章文嵩：挑戰(zhàn)難題，用技術(shù)做更有價(jià)值的事情
你為什么選擇 IT 行業(yè)？可能大多數(shù)人都會(huì)說(shuō)：因?yàn)殄X。是的，這個(gè)行業(yè)待遇好、薪資高，已成了不爭(zhēng)的事實(shí)。
但對(duì)于章文嵩而言，無(wú)論是大學(xué)期間創(chuàng)立開(kāi)源項(xiàng)目 LVS，還是在阿里巴巴任職七年，亦或是拒絕 Google 和 Facebook，去年加盟滴滴出行。都秉承著一個(gè)初心：挑戰(zhàn)難題，用技術(shù)做更有價(jià)值的事情
一不小心“開(kāi)源的種子”萌芽了
1995 年，章文嵩還在國(guó)防科技大學(xué)讀博士。他發(fā)現(xiàn)長(zhǎng)沙建設(shè)信息港中使用的負(fù)載均衡設(shè)備都賣的奇貴無(wú)比。當(dāng)時(shí)就有一個(gè)大膽的念頭——能不能在 Linux 上做負(fù)載均衡呢？
想到就做！僅用兩周時(shí)間，便完成了開(kāi)源軟件 LVS 的代碼。當(dāng)時(shí) Linux 領(lǐng)域還沒(méi)有負(fù)載均衡相關(guān)的內(nèi)容，這個(gè)項(xiàng)目又非常實(shí)用，于是在放到網(wǎng)上后，很快便有人響應(yīng)了。不光有發(fā)來(lái)的需求，還有貢獻(xiàn)者發(fā)來(lái)的功能補(bǔ)丁。來(lái)來(lái)往往中，LVS 項(xiàng)目快速迭代，功能也越來(lái)越完善。
這段經(jīng)歷使章文嵩與全世界頂尖的技術(shù)人才進(jìn)行交流，體驗(yàn)了開(kāi)源的魅力。也因此在后來(lái)加入淘寶時(shí)，一直提倡開(kāi)源，通過(guò)技術(shù)革新創(chuàng)造低碳網(wǎng)絡(luò)。
如果LVS 項(xiàng)目是個(gè)點(diǎn)那么淘寶就是一個(gè)面
加入更有挑戰(zhàn)性的淘寶，章文嵩一手組建核心系統(tǒng)團(tuán)隊(duì)，對(duì)應(yīng)淘寶用戶的眾多基礎(chǔ)服務(wù)，支撐整個(gè)業(yè)務(wù)。
全新的體系規(guī)劃要從硬件定制開(kāi)始，到操作系統(tǒng)、再到單機(jī)軟件優(yōu)化。如 Tengine、JVM 和數(shù)據(jù)庫(kù)優(yōu)化等。
其中數(shù)據(jù)庫(kù)是整個(gè)交易平臺(tái)最大的瓶頸，如何從淘寶業(yè)務(wù)出發(fā)去 IOE 應(yīng)對(duì)每秒鐘數(shù) 10 萬(wàn)的交易，還有 CDN 系統(tǒng)、分布式存儲(chǔ)、分布式緩存系統(tǒng)、大數(shù)據(jù)平臺(tái)、圖像搜索等等，但這些也僅僅是章文嵩在阿里所經(jīng)歷的小部分。
淘寶作為國(guó)內(nèi)最大的網(wǎng)絡(luò)購(gòu)物平臺(tái)，網(wǎng)購(gòu)的整個(gè)過(guò)程都有人在挑選，做最終決策，最多是在挑選的過(guò)程中做推薦或廣告。如何用技術(shù)實(shí)現(xiàn)更有價(jià)值的事情呢？
人工智能來(lái)了，新的挑戰(zhàn)也來(lái)了
去年此時(shí)，章文嵩加盟了滴滴。滴滴在交通領(lǐng)域的變革開(kāi)始了。
我們?cè)谑褂玫蔚螘r(shí)，只要輸入一個(gè)目的地，就可以高枕無(wú)憂了。但是這個(gè)看似簡(jiǎn)單的 UI 背后，全部都是依賴計(jì)算來(lái)完成，而如何做到完美有效的匹配是非常復(fù)雜的計(jì)算問(wèn)題，同時(shí)還要求達(dá)到極高的實(shí)時(shí)性。這些都用到了人工智能算法。
“滴滴交通信息平臺(tái)”北京道路交通熱力圖
路況預(yù)測(cè)
基于大量實(shí)時(shí)上報(bào)的軌跡數(shù)據(jù)，可以計(jì)算出實(shí)時(shí)路況，根據(jù)歷史路況數(shù)據(jù)和實(shí)時(shí)路況對(duì)未來(lái)路況進(jìn)行預(yù)測(cè)。
路徑規(guī)劃
在整個(gè)路網(wǎng)上對(duì)出發(fā)點(diǎn)和目的地做路徑規(guī)劃，包含接駕端路徑和送駕端路徑等。
ETA 計(jì)算
利用融入大量機(jī)器學(xué)習(xí)的 ETA 技術(shù)來(lái)預(yù)計(jì)接、送駕兩端的時(shí)間。
智能分單
最理想的調(diào)度匹配不是乘客發(fā)單就派最近的司機(jī)去接單，這樣做可能會(huì)發(fā)生 1 毫秒后另一個(gè)乘客用車需求和這個(gè)司機(jī)更吻合。鑒于這樣的情況，先把乘客發(fā)單需求放到需求池，滴滴為兼顧用戶體驗(yàn)，把撮合時(shí)間定為 2 秒/次。
智能分單構(gòu)造了巨大的供需矩陣，縱向是乘客訂單需求列表，橫向是大量可用司機(jī)，平臺(tái)需要計(jì)算用戶和司機(jī)之間的相關(guān)性。
相關(guān)性可參考的維度有很多，如各自所在物理位置、位置映射到路網(wǎng)情況、接駕時(shí)間、司機(jī)服務(wù)分、乘客喜好等等。把這些多維項(xiàng)，加權(quán)映射到 0-1 之間的空間上，值越大表示乘客和司機(jī)的相關(guān)性越高，這個(gè)過(guò)程要控制在 100 毫秒之內(nèi)。因?yàn)榭蛰d的司機(jī)在不停行駛中，位置隨時(shí)發(fā)生變化，實(shí)時(shí)性是必須提高的因素。
除此之外，還有城市內(nèi)不同區(qū)域供需不平衡的問(wèn)題。例如有乘客 A、B 需求，司機(jī)離 A 更近，離 B 稍微遠(yuǎn)，按 2 秒撮合很大可能把司機(jī)派給 A.但如果 A 目的地是供過(guò)于求，B 目的地是供不應(yīng)求，從全局供需平衡角度來(lái)考量的話，或許把司機(jī)先派給 B 更合理。
用技術(shù)做更有價(jià)值的事情——智慧交通
作為整個(gè)網(wǎng)約車平臺(tái)，因憑借路徑結(jié)算價(jià)格的業(yè)務(wù)特性，導(dǎo)致需要實(shí)時(shí)向平臺(tái)上報(bào) GPS 定位點(diǎn)數(shù)據(jù) ，這些定位點(diǎn)連起來(lái)就是行駛的路徑。每天好幾百萬(wàn)輛車，行駛 N 條路徑，能很好的反映中國(guó)的城市交通狀況，這是能帶來(lái)社會(huì)價(jià)值的新方向。
過(guò)去，交通系統(tǒng)大部分采用檢測(cè)器、線圈、卡口、攝像頭等方式，在各個(gè)路口采集數(shù)據(jù)，周期長(zhǎng)時(shí)效性差。
現(xiàn)在，基于滴滴的海量數(shù)據(jù)，用于交通治理、運(yùn)營(yíng)、監(jiān)管、決策，向消費(fèi)者進(jìn)行最佳路線推薦，給用戶出行帶來(lái)更多便利。
滴滴將發(fā)力交通的智慧治理、智慧運(yùn)營(yíng)，整體交通度量體系建設(shè)、所有出行者的智慧出行等方面。憑借自身在物移大智云（車聯(lián)網(wǎng)平臺(tái)—移動(dòng)互聯(lián)網(wǎng)—大數(shù)據(jù)平臺(tái)—人工智能算法—云計(jì)算平臺(tái)）幾大方面的優(yōu)勢(shì)“治堵” ，為整個(gè)交通領(lǐng)域帶來(lái)改變。
如正在實(shí)施的滴滴智慧信號(hào)燈項(xiàng)目，根據(jù)交通流量變化情況對(duì)信號(hào)燈進(jìn)行調(diào)整優(yōu)化。
濟(jì)南經(jīng)十路 6 個(gè)路口信號(hào)燈優(yōu)化，延誤時(shí)間降低 10%濟(jì)南緯十二路 6 個(gè)路口信號(hào)燈優(yōu)化，延誤時(shí)間降低 15% 以上
這一切才剛剛開(kāi)始。滴滴目前的日均訂單量超過(guò) 2000 萬(wàn)單，但放在整個(gè)出行領(lǐng)域，這個(gè)數(shù)字并不大，僅占所有出行的 1.5% 左右。
從普惠出行角度來(lái)說(shuō)，如何憑借前沿技術(shù)手段做有價(jià)值的事情，怎樣使公共交通更穩(wěn)定且可預(yù)期、怎樣做到實(shí)時(shí)精準(zhǔn)推薦多種交通工具的最優(yōu)換乘方法等，這些都是滴滴未來(lái)的發(fā)力方向。
談到夢(mèng)想和情懷，章文嵩說(shuō)從在大學(xué)教書(shū)、到離開(kāi)去創(chuàng)業(yè)、到阿里以及到現(xiàn)在的滴滴，就個(gè)人個(gè)性而言，做真正有用、有價(jià)值的產(chǎn)品感覺(jué)比較好，做什么都會(huì)從為人解決問(wèn)題、給社會(huì)帶來(lái)價(jià)值的角度出發(fā)。在此過(guò)程中不斷對(duì)關(guān)鍵問(wèn)題做取舍、不斷地解決問(wèn)題，本身對(duì)自己也是一個(gè)不斷學(xué)習(xí)、不斷提高的過(guò)程。
閱讀排行榜
