3月27日，滴滴出行研究院副院长叶杰平出席2017新智元开源•生态 AI 技术峰会，在主题演讲环节，叶杰平重点揭秘了人工智能技术在滴滴智能派单中的应用，并称人工智能技术已经广泛应用于滴滴的方方面面，能够不断提升用户出行效率并且优化出行体验。滴滴在大数据和人工智能领域的布局和探索，已经走在了互联网行业的前列。
叶杰平指出，滴滴瞄准是世界级的出行难题，背后的计算其实远比AlphaGo复杂。无论是车辆调度，还是司乘匹配，其考虑的维度、复杂性和实时性都远远超过其他行业。当前滴滴正在借助机器学习和大数据解决智能调度和供需预测等难题，通过模型的不断优化缩短运算时间，同时提升预测效果，让人们的出行更便捷，体验更好。“滴滴是一家数据、技术和体验驱动的公司，无论是乘客发单前的预测目的地、推荐上车点，还是发单后的智能派单、路径规划，甚至行程中的安全驾驶，行程结束后的司乘判责环节，都大量地利用了人工智能技术，人工智能也已成为滴滴技术核心”，叶杰平说。
在演讲中，叶杰平还对滴滴的智能派单进行了详解。智能派单是滴滴的核心技术之一，乘客每次发单，背后都需要借助大规模分布式计算对司机和乘客进行最优匹配，不仅要将乘客与周围大量的司机进行匹配，计算出最优，还要计算出最佳行驶路径，做到总时间最短，从而实现平台效率和用户体验最大化。
然而不同于网上搜索时商品、资讯等信息的静态停留，车辆永远在不停地移动，可能几秒后这个司机就通过一个了路口，或是行驶到了高速路。这也对匹配提出更高的要求—需要能对未来情况进行预测，并且快速地对司机和乘客进行动态、实时的匹配。
滴滴出行研究院副院长叶杰平详解路径规划算法。
路径规划和ETA（预估到达时间）两项地图技术则是滴滴实现最优匹配的关键。据叶杰平介绍，通过对滴滴出行海量的用户行驶数据进行挖掘和学习，滴滴已经围绕最低的价格、最高司机效率和最佳交通系统运行效率设计出了全新的智能路径规划算法，能够对未来路况做出准确预测，整体考虑司机未来所有可能的走法，毫秒级算出A到B点的最优路径。
而早在2015年，滴滴就基于海量的出行数据，在全国范围内首次将机器学习应用到ETA上，通过使用全新的时间预估算法以及特征挖掘，大幅度提升了时间预估的准确率。在这一基础上，近期滴滴还创新地将深度学习应用到ETA，进一步提升了预估精度。
大数据和人工智能技术也驱动滴滴派单效率进一步提高。叶杰平透露，此前滴滴能每2秒进行一次全局的判断，在迅速的大量计算中，完成全局最优的智能派单。如今这一派单算法已经升级，能够基于全天供需、出行行为预测，来考虑一天之内司机整体的效率，“目前我们已经在进行相关测试，能让司机的效率总和一整天最优，实现收益最大化。”
这些大数据和人工智能发展应用的背后，也体现了滴滴的强大云计算能力。公开的资料显示，滴滴日完成订单超过 2000 万单、每日处理数据超过 2000TB，相当于200 万部电影，每日路径规划也超过90亿次，约相当于600万次/分钟。当前滴滴正在驱动人工智能技术迅速迭代升级，也已经构建了一个智能系统滴滴大脑，能够通过大数据、机器学习和云计算最大化利用交通运力，做出最优的决策，为每一位用户设计最贴心最智能的出行方案。未来，滴滴也将积极与城市管理者携手，共建智慧交通体系，创造未来出行新生态。
