很多人都會(huì)發(fā)現(xiàn)日常生活已經(jīng)越來(lái)越離不開美團(tuán)了，這個(gè)互聯(lián)網(wǎng)平臺(tái)涵蓋了吃、住、行、游、購(gòu)、娛……能幫我們做很多事情，非常接地氣。黃色的美團(tuán)外賣騎手，橙色的摩拜單車，還有美團(tuán)和大眾點(diǎn)評(píng)的 Logo……會(huì)不時(shí)出現(xiàn)在各個(gè)角落，已經(jīng)成為我們熟悉的城市風(fēng)景線。

可這些與科技的關(guān)系，大家就不一定都那么清楚了。

我們注意到，美團(tuán)點(diǎn)評(píng)的上市招股書中不僅多次提到科技，而且將科技放到了非常核心的位置：“我們相信科技將使人們的生活更加美好……我們用科技連接消費(fèi)者和商家……通過(guò)先進(jìn)的大數(shù)據(jù)和人工智能技術(shù)助力服務(wù)行業(yè)。”

美團(tuán)創(chuàng)始人王興本人也在今年公開演講中特別強(qiáng)調(diào)：“到了互聯(lián)網(wǎng)的下半場(chǎng)，我們要從用戶需求驅(qū)動(dòng)，轉(zhuǎn)向用戶需求和核心技術(shù)雙輪驅(qū)動(dòng)?！?/p>

根據(jù)公開信息，公司產(chǎn)品技術(shù)研發(fā)團(tuán)隊(duì)現(xiàn)在已經(jīng)超過(guò) 1 萬(wàn)人，最近一個(gè)季度的研發(fā)投入同比翻番，達(dá)到 20 億元。據(jù)我們所知，這兩個(gè)數(shù)字在整個(gè)業(yè)界都是排在前列的。這么大規(guī)模的研發(fā)團(tuán)隊(duì)，都在做什么呢？AI 又在其中發(fā)揮著怎樣的作用呢？

近日，帶著這個(gè)問(wèn)題，我們走訪了美團(tuán) AI 技術(shù)團(tuán)隊(duì)。

美團(tuán) AI全圖

美團(tuán)點(diǎn)評(píng)辦公區(qū)位于朝陽(yáng)區(qū)望京，具體包括幾棟樓，連很多員工都搞不太清楚。從恒電大廈、科創(chuàng)大廈到旁邊的奔馳大廈、施耐德大樓、銳創(chuàng)大廈，還有更遠(yuǎn)的數(shù)碼港、太極大廈，都入駐了美團(tuán)點(diǎn)評(píng)大大小小的工位、會(huì)議室，還有實(shí)驗(yàn)室。

“在美團(tuán)做 AI，有一個(gè)非常大的優(yōu)勢(shì)，就是數(shù)據(jù)和應(yīng)用場(chǎng)景豐富，可以把各種各樣的前沿技術(shù)用到實(shí)際產(chǎn)品中，改善億萬(wàn)人的生活。要把幾億消費(fèi)者與數(shù)百萬(wàn)生活服務(wù)商家高效地連接起來(lái)，AI 有很多用武之地，因此比較大的業(yè)務(wù)部門中的技術(shù)團(tuán)隊(duì)，都有從事 AI 的同學(xué)?！泵缊F(tuán)點(diǎn)評(píng)技術(shù)委員會(huì)算法通道主席何仁清，用下面的大圖向我們介紹了整個(gè)公司 AI 應(yīng)用的情況。

整體上，美團(tuán)算法團(tuán)隊(duì)正在構(gòu)建的 AI 相關(guān)技術(shù)囊括了語(yǔ)音、視覺(jué)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、知識(shí)圖譜等。以美團(tuán)/大眾點(diǎn)評(píng) App 搜索、推薦為核心，面向外賣配送的策略、調(diào)度算法、定價(jià)系統(tǒng)，延伸到無(wú)人配送的自動(dòng)駕駛、智能耳機(jī)里的語(yǔ)音識(shí)別、人臉識(shí)別，再到連接用戶端的客服系統(tǒng)，連接商家端的金融體系、供應(yīng)鏈系統(tǒng)也匯聚了美團(tuán)點(diǎn)評(píng)正在構(gòu)建的龐大知識(shí)圖譜……

就拿大家最熟悉的美團(tuán)外賣來(lái)說(shuō)，看起來(lái)非常簡(jiǎn)單，和科技好像沒(méi)什么關(guān)系。但是，美團(tuán)外賣一天要完成約 2000 萬(wàn)訂單，而且大多集中在幾小時(shí)高峰時(shí)段，及時(shí)調(diào)度 50 多萬(wàn)騎手小哥按照最優(yōu)路線工作，為了保證都市上班族都能及時(shí)吃上溫?zé)岫皇潜涞娘埐耍€需要將配送時(shí)間控制在 30 分鐘內(nèi)……這可不是一件容易的事情。

事實(shí)上，為了完成這一高難度的技術(shù)任務(wù)，何仁清帶領(lǐng)的美團(tuán)配送算法團(tuán)隊(duì)開發(fā)了目前世界上超大規(guī)模、超高復(fù)雜度的多人多點(diǎn)實(shí)時(shí)智能配送調(diào)度系統(tǒng)。“29 億次”，這是美團(tuán)智能調(diào)度系統(tǒng)高峰時(shí)每小時(shí)的路徑計(jì)算次數(shù)。

做能落地的 AI，對(duì)人才求賢若渴

美團(tuán)獨(dú)特的 AI 落地場(chǎng)景和挑戰(zhàn)，對(duì)優(yōu)秀人才也形成了獨(dú)特的吸引力。從今年整體來(lái)看，美團(tuán)吸引了不少 AI 高手的加入，他們要么是畢業(yè)于國(guó)內(nèi)外知名學(xué)府，如清華北大、CMU、UCSD 等，要么是來(lái)自 Google、微軟、騰訊、阿里、百度等互聯(lián)網(wǎng)巨頭公司。

目前，整個(gè)公司從事人工智能的算法工程師（含實(shí)習(xí)生）已經(jīng)超過(guò) 1000 人，可是，這還遠(yuǎn)遠(yuǎn)不能滿足需求。

為了吸引 AI 人才，美團(tuán)首次聯(lián)合主辦 AI Challenger 全球挑戰(zhàn)賽，兩個(gè)主賽道的數(shù)據(jù)集和命題設(shè)置，一個(gè)是由無(wú)人配送團(tuán)隊(duì)負(fù)責(zé)的“無(wú)人駕駛視覺(jué)感知”，另一個(gè)則由美團(tuán)點(diǎn)評(píng) AI 平臺(tái)部 NLP 中心負(fù)責(zé)的“細(xì)粒度用戶評(píng)論情感分析”，后者也是本次挑戰(zhàn)賽報(bào)名最火的賽道。歷時(shí) 3 個(gè)多月的 AI Challenger 全球挑戰(zhàn)賽也于近日落下了帷幕。

組建僅兩年的無(wú)人配送部門，已發(fā)展到了百人以上，甚至給出了 2018 年擴(kuò)張至 200 人規(guī)模的指標(biāo)，其中大部分都是 AI 方向。如今，新年臨近，足見人才招聘的壓力。

而 NLP 中心今年 2 月正式組建，不過(guò)數(shù)月，團(tuán)隊(duì)已超 40 人，主要成員均來(lái)自阿里達(dá)摩院、MSRA、騰訊（微信）、百度 NLP 等業(yè)界知名的 AI 團(tuán)隊(duì)。隨著明年來(lái)自清華、北大、中科院、上海交大等高校的優(yōu)秀博士、碩士畢業(yè)生的加入，NLP 中心的團(tuán)隊(duì)規(guī)模還將進(jìn)一步擴(kuò)大。

同樣求賢若渴的還有何仁清的美團(tuán)配送方向的策略和算法團(tuán)隊(duì)。他的團(tuán)隊(duì)從構(gòu)成上主要分兩類：一類是有著過(guò)硬運(yùn)籌學(xué)背景的工科人才，還有一類是有過(guò)機(jī)器學(xué)習(xí)、定價(jià)系統(tǒng)方面經(jīng)驗(yàn)豐富的計(jì)算機(jī)人才。

目前在美團(tuán)，算法工程師已經(jīng)在排在后臺(tái)、前端之后，成為第三大技術(shù)群體，而且還在迅速擴(kuò)張中。

探索 AI 未來(lái)之無(wú)人配送

美團(tuán)的算法工程師面臨著一個(gè)共同的問(wèn)題：在復(fù)雜多變的真實(shí)場(chǎng)景下，如何在快速發(fā)展的業(yè)務(wù)中利用算法提升效率效益。除此之外，以無(wú)人配送為代表的新技術(shù)探索部門還承擔(dān)了更多的工作：從零到一建立系統(tǒng)、數(shù)據(jù)、業(yè)務(wù)。

現(xiàn)在，無(wú)人配送開放平臺(tái)已經(jīng)完成了雄安新區(qū)、首都鋼鐵園、深圳聯(lián)想大廈等多地的測(cè)試運(yùn)營(yíng)，印證了美團(tuán)無(wú)人配送開放平臺(tái)進(jìn)行片區(qū)規(guī)模化運(yùn)營(yíng)的可行性。

今年 7 月，美團(tuán)還發(fā)布了無(wú)人配送開放平臺(tái)，希望集合政府、高校、企業(yè)三方力量一起實(shí)現(xiàn)這個(gè)偉大夢(mèng)想，現(xiàn)已吸引了包括清華大學(xué)、加州伯克利大學(xué)、北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心、華夏幸福、Segway 等近 20 家國(guó)內(nèi)外合作伙伴的加入。

“我們已經(jīng)克服了很多在技術(shù)、運(yùn)營(yíng)，以及裝備制造、生產(chǎn)加工等供應(yīng)鏈上遇到的挑戰(zhàn)，才走到了今天?！泵缊F(tuán)點(diǎn)評(píng)首席科學(xué)家、無(wú)人配送部總經(jīng)理夏華夏提到。

左：可在城市道路低速自動(dòng)駕駛的無(wú)人配送車；右：主要用于園區(qū)內(nèi)送外賣的無(wú)人車

無(wú)人駕駛技術(shù)的落地是世界難題，但美團(tuán)配送末端物流“小、輕、慢、物”的特點(diǎn)，則提供了一個(gè)很好的場(chǎng)景。從去年年底開始，原來(lái)?yè)?dān)任美團(tuán)外賣總架構(gòu)師的夏華夏就開始全身心投入到無(wú)人配送這個(gè)項(xiàng)目上，在他看來(lái)，無(wú)人配送從技術(shù)上講非常復(fù)雜，對(duì)各類人才的需求很大。不僅包括感知、定位、地圖、規(guī)劃控制等，也包括操作系統(tǒng)、嵌入式計(jì)算、嵌入式編程等偏內(nèi)核的東西，同時(shí)還涉及硬件的集成，包括傳感器、汽車底盤、車身的機(jī)械結(jié)構(gòu)，也有大數(shù)據(jù)存儲(chǔ)、云端仿真的系統(tǒng)。此外，在運(yùn)營(yíng)方面，還需要跟物業(yè)地產(chǎn)公司、各地政府完善無(wú)人駕駛方面的各種規(guī)章標(biāo)準(zhǔn)。

構(gòu)建大規(guī)模的餐飲娛樂(lè)知識(shí)圖譜——美團(tuán)大腦

美團(tuán)點(diǎn)評(píng)平臺(tái)上匯聚了圍繞生活服務(wù)方方面面的海量數(shù)據(jù)，比如商戶信息、菜品信息、景點(diǎn)信息、用戶評(píng)價(jià)等等。如何從這些數(shù)據(jù)中提煉出有價(jià)值的知識(shí)，從而進(jìn)一步幫助人們提升生活便利性，助力餐飲娛樂(lè)產(chǎn)業(yè)升級(jí)呢？

今年 5 月，美團(tuán) NLP 中心開始構(gòu)建大規(guī)模的餐飲娛樂(lè)知識(shí)圖譜——美團(tuán)大腦。美團(tuán)點(diǎn)評(píng)作為中國(guó)最大的在線本地生活服務(wù)平臺(tái)，連接了數(shù)億用戶和數(shù)百萬(wàn)商戶，蘊(yùn)含著豐富的日常生活相關(guān)知識(shí)。在建的美團(tuán)大腦目前有 23 類概念、16 億實(shí)體、486 億三元組，對(duì)比 Google 的 Knowledge Graph 700 億三元組和微軟的 Satori 500 億三元組，美團(tuán)大腦的知識(shí)關(guān)聯(lián)數(shù)量級(jí)可以說(shuō)是世界級(jí)的了，未來(lái)一年預(yù)計(jì)會(huì)突破千億規(guī)模。

NLP 中心的核心帶頭人，是此前曾就職于 Facebook、微軟亞洲研究院的王仲遠(yuǎn)博士。作為美團(tuán)大腦項(xiàng)目的負(fù)責(zé)人，他向我們介紹，美團(tuán)大腦會(huì)充分挖掘關(guān)聯(lián)各個(gè)場(chǎng)景數(shù)據(jù)，用 AI 技術(shù)讓機(jī)器“閱讀”用戶評(píng)論，充分理解用戶喜好，構(gòu)建知識(shí)關(guān)聯(lián)，從而形成一個(gè)“知識(shí)大腦”。相比于深度學(xué)習(xí)的黑盒子，知識(shí)圖譜具有可解釋性，在美團(tuán)跨場(chǎng)景的多個(gè)業(yè)務(wù)中應(yīng)用性非常強(qiáng)，目前已經(jīng)在搜索、金融、商家運(yùn)營(yíng)等場(chǎng)景中驗(yàn)證了知識(shí)圖譜的有效性。王仲遠(yuǎn)博士還談到，深度學(xué)習(xí)和知識(shí)圖譜技術(shù)近年來(lái)都有很大的發(fā)展，并且存在互相融合的趨勢(shì)。在美團(tuán)大腦的知識(shí)構(gòu)建過(guò)程中，也會(huì)使用深度學(xué)習(xí)技術(shù)進(jìn)行知識(shí)挖掘，從而用知識(shí)助力業(yè)務(wù)發(fā)展，實(shí)現(xiàn)智能化的本地生活服務(wù)，幫助每個(gè)用戶“Eat Better，Live Better”，這也是美團(tuán)點(diǎn)評(píng)的企業(yè)使命。

王仲遠(yuǎn)博士同時(shí)是大眾點(diǎn)評(píng)搜索智能中心負(fù)責(zé)人。搜索是大眾點(diǎn)評(píng) App 上用戶進(jìn)行信息查找的最大入口，是連接用戶和信息的重要紐帶。用戶搜索的方式非常多樣，搜索場(chǎng)景也非常細(xì)分和豐富，并且對(duì)接業(yè)務(wù)種類多，流量差異大，為點(diǎn)評(píng)搜索帶來(lái)了巨大挑戰(zhàn)。而解決這些挑戰(zhàn)的方法，需要升級(jí) NLP 技術(shù)，進(jìn)行深度查詢理解以及深度評(píng)價(jià)分析，并依賴知識(shí)圖譜技術(shù)和深度學(xué)習(xí)技術(shù)對(duì)搜索架構(gòu)進(jìn)行整體升級(jí)。

據(jù)王仲遠(yuǎn)博士介紹，在 NLP 中心以及點(diǎn)評(píng)搜索智能中心兩個(gè)團(tuán)隊(duì)的緊密合作下，短短 5 個(gè)月，點(diǎn)評(píng)搜索核心 KPI 在已經(jīng)較高的基礎(chǔ)上又有大幅提升，是過(guò)去一年半漲幅的五倍之多，提前七個(gè)月就完成了全年的目標(biāo)。

從大方向來(lái)看，知識(shí)圖譜正成為圖像、自然語(yǔ)言處理之后又一個(gè)新的值得關(guān)注的技術(shù)領(lǐng)域。2018 年 8 月 Gartner 公布的關(guān)于 AI 技術(shù)成熟度曲線顯示，知識(shí)圖譜、自然語(yǔ)言生成、聊天機(jī)器人等技術(shù)將逐漸得到公眾的關(guān)注。

除了搜索推薦外，美團(tuán)大腦正在應(yīng)用于 SaaS 收銀系統(tǒng)專業(yè)版。從用戶角度來(lái)說(shuō)，美團(tuán)大腦可以閱讀每一條評(píng)論，充分理解用戶對(duì)商家的感受；從商家角度來(lái)說(shuō)，美團(tuán)大腦能夠歸納總結(jié)用戶評(píng)價(jià)，從而發(fā)現(xiàn)商家在市場(chǎng)上的競(jìng)爭(zhēng)優(yōu)勢(shì)/劣勢(shì)、用戶對(duì)于商家的總體印象趨勢(shì)、商家菜品的受歡迎程度變化。另外，通過(guò)細(xì)粒度用戶評(píng)論全方位分析，細(xì)致刻畫商家服務(wù)現(xiàn)狀，并對(duì)商家提供前瞻性經(jīng)營(yíng)方向。這些智能經(jīng)營(yíng)建議將通過(guò)美團(tuán) SaaS 收銀系統(tǒng)專業(yè)版定期觸達(dá)到各個(gè)商家，智能化指導(dǎo)商家精準(zhǔn)優(yōu)化經(jīng)營(yíng)模式。

美團(tuán)大腦與美團(tuán)金融平臺(tái)也正在緊密合作，利用知識(shí)圖譜中的社區(qū)發(fā)現(xiàn)、標(biāo)簽傳播等方法來(lái)對(duì)用戶進(jìn)行風(fēng)險(xiǎn)管理，能夠更準(zhǔn)確的識(shí)別逾期客戶，以及用戶的不良行為，從而大大提升信用風(fēng)險(xiǎn)管理能力。在反欺詐場(chǎng)景中，知識(shí)圖譜已經(jīng)幫助金融團(tuán)隊(duì)在案件調(diào)查中發(fā)現(xiàn)團(tuán)伙欺詐案件，還可在已有的反欺詐規(guī)則上進(jìn)行推理預(yù)測(cè)。

與此同時(shí)，王仲遠(yuǎn)團(tuán)隊(duì)也正在構(gòu)建國(guó)內(nèi)領(lǐng)先的商業(yè)化分布式圖引擎系統(tǒng)，支撐千億級(jí)別知識(shí)圖譜的實(shí)時(shí)圖查詢、圖推理，根據(jù)不同業(yè)務(wù)定制化支持子圖加速，加速大規(guī)模分布式圖計(jì)算。

目前，王仲遠(yuǎn)負(fù)責(zé)的 NLP 中心隸屬于基礎(chǔ)研發(fā)平臺(tái)的 AI 平臺(tái)部，而該部門由美團(tuán) CTO 羅道鋒兼任負(fù)責(zé)人，足見美團(tuán)對(duì) AI 的重視?；A(chǔ)研發(fā)平臺(tái)還在負(fù)責(zé)構(gòu)建整個(gè)公司統(tǒng)一的云計(jì)算、大數(shù)據(jù)和機(jī)器學(xué)習(xí)平臺(tái)，其中包括 GPU 集群的構(gòu)建。從實(shí)際情況來(lái)看，單純的 CPU 已無(wú)法滿足美團(tuán)日益飆升的海量數(shù)據(jù)的運(yùn)算處理。9 月底，機(jī)器學(xué)習(xí)平臺(tái)剛剛完成了數(shù)千塊 GPU 集群的搭建。而美團(tuán)的大數(shù)據(jù)平臺(tái)也已經(jīng)積累了總計(jì)幾百 PB 的海量數(shù)據(jù)。

面向業(yè)務(wù)的 AI 平臺(tái)

如果說(shuō)基礎(chǔ)研發(fā)平臺(tái)的 AI 平臺(tái)部奠基了美團(tuán)公司研發(fā) AI 技術(shù)的基礎(chǔ)實(shí)力，那么美團(tuán)首席科學(xué)家張錦懋領(lǐng)導(dǎo)的美團(tuán)平臺(tái)算法與數(shù)據(jù)研發(fā)部就承擔(dān)了另一個(gè)重要角色：連接公司內(nèi)各個(gè)業(yè)務(wù)場(chǎng)景對(duì)于 AI 技術(shù)的全方位需求。

在組織架構(gòu)調(diào)整后，張錦懋的團(tuán)隊(duì)目前劃歸于由美團(tuán)平臺(tái)、點(diǎn)評(píng)平臺(tái)、服務(wù)體驗(yàn)平臺(tái)部等部門組成的用戶平臺(tái)。實(shí)際上，從 2016 年起，張錦懋的團(tuán)隊(duì)，從組織上來(lái)講，越來(lái)越強(qiáng)調(diào)構(gòu)建一種面向業(yè)務(wù) AI 需要的平臺(tái)能力。因此，他們幾乎與公司內(nèi)部所有的業(yè)務(wù)部門都打過(guò)交道：“除了做業(yè)務(wù)，也要有一個(gè)技術(shù)積累的團(tuán)隊(duì)。我們一方面有直接深入到業(yè)務(wù)線，響應(yīng)業(yè)務(wù)線相關(guān) AI 需求的項(xiàng)目團(tuán)隊(duì)，另一方面也有偏向底層基礎(chǔ)能力的團(tuán)隊(duì)，（算法方面）如語(yǔ)音、圖像、NLP、機(jī)器學(xué)習(xí)、用戶畫像等?！?/p>

在張錦懋看來(lái)，如果美團(tuán)想要形成一個(gè)在技術(shù)上有重要競(jìng)爭(zhēng)力的平臺(tái)，一定是以 AI 為主導(dǎo)，數(shù)據(jù)為基礎(chǔ)，并做到行業(yè)最佳水平。除了配送、調(diào)度這種單點(diǎn)上的算法，實(shí)際上還需要一個(gè)不斷迭代、演進(jìn)的系統(tǒng)。這個(gè)系統(tǒng)同時(shí)也需要人和業(yè)務(wù)共同迭代，能夠讓業(yè)務(wù)人員與算法工程師配合起來(lái)，形成一個(gè)業(yè)務(wù)的閉環(huán)。接下來(lái)才可能突破一些關(guān)鍵技術(shù)點(diǎn)：因此，除去傳統(tǒng)的機(jī)器學(xué)習(xí)、感知層的視覺(jué)、聽覺(jué)等算法方面的工作，構(gòu)建以海量數(shù)據(jù)為基礎(chǔ)，可以在業(yè)務(wù)端持續(xù)迭代演進(jìn)的系統(tǒng)也是這個(gè)團(tuán)隊(duì)的關(guān)鍵性工作。

AI 未來(lái)：長(zhǎng)期有耐心

在美團(tuán)，大家最常說(shuō)的兩句話，一句是“以客戶為中心”，一句是“長(zhǎng)期有耐心”。雖然外界 AI 很火，但美團(tuán)技術(shù)團(tuán)隊(duì)對(duì) AI 這件事有自己比較清醒的認(rèn)識(shí)。

公司的業(yè)務(wù)團(tuán)隊(duì)離客戶更近，之前其實(shí)對(duì) AI 的態(tài)度并沒(méi)有特別積極，因?yàn)槁涞卮_實(shí)有很多難點(diǎn)，而技術(shù)團(tuán)隊(duì)也做好了長(zhǎng)期死磕的準(zhǔn)備。以智能調(diào)度系統(tǒng)來(lái)說(shuō)，雖然已經(jīng)成為一種行業(yè)趨勢(shì)，但何仁清還是更多看到了困難：“在推行智能化系統(tǒng)方面，整個(gè)公司的決心是比較大的。但是這個(gè)事情落地時(shí)候還會(huì)遇到很多問(wèn)題需要解決，特別是線下的一些阻力、企業(yè)客戶需要適應(yīng)、利益上的變動(dòng)等?！?/p>

目前，包括阿里菜鳥、京東都在試圖用無(wú)人駕駛技術(shù)解決物流上的問(wèn)題。相比載人車輛來(lái)講，美團(tuán)無(wú)人配送雖有著落地的優(yōu)越性，但也有無(wú)人駕駛技術(shù)的復(fù)雜性，勻速 20 公里/時(shí)的無(wú)人配送車，在國(guó)內(nèi)人流密集的大城市內(nèi)行駛?cè)跃哂泻芨咛魬?zhàn)性。談及對(duì)無(wú)人配送部門未來(lái)的規(guī)劃和期待時(shí)，夏華夏很冷靜：“我們的預(yù)期是有的，但也沒(méi)有非常嚴(yán)格的 Deadline。希望在三五年內(nèi)首先達(dá)到在無(wú)人配送場(chǎng)景上的落地?！?/p>

隨著技術(shù)能力的不斷增強(qiáng)，張錦懋明顯感覺(jué)到今年的業(yè)務(wù)合作關(guān)系、信任度相比此前，發(fā)生了很大的改變，大家都對(duì)新技術(shù)更加重視了。當(dāng)然，AI 應(yīng)用于美團(tuán)這么復(fù)雜的場(chǎng)景，仍然任重道遠(yuǎn)。“如果沒(méi)有一個(gè)好的平臺(tái)、好的系統(tǒng)，這個(gè)工作的挑戰(zhàn)是非常巨大的?，F(xiàn)在我們還處于剛剛起步的狀態(tài)?！睆堝\懋在采訪最后這樣表示。

正如美團(tuán)點(diǎn)評(píng) CTO 羅道鋒在今年 AI Challenger 大賽啟動(dòng)儀式上所分享的：

“我們對(duì) AI 的投入很堅(jiān)決，希望依靠技術(shù)提升我們的業(yè)務(wù)，服務(wù)更多消費(fèi)者和商戶。不過(guò)也要看到，AI 現(xiàn)在雖然已經(jīng)進(jìn)入開花階段，但還在早期。我們目前擁有更大量的數(shù)據(jù)、更強(qiáng)的算力，做的是超高維空間的擬合，現(xiàn)在應(yīng)用的 AI 技術(shù)還是弱人工智能，我們離強(qiáng)人工智能還有很遠(yuǎn)的距離，解決真實(shí)問(wèn)題仍然面臨不少艱巨的挑戰(zhàn)，這是一件需要長(zhǎng)期有耐心的事情。”