即时物流领域的AI技术：物理世界的数字化和智能化

未知的瞬间 

何仁清，美团点评算法通道主席、美团配送AI方向负责人。

2006年哈尔滨工业大学计算机硕士，毕业后加入百度NLP团队，2009年转岗到百度凤巢团队，从事自然语言处理、数据挖掘、机器学习、检索等研究方向，离职前任百度主任架构师。

2016年初加入美团点评，整体负责美团配送的算法策略，进行智能配送系统建设，全面支持美团配送业务发展。目前工作方向横跨运筹优化、机器学习、时空大数据挖掘等多个学科，工作内容包括：智能调度、ETA、智能定价、智能规划、机器学习、AIoT、骑行地图等多个子方向。

美团外卖日单量超过3000万，拥有近百万骑手，是全球最大的即时配送网络。与大多数互联网企业线上业务为主的模式不同（比如搜索、推荐、电商、短视频），配送系统需要在现实世界中的真实环境和真实场景中“运行”，最大的挑战是需要对骑手所在的环境和场景做到实时感知、准确理解和最优决策，这也是近几年行业经常说的“数字化”和“智能化”技术。

举例来说，配送中需要很多现实世界信息，比如商家在哪个商场，在几楼什么位置，从哪个门进入，是否坐电梯？骑手到达商家了吗，等餐多久了，还要等多久？ 这些信息的准确性和实时性，对如何做出更优的决策至关重要，是持续提升配送体验和效率的关键要素。

美团配送作为全球最大的即时配送网络，具有丰富的大数据和应用场景优势，结合机器学习、时空间大数据、AIoT相关技术，我们在“物理世界数字化和智能化”这方面做了很多探索和尝试，这次主要分享这方面的重要技术和相关经验。

分享大纲：

1. 即时配送业务发展

    行业整体发展趋势

    配送业务目标和挑战

2. “美团超脑”配送系统简介

    美团配送的技术目标

    美团配送的AI技术体系

3. 刻画现实世界的AI技术

    履约全环节的精准时间预估

    基于骑行轨迹的配送地图（点-线-面）

    基于IoT技术的配送情景感知

4. 配送技术的未来展望

听众收益：

1. 了解新零售下的美团配送的业务发展和AI技术体系

2. 了解AI技术在物理世界数字化方面，到底在解决什么问题，有什么挑战，取得哪些成果

3. 了解如何从业务痛点出发，提炼业务问题，并进行技术建模和持续优化，并最终验证技术效果

听众范围：熟悉机器学习、数据挖掘、AIoT等技术，解决一线业务问题的算法工程师