滴滴算法大賽背後，是對人工智能人才與技術的呼喚

這一天，由于暴雨滴滴快車車費臨時調價高達原價的 2.5 倍。暴雨似乎有意呼應了此次大賽的主題「解決出行行業供需預測問題」。大賽要求參賽團隊根據特定城市的特定區域給定前三十分鐘訂單相關資料（包括數月的實時訂單，區域 POI, 交通資訊，天氣資料等），通過算法來預測該地區未來十分鐘的供需內插補點。

在自動駕駛技術尚未真正實作的今天，出這樣的題，也是由于現實出行的難題。據滴滴負責人介紹，滴滴出行平台每天要處理 1400 萬訂單，分析的資料量達到 70TB，路徑規劃超過 90 億次。如此巨量的資料，需要不斷更新創新的雲計算與大資料技術來保證資料分析及相關應用的穩定。而實作高頻出行下的運力均衡，供需預測是關鍵問題之一。

據滴滴出行 CEO 程維介紹，從效益角度來說，理想狀态是可以預測未來一段時間全程需求的配置設定，滴滴現在對于未來 15 分鐘全程需求配置設定預測準确率是 85%。最理想的狀态是在需求發出來的前一秒，已經調了一個最适合這個需求的座位到這個需求的旁邊，需求發出來了以後 100% 成交，成交距離為 0。對于乘客來說，這最大節約了時間成本。

解決現實問題，節約成本，讓生活變得更加便捷美好，似乎是人工智能一直以來追求的目标。而越來越多的企業會在未來用上人工智能，最近一項來自

SoftServe 的調查報告

也顯示，62% 的大中型企業希望在未來兩年内用上機器學習技術。在 AlphaGo 與李世石的「人機大戰」中，AlphaGo 的勝利算法起到了核心作用，也讓我們看到的算法的強大能力。而 AlphaGo 又在不久前超越柯潔，登頂世界圍棋第一。

算法開啟的人工智能時代正朝我們走來。滴滴出行 CTO 張博說，「四年以前新一代的人工智能算法已經應用到工業界。最近的三四年，人工智能技術也讓計算機視覺領域發生了翻天覆地的變化，人工智能的算法現在是以周級别在更新。」

算法是機器學習的核心，也是智能硬體的基礎。目前舉辦的各種算法大賽也是希望通過找到突破性算法，實作更可控的過程以及更智能的硬體。比如之前的天貓推薦算法大賽、TalkingData 全球算法大賽等。

未來不久我們會看到更多的算法大賽，大量的優秀算法和人工智能人才會從算法大賽中脫穎而出。