很多人都会创造日常生活已经越来越离不开美团了，这个互联网平台涵盖了吃、住、行、游、购、娱……能帮我们做很多事情，非常接地气。黄色的美团外卖骑手，橙色的摩拜单车，还有美团和大众点评的Logo……会时时涌如今各个角落，已经成为我们熟习的城市风景线。
可这些与科技的关系，大家就不一定都那么清楚了。
我们把稳到，美团点评的上市招股书中不仅多次提到科技，而且将科技放到了非常核心的位置：“我们相信科技将使人们的生活更加美好……我们用科技连接消费者和商家……通过前辈的大数据和人工智能技能助力做事行业。”
美团创始人王兴本人也在今年公开演讲中特殊强调：“到了互联网的下半场，我们要从用户需求驱动，转向用户需求和核心技能双轮驱动。”
根据公开信息，公司产品技能研发团队现在已经超过1万人，最近一个季度的研发投入同比翻番，达到20亿元。据我们所知，这两个数字在全体业界都是排在前列的。这么大规模的研发团队，都在做什么呢？AI又在个中发挥着若何的浸染呢？
近日，带着这个问题，CSDN拜访了美团AI技能团队。
美团AI全图
美团点评办公区位于朝阳区望京，详细包括几栋楼，连很多员工都搞不太清楚。从恒电大厦、科创大厦到阁下的奔驰大厦、施耐德大楼、锐创大厦，还有更远的数码港、太极大厦，都入驻了美团点评大大小小的工位、会议室，还有实验室。
“在美团做AI，有一个非常大的上风，便是数据和运用处景丰富，可以把各种各样的前沿技能用到实际产品中，改进亿万人的生活。要把几亿消费者与数百万生活做事商家高效地连接起来，AI有很多用武之地，因此比较大的业务部门中的技能团队，都有从事AI的同学。” 美团点评技能委员会算法通道主席何仁清，用下面的大图向我们先容了全体公司AI运用的情形。
整体上，美团算法团队正在构建的AI干系技能席卷了语音、视觉、自然措辞处理、机器学习、知识图谱等。以美团/大众点评App搜索、推举为核心，面向外卖配送的策略、调度算法、定价系统，延伸到无人配送的自动驾驶、智能耳机里的语音识别、人脸识别，再到连接用户真个客服系统，连接商家真个金融体系、供应链系统也汇聚了美团点评正在构建的弘大知识图谱……
就拿大家最熟习的美团外卖来说，看起来非常大略，和科技彷佛没什么关系。但是，美团外卖一天要完成约2000万订单，而且大多集中在几小时高峰时段，及时调度50多万骑手小哥按照最优路线事情，为了担保都邑上班族都能及时吃上温热而不是冰冷的饭菜，还须要将配送韶光掌握在30分钟内……这可不是一件随意马虎的事情。
事实上，为了完成这一高难度的技能任务，何仁清带领的美团配送算法团队开拓了目前天下上超大规模、超高繁芜度的多人多点实时智能配送调度系统。“29亿次”，这是美团智能调度系统高峰时每小时的路径打算次数。
做能落地的AI，对人才爱才若命
美团独特的AI落地场景和寻衅，对精良人才也形成了独特的吸引力。从今年整体来看，美团吸引了不少AI高手的加入，他们要么是毕业于国内外有名学府，如清华北大、CMU、UCSD等，要么是来自Google、微软、腾讯、阿里、百度等互联网巨子公司。
目前，全体公司从事人工智能的算法工程师（含演习生）已经超过1000人，可是，这还远远不能知足需求。
为了吸引AI人才，美团首次联合主理AI Challenger环球寻衅赛，两个主赛道的数据集和命题设置，一个是由无人配送团队卖力的“无人驾驶视觉感知”，另一个则由美团点评AI平台部NLP中央卖力的“细粒度用户评论情绪剖析”，后者也是本次寻衅赛报名最火的赛道。历时3个多月的AI Challenger环球寻衅赛也于近日落下了帷幕。
组建仅两年的无人配送部门，已发展到了百人以上，乃至给出了2018年扩展至200人规模的指标，个中大部分都是AI方向。如今，新年将至，足见人才招聘的压力。
而NLP中央今年2月正式组建，不过数月，团队已超40人，紧张成员均来自阿里达摩院、MSRA、腾讯（微信）、百度NLP等业界有名的AI团队。随着明年来自清华、北大、中科院、上海交大等高校的精良博士、硕士毕业生的加入，NLP中央的团队规模还将进一步扩大。
同样爱才若命的还有何仁清的美团配送方向的策略和算法团队。他的团队从构成上紧张分两类：一类是有着过硬运筹学背景的工科人才，还有一类是有过机器学习、定价系统方面履历丰富的打算机人才。
目前在美团，算法工程师已经在排在后台、前端之后，成为第三大技能群体，而且还在迅速扩展中。
探索AI未来之无人配送
美团的算法工程师面临着一个共同的问题：在繁芜多变的真实场景下，如何在快速发展的业务中利用算法提升效率效益。除此之外，以无人配送为代表的新技能探索部门还承担了更多的事情：从零到一建立系统、数据、业务。
现在，无人配送开放平台已经完成了雄安新区、都城钢铁园、深圳遐想大厦等多地的测试运营，印证了美团无人配送开放平台进行片区规模化运营的可行性。
今年7月，美团还发布了无人配送开放平台，希望凑集政府、高校、企业三方力量一起实现这个伟大梦想，现已吸引了包括清华大学、加州伯克利大学、北京智能车联家当创新中央、中原幸福、Segway等近20家国内外互助伙伴的加入。
“我们已经战胜了很多在技能、运营，以及装备制造、生产加工等供应链上碰着的寻衅，才走到了本日。”美团点评首席科学家、无人配送部总经理夏中原提到。
左：可在城市道路低速自动驾驶的无人配送车；右：紧张用于园区内送外卖的无人车
无人驾驶技能的落地是天下难题，但美团配送末端物流“小慢待物”的特点，则供应了一个很好的场景。从去年年底开始，原来担当美团外卖总架构师的夏中原就开始全身心投入到无人配送这个项目上，在他看来，无人配送从技能上讲非常繁芜，对各种人才的需求很大。不仅包括感知、定位、舆图、方案掌握等，也包括操作系统、嵌入式打算、嵌入式编程等偏内核的东西，同时还涉及硬件的集成，包括传感器、汽车底盘、车身的机器构造，也有大数据存储、云端仿真的系统。此外，在运营方面，还须要跟物业地产公司、各地政府完善无人驾驶方面的各种规章标准。
构建大规模的餐饮娱乐知识图谱——美团大脑
美团点评平台上汇聚了环绕生活做事方方面面的海量数据，比如商户信息、菜品信息、景点信息、用户评价等等。如何从这些数据中提炼出有代价的知识，从而进一步帮助人们提升生活便利性，助力餐饮娱乐家当升级呢？
今年5月，美团NLP中央开始构建大规模的餐饮娱乐知识图谱——美团大脑。美团点评作为中国最大的在线本地生活做事平台，连接了数亿用户和数百万商户，蕴含着丰富的日常生活干系知识。在建的美团大脑目前有23类观点、16亿实体、486亿三元组，比拟Google的Knowledge Graph 700亿三元组和微软的Satori 500亿三元组，美团大脑的知识关联数量级可以说是天下级的了，未来一年估量会打破千亿规模。
NLP中央的核心带头人，是此前曾就职于Facebook、微软亚洲研究院的王仲远博士。作为美团大脑项目的卖力人，他向我们先容，美团大脑会充分挖掘关联各个场景数据，用AI技能让机器“阅读”用户评论，充分理解用户喜好，构建知识关联，从而形成一个“知识大脑”。比较于深度学习的“黑盒子”，知识图谱具有可阐明性，在美团跨场景的多个业务中运用性非常强，目前已经在搜索、金融、商家运营等场景中验证了知识图谱的有效性。王仲远博士还谈到，深度学习和知识图谱技能近年来都有很大的发展，并且存在相互领悟的趋势。在美团大脑的知识构建过程中，也会利用深度学习技能进行知识挖掘，从而用知识助力业务，实现智能化确当地生活做事，帮助每个用户“Eat Better，Live Better”，这也是美团点评的企业义务。
王仲远博士同时是大众点评搜索智能中央卖力人。搜索是大众点评App上用户进行信息查找的最大入口，是连接用户和信息的主要纽带。用户搜索的办法非常多样，搜索场景也非常细分和丰富，并且对接业务种类多，流量差异大，为点评搜索带来了巨大寻衅。而办理这些寻衅的方法，须要升级NLP技能，进行深度查询理解以及深度评价剖析，并依赖知识图谱技能和深度学习技能对搜索架构进行整体升级。
据王仲远博士先容，在NLP中央以及点评搜索智能中央两个团队的紧密互助下，短短5个月，点评搜索核心KPI在已经较高的根本上又有大幅提升，是过去一年半涨幅的五倍之多，提前七个月就完成了整年的目标。
从大方向来看，知识图谱正成为图像、自然措辞处理之后又一个新的值得关注的技能领域。2018年8月Gartner公布的关于AI技能成熟度曲线显示，知识图谱、自然措辞天生、谈天机器人等技能将逐渐得到"大众的关注。
除了搜索推举外，美团大脑正在运用于SaaS收银系统专业版。从用户角度来说，美团大脑可以阅读每一条评论，充分理解用户对商家的感想熏染；从商家角度来说，美团大脑能够归纳总结用户评价，从而创造商家在市场上的竞争上风/劣势、用户对付商家的总体印象趋势、商家菜品的受欢迎程度变革。其余，通过细粒度用户评论全方位剖析，细致刻画商家做事现状，并对商家供应前瞻性经营方向。这些智能经营建议将通过美团SaaS收银系统专业版定期触达到各个商家，智能化辅导商家精准优化经营模式。
美团大脑与美团金融平台也正在紧密互助，利用知识图谱中的社区创造、标签传播等方法来对用户进行风险管理，能够更准确的识别过时客户，以及用户的不良行为，从而大大提升信用风险管理能力。在反敲诈场景中，知识图谱已经帮助金融团队在案件调查中创造团伙敲诈案件，还可在已有的反敲诈规则上进行推理预测。
与此同时，王仲远团队也正在构建国内领先的商业化分布式图引擎系统，支撑千亿级别知识图谱的实时图查询、图推理，根据不同业务定制化支持子图加速，加速大规模分布式图打算。
目前，王仲远卖力的NLP中央从属于根本研发平台的AI平台部，而该部门由美团CTO罗道锋兼任卖力人，足见美团对AI的重视。根本研发平台还在卖力构建全体公司统一的云打算、大数据和机器学习平台，个中包括GPU集群的构建。从实际情形来看，纯挚的CPU已无法知足美团日益飙升的海量数据的运算处理。9月尾，机器学习平台刚刚完成了数千块GPU集群的搭建。而美团的大数据平台也已经积累了总计几百PB的海量数据。
面向业务的AI平台
如果说根本研发平台的AI平台部奠基了美团公司研发AI技能的根本实力，那么美团首席科学家张锦懋领导的美团平台算法与数据研发部就承担了另一个主要角色：连接公司内各个业务场景对付AI技能的全方位需求。
在组织架构调度后，张锦懋的团队目前划归于由美团平台、点评平台、做事体验平台部等部门组成的用户平台。实际上，从2016年起，张锦懋的团队，从组织上来讲，越来越强调构建一种面向业务AI须要的平台能力。因此，他们险些与公司内部所有的业务部门都打过交道：“除了做业务，也要有一个技能积累的团队。我们一方面有直接深入到业务线，相应业务线干系AI需求的项目团队，另一方面也有倾向底层根本能力的团队，（算法方面）如语音、图像、NLP、机器学习、用户画像等。”
在张锦懋看来，如果美团想要形成一个在技能上有主要竞争力的平台，一定因此AI为主导，数据为根本，并做到行业最佳水平。除了配送、调度这种单点上的算法，实际上还须要一个不断迭代、演进的系统。这个别系同时也须要人和业务共同迭代，能够让业务职员与算法工程师合营起来，形成一个业务的闭环。接下来才可能打破一些关键技能点：因此，撤除传统的机器学习、感知层的视觉、听觉等算法方面的事情，构建以海量数据为根本，可以在业务端持续迭代演进的系统也是这个团队的关键性事情。
AI未来：长期有耐心
在美团，大家最常说的两句话，一句是“以客户为中央”，一句是“长期有耐心”。虽然外界AI很火，但美团技能团队对AI这件事有自己比较复苏的认识。
公司的业务团队离客户更近，之前实在对AI的态度并没有特殊积极，由于落地确实有很多难点，而技能团队也做好了长期去世磕的准备。以智能调度系统来说，虽然已经成为一种行业趋势，但何仁清还是更多看到了困难：“在实行智能化系统方面，全体公司的决心是比较大的。但是这个事情落地时候还会碰着很多问题须要办理，特殊是线下的一些阻力、企业客户须要适应、利益上的变动等。”
目前，包括阿里菜鸟、京东都在试图用无人驾驶技能办理物流上的问题。比较载人车辆来讲，美团无人配送虽有着落地的优胜性，但也有无人驾驶技能的繁芜性，匀速20公里/时的无人配送车，在海内子流密集的大城市行家驶仍具有很高寻衅性。谈及对无人配送部门未来的方案和期待时，夏中原很镇静：“我们的预期是有的，但也没有非常严格的Deadline。希望在三五年内首先达到在无人配送场景上的落地。”
随着技能能力的不断增强，张锦懋明显觉得到今年的业务互助关系、信赖度比较此前，发生了很大的改变，大家都对新技能更加重视了。当然，AI运用于美团这么繁芜的场景，仍旧任重道远。“如果没有一个好的平台、好的系统，这个事情的寻衅是非常巨大的。现在我们还处于刚刚起步的状态。” 张锦懋在采访末了这样表示。
正如美团点评CTO罗道锋在今年AI Challenger大赛启动仪式上所分享的：
我们对AI的投入很武断，希望依赖技能提升我们的业务，做事更多消费者和商户。不过也要看到，AI现在虽然已经进入着花阶段，但还在早期。我们目前拥有更大量的数据、更强的算力，做的是超高维空间的拟合，现在运用的AI技能还是弱人工智能，我们离强人工智能还有很远的间隔，办理真实问题仍旧面临不少艰巨的寻衅，这是一件须要长期有耐心的事情。
文章转载自AI科技大本营，特殊感谢杨丽、谷磊两位，特殊感谢CSDN对美团的宣布。