馬斯克已經讓他的Tesla跑車飛上了天，然而地面上想打車的你，可能會發現随着春節的臨近，越來越難呼喚到一輛車了。
加班需謹慎
要說打車，Uber是世界上最流行的打車軟體之一。Uber必須不停地比對搭車者和司機，并使他們能盡可能快地抵達目的地。這個簡單的任務的每一步都需要優化，比如決定最優路徑、最佳到達時間……
然而，現實世界充滿了不确定性。雨雪啦，事故啦，很多事件的發生都可能影響車輛的供需。
許多目前的機器學習模型還是基于确定性的，但是現實世界的資料基本都是不完整的，或者某種意義上不完善的。這樣一來，在做預測（比如預測車輛供需）的時候，機率論就很有用武之地了。
貝葉斯推斷能讓我們在預測之前對現實世界有一個先驗假設，并且能基于觀測不斷更新模型。
不久前，為了更好地适應現實世界的不确定性，Uber的團隊開源了一種程式設計語言Pyro。Pyro是一種機率語言，使用Python和PyTorch建構。我們可以通過它，建立一個既可以擴充也十分高效的貝葉斯深度學習模型。
程式設計語言那麼多，為什麼偏偏還要開發一種？
因為這種語言能适應不确定性模組化——對于模型中兩次同樣的輸入值，可能會有兩個不同的結果。在傳統的程式設計語言中使用機率簡直太難了，機率隻能存在于晦澀的子程式中。與之相對的是，Pyro将機率分布作為程式設計的核心。Pyro程式的基本機關是随機函數，它幫助我們明确地計算給定輸入的輸出機率。
Pyro的問世，能否緩解打車難的問題呢？
今天，就讓我們一起來看看YouTube網紅小哥Siraj Raval的視訊：Uber Pyro機率程式設計入門。他将解釋Pyro的原理和用途，還将實際應用一個天氣資料的案例。視訊附有代碼，可以跟随一起練手哦。
時長8分鐘
附有中文字幕
點選觀看
▼
Pyro是由Uber的人工智能實驗室開源的。這個實驗室來頭也不一般，它最開始是Uber收購的一家創業公司Geometric Intelligence，這家公司的創始人是紐約大學教授Gary Marcus，不過他加入幾個月後就退出了。對，就是那個挑起了對深度學習前景的質疑、引發Yann LeCun等各界AI人士論戰的那個Gary Marcus。 (⊙ˍ⊙)
還不知道大佬們的互怼經過？可以點選下面的文章檢視：
<a href="http://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651655947&idx=2&sn=4f843fc798b75acb80c3c9481cf90052&chksm=bd4c28988a3ba18e43d7ef5a5cb07baa39f382546e12a4027b6a101a284ed7c45b87d2affbb8&scene=21#wechat_redirect" target="_blank">Marcus十大理由質疑深度學習？LeCun說大部分錯了</a>
<a href="http://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651656242&idx=1&sn=4c4d72b4cc2f975da0e5d40c1c3659b2&chksm=bd4c37a18a3bbeb70f99c1d31452c830e0d3a572bf0bb89546f11a4a2a0946f3168c6034bcf3&scene=21#wechat_redirect" target="_blank">Gary Marcus再發萬字長文，列14個Q&A回應機器學習批判言論</a>
除了預測幾小時後的打車需求和車輛供給，Pyro也被Uber用來做财務預算，它可以預測接下來幾周的财務資料。同時，Uber的其他業務條線也在利用Pyro，比如Uber Eats用它來預測食物的準備和運輸時間；它也為無人車部門的工作做出了貢獻。
Σ（ﾟдﾟlll）原來Uber搞出了這麼厲害的東西！
你猜Uber和Tesla的車誰能先飛起來？（被火箭帶上外太空的不算）
原文釋出時間為：2018-02-9
本文作者：文摘菌