人工知能のボトルネックを解決し、フードデリバリー業界の発展を促進する

近年、消費者向けインターネットがますます深化するにつれて、産業用インターネットもますます改良され、あらゆる分野でのデジタル変革が本格化しています。ますます複雑化する環境に直面して、市場に強力に浸透しているデジタル技術とインテリジェント技術が連携して、経済発展の促進、中小企業や零細企業の強化、そして人々の生活の確保に大きな役割を果たすことになるでしょう。新興テクノロジー陣営では、人工知能によってもたらされる恩恵が人々の生活を向上させています。

日々の「テイクアウトの注文」を例にとると、利用者、利用者、販売者は、それぞれ雇用、暮らし、経済の縮図です。これら 3 つの主要なグループを制御することで、エンパワーメントはさまざまなシナリオでの配送ニーズに対応し、配送効率とユーザー エクスペリエンスを向上させ、それによって「持ち帰り商品を世界の隅々まで届ける」というビジョンを実現できます。人工知能がその役割を果たせる理由は、ICTインフラのアップグレードとディープラーニングフレームワークの飛躍と切り離すことができません。

テクノロジーの力でテイクアウトの生態系が変わります

テイクアウトは 30 分以内に届けられることが日常になっています。ただし、これを行うのは簡単ではありません。たとえば、ライダーが 5 つの注文を配達する場合、5 つの異なる販売者とユーザーが対象となり、配達ルートの組み合わせは数万通りになります。人気のフードデリバリープラットフォームでは、繁忙期の1日の注文量は膨大で、多くの乗客が参加するため、30分以内の配達という目標を達成するには、ルートの組み合わせの数が天文学的になります。同時に、高齢者や子供にとって、テイクアウトの注文プロセス全体を障壁なく音声操作で完了できることは、人間味のあるデザインを際立たせています。

美団によれば、同社の「テクノロジーが生活を支援する」プロジェクトの重要なタスクの 1 つは、乗客のスケジュール管理に最適なソリューションを見つけることです。 10,000 人を超えるエンジニアが人工知能テクノロジーを使用して効率を向上させる一方で、定期的にライダーとして食品配達プロセスの問題点を経験し、ソリューションを継続的に最適化しています。さらに、「インテリジェント インタラクション」テクノロジーと組み合わせた同社のサービス エンジンには音声機能があり、高齢者や子供が便利なコミュニケーション方法でサービスを受けることができます。特にユーザーのニーズを同社の「スーパーブレインシステム」に届ける場合、この大規模かつ高複雑な多人数・多地点のリアルタイムインテリジェント配車システムが高速計算を実行し、ユーザーは予期せぬサービス体験を得ることができる。 。 2016 年以来、美団はよりインテリジェントなテクノロジーを利用して、特定のシナリオでの無人配達を開発しており、流行の予防と制御期間中にテストされ、進歩を遂げてきました。

食品配達エコシステム全体において、販売者グループは Meituan の権限強化のもう 1 つの中核領域です。 「Meituan Merchant Brain」には大規模なユーザー評価分析と知識相関があると報告されており、マーチャントは、ユーザーの感情曲線の変化、消費レベル、環境の好み、および同様のマーチャントを定期的に取得するために、SaaS レジシステムのプロ版を必要とするだけです。 、などの情報です。同時に、インテリジェントな分析により、加盟店はサービス状況、競争力、ビジネス地区などの洞察を得ることができ、出店から店舗運営管理に至るまでの意思決定の参考となります。

問題への解決策の提供

レポートによると、食品配達は Meituan のライフ サービス構築における生態学的全体像の一部にすぎず、テクノロジーの強化に伴う複雑なシナリオはこれをはるかに超えています。近年、Meituan は強力な人工知能テクノロジー チームを設立し、加盟店の場所の選択、交通の迂回、テイクアウトの配達、運営管理、サプライ チェーン ファイナンス、マーケティング プロモーションなどの完全なサービス システムに強力な AI 機能サポートを提供しています。しかし、ユーザーの急速な増加、インテリジェントなサービスの継続的なアップグレード、AI モデルの規模と複雑さの継続的な増加により、企業のビジネス システムはますます深刻なパフォーマンスの課題に直面しています。再構築とソフトウェアの最適化は直面しなければならない問題です。

オープンソースの深層学習フレームワークである TensorFlow のアプリケーションを例に挙げます。Meituan は、Intel のスケーラブルなプロセッサに基づいてさまざまな側面から徹底的な改善を行い、同社が推奨する技術最適化計画を採用しました。 AI を使用したレコメンデーション システムなどのアプリケーションをさらに強化するために、Meituan はモデル トレーニングに TensorFlow を使用し、分散コンピューティング手法を採用してモデル計算と大量のパラメーターのパラメーター更新の問題を解決します。しかし、ビジネスの急速な発展に伴い、レコメンデーション システム モデルの規模と複雑さも増大しただけではありません。一連の問題点も露呈することになる。パフォーマンスのボトルネックが出現すると総所有コストが高騰し、上位レベルのビジネスに悪影響を及ぼす可能性があります。

パフォーマンスのボトルネック問題を解決するには、2 つの方法から選択できます。1 つはインフラストラクチャの構築規模を急速に拡大することですが、コスト圧力が増大し、システム全体の複雑さが増大します。もう 1 つは、システムとソフトウェアから始めて、さまざまなレベルで最適化して、より高い経済性と実現可能性を達成することです。 TensorFlow フレームワークとビジネスを分析して位置付けた後、Meituan は、TensorFlow クラスターの負荷分散と、ビジネスにおける分散クラスターの通信メカニズム、レイテンシー、および単一インスタンスのパフォーマンスがすべて緊急に最適化する必要がある領域であることを発見しました。インテルと協力して 2 番目の方法を模索しています。その道は不可欠です。方向性を明確にした後、Meituan は Intel スケーラブル プロセッサをベースとしたサーバー クラスタ上に TensorFlow システムを構築し、TensorFlow モデルのトレーニングに CPU を使用し、また、推奨システム シナリオで TensorFlow PS 非同期トレーニング モードを使用して、ビジネスの分散トレーニング ニーズをサポートしました。 。

Meituan は、単一インスタンスのパフォーマンスや分散コンピューティングの最適化など、さまざまな側面から包括的な実践を行っていることがわかります。サポート機能の面では、新しいシステムは数千億のパラメータ モデル、数千人のワーカーの分散トレーニングのほぼ線形の加速、1 年分のサンプルのトレーニングを 1 日以内に完了し、オンラインの深層学習機能をサポートできます。アーキテクチャとインターフェースも更新されており、フレンドリーで Meituan のビジネス部門からも認められています。

以上が人工知能のボトルネックを解決し、フードデリバリー業界の発展を促進するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。