這個程序員節 聽四位嘀嗒出行工程師分享體會與思考
近年，隨著Chat GPT出圈，當大模型成為趨勢，人們對大數據和人工智能的結合來解決具體行業和領域的問題，更加充滿期待，也探索出了很多新的解決方案。在順風出行行業，大數據，算法，人工智能的結合，同樣為體驗、效率提升提供了新的解題思路，帶來更多想象空間。
在嘀嗒出行新出行方式工程師們的眼中，算法的樂趣就是持續尋找最優解。那么，他們是如何從發現問題，分析問題，用創新方法來解決問題的過程中，收獲創新探索的樂趣，打開未來之門，從而為用戶帶來更高效、更智能、更輕松愉悅的順風出行新體驗的呢？
今天是一年一度的1024程序員節，嘀嗒出行的四位智能算法工程師們，分享了他們的洞察，體會與思考。一起來聽聽他們怎么說。
智能算法在順風出行領域如何發揮作用？
嘀嗒出行智能策略專家張浩：“智能算法拓展人的能力邊界 需要深入洞察用戶與市場”
在我看來，智能算法賦能一定能夠為出行場景服務，為出行各個環節賦能。出行場景有很多復雜因素，不同乘客，不同車主，不同時間地點線路偏好，不同出行習慣如何去同時滿足？面對這些復雜性，人類不管是能力和體力都很難駕馭，需要訴諸技術去解決。
而這就要求，我們首先需要對于順風出行業務和場景，以及用戶的訴求，有更深入的理解和洞察，比如這個上車推薦點有多少人用，用戶使用之后有怎樣的體驗，你給推薦了上車點，用戶真的在那等嗎？有沒有人在這個點，乘客找不著車主，因此打了很多電話？
當我們結合業務去定量刻畫和分析，就可以看這個點有沒有問題，有多少人用，用了出了多少問題，分析出來從而更具體理解這些問題，找到優化方向。
另外比如，順風車App搜索里可以搜起點終點，但對于起點搜索和終點搜索，用戶期待其實是不一樣的，我們需要去分析、總結和優化。
因此，當離順風車場景更近，我們可以在效率和體驗方面做更多整體優化改善，第一步，分析場景，第二步，結合場景去做什么事兒。同時，需要對出行業務有一些更宏觀前瞻的構想，進而去挨個觀察，拆解順風出行各個體驗環節，從數據層面去了解他，在技術上去設計方案，驗證方案，從而實現改善。
嘀嗒出行算法工程師劉棟：“算法模型像一個黑盒子 持續訓練會更加準確可靠”
事實上，當通過智能算法去創新提升順風出行的車乘體驗、效率和安全水平時，基本工作邏輯都是發現問題，提出解決方案，進而通過自動化而非依賴人力去解決優化問題。
這些算法模型正是通過持續的數據輸入來得到訓練，來提升對相應問題的自動解決能力。
他們就像一個神奇的黑盒子，你有輸入他就給你輸出了。隨著經驗的逐漸積累，算法模型得以不斷優化，而變得更聰明、更準確、更可靠、更敏捷。
如何基于順風出行的天然特點做針對性探索 ？
嘀嗒出行智能策略工程師王澤 ：”需要綜合考慮車主乘客雙端需求“
順風車車主在出行線路規劃的偏好及考量方面，的確會和網約車司機有所不同。比如后者主要考慮的是更快的路線，而前者會把車費、過路費、高速費、燃油成本、時間成本等等都考慮在內。
那么我們在匹配車主乘客時，就需要對雙方的出行偏好、頻次等進行更多綜合分析和總結，做出最合理周全的，讓雙方都滿意的推薦，更加滿足車主乘客雙方個性化需求。
比如之前數據考量只有十個維度，現在可能需要五十個維度，從而更快地自動匹配同時符合車主乘客雙方需求偏好的順路訂單，更好順路同行。
嘀嗒出行算法工程師田沐：“做智能算法一樣要懂業務，深入洞察用戶”
順風出行是車主和乘客雙端的合乘行為。嘀嗒作為橋梁，要不斷為他們牽線搭橋，讓彼此更舒服且愉快地匹配上，從而最優化最合理地，把n個乘客，n個車主順路匹配在一起。
對我們而言，這不僅需要技術創新賦能，懂算法，也要懂業務，還需要有更深入的用戶洞察。比如某種場景下，我們要去綜合考慮車主乘客到底是怎么想的。
因此不僅是產品，市場，用戶體驗領域的人需要了解用戶，智能算法領域的人都要了解用戶，都需要經常自己去打順風車體驗，才能更好站在用戶的角度去思考問題，改進產品體驗。
智能算法如何為順風出行帶來更多可能性？
嘀嗒出行算法專家劉棟：“AI技術與業務深入結合 直觀量化提升用戶體驗效率”
我非常認可順風車的社會意義，對乘客和車主而言，通過分攤出行費用都能節約出行成本，尤其是城際單和長途單。從社會來說，是閑置資源的高效利用。
AI建立在海量大數據和高算力基礎上，隨著IT技術發展，各方面數據量也在急劇膨脹，當現有能力不能充分利用數據，算法就出一些規律性的東西來輔助業務增長。而工作中的樂趣在于，可以把AI技術和業務深入結合并且應用上，更直觀量化地提升用戶順風出行的效率和體驗。
嘀嗒出行智能策略專家張浩：“根據實際業務需求 針對性探索算法賦能之道”
在業界和學術界不太一樣，學術界我們需要時時刻刻保持關注最近前沿技術和研究陳果，而在業界，這些學術成果有的可以落地有的不能馬上落地，這和所處行業，和公司業務都有關系。
科學可以幫人們找到更高效的方式，發現更多可能性，但人類社會已經有自己固有的運行規律，我們要做的就是，從最新科學知識去找到一些結合點，改變社會生活中的一些東西。
我們做每一個創新背后，都需要一些底層算法支持，同時，更重要都是根據實際業務需求，去有針對性地探索算法賦能之道。
（注：以上工程師均為化名）
