阿里云在大數(shù)據(jù)平臺(tái)數(shù)加一周年分享會(huì)上透露，阿里云已同餓了么合作研發(fā)出人工智能ET新的調(diào)度引擎，正全面推行到外賣送餐領(lǐng)域。

ET是阿里云旗下的人工智能，優(yōu)勢在于對全局的洞察和實(shí)時(shí)決策上。此前已在交通、空管、貨運(yùn)等領(lǐng)域擔(dān)任調(diào)度員工作。

餓了么是中國最大的在線外賣和即時(shí)配送平臺(tái)，每天配送訂單超過300萬。天量訂單催生了全球最大實(shí)時(shí)調(diào)度系統(tǒng)的誕生。

對于人類調(diào)度員來說，每天中午和晚上的高峰都是巨大的挑戰(zhàn)。以上海商城路配送站為例，一個(gè)調(diào)度員每6秒鐘就要調(diào)度1單，他需要考慮騎手已有訂單量、路線熟悉度等。因此可以說，這份工作已經(jīng)完全不適合人類。但對人工智能而言，ET則非常擅長處理這類問題。

不過“不諳世事”的ET，也遇到了不少問題。阿里云人工智能科學(xué)家閔萬里介紹，聯(lián)合研發(fā)小組在最近的一次測試中發(fā)現(xiàn)有2個(gè)配送站點(diǎn)出現(xiàn)嚴(yán)重超時(shí)問題。后來才知道：2個(gè)站點(diǎn)均在成都，當(dāng)?shù)厝嗣裣矚g早、中餐一起吃，高峰從11點(diǎn)就開始了。習(xí)慣了北上廣節(jié)奏的ET到成都就懵了。

“不存在一套通用的算法可以適配所有站點(diǎn)，所以我們需要讓ET自己學(xué)習(xí)或者向人類老師請教當(dāng)?shù)氐娘L(fēng)土人情、飲食習(xí)慣”。閔萬里說，除此之外，餓了么覆蓋的餐廳不僅有高大上的連鎖店，還有大街小巷的各類難以琢磨的特色小吃，難度是其他企業(yè)的數(shù)倍。

吃一口熱飯有多難

究竟ET是如何實(shí)現(xiàn)智能派單并確保效率最優(yōu)的呢?簡單來說，ET會(huì)將配送站新的訂單插入到每個(gè)騎手已有的任務(wù)中，重新規(guī)劃一輪最短配送路徑，對比哪個(gè)騎手新增時(shí)間最短。

為了能夠準(zhǔn)確預(yù)估新增時(shí)間，ET需要知道全國100萬家餐廳的出餐速度、超過180萬騎手各自的騎行速度、每個(gè)顧客下樓取餐的時(shí)間。

一般來說，餐廳出餐等待時(shí)間占到了整個(gè)送餐時(shí)間的三分之一。ET要想提高騎手效率，必須準(zhǔn)確預(yù)估出餐時(shí)間以減少騎手等待，但又不能讓餐等人，最后飯涼了。

要想計(jì)算騎手的送餐路程時(shí)間，ET還需要知道每個(gè)騎手在不同區(qū)域、不同天氣下的送餐速度。但餐送到了，顧客并不一定會(huì)立刻來取。顧客可能需要等三部電梯才能下來。這些ET都需要計(jì)算在內(nèi)。

那如果顧客點(diǎn)個(gè)火鍋呢？ET也知道。它可自動(dòng)識(shí)別其為大單，將鎖定某一個(gè)騎手專門完成配送。

如果北京霧霾，ET能看見嗎?雙方研發(fā)團(tuán)隊(duì)為ET內(nèi)置了惡劣天氣的算法模型。通常情況下，每逢惡劣天氣，外賣訂單將出現(xiàn)大漲，對應(yīng)的餐廳出餐速度和騎手騎行速度都將受到影響，這些ET都會(huì)考慮在內(nèi)。