人工知能のボトルネックを解決し、フードデリバリー業界の発展を促進

近年、消費者向けインターネットが深化し、産業向けインターネットが徐々に向上するにつれて、さまざまな業界のデジタル変革が本格化しています。ますます複雑化する環境に直面して、強力な市場浸透力を持つデジタル技術とインテリジェント技術は共に進歩し、経済発展を促進し、中小企業に力を与え、人々の生活を確保する上で大きな役割を果たすでしょう。新興テクノロジー分野では、人工知能によってもたらされる利益が人々の生活をより良くしています。

日常の「テイクアウトの注文」を例にとると、配達員、利用者、商店主はそれぞれ雇用、民生、経済の縮図を構成している。人工知能がこの3つのグループに力を与えることができれば、さまざまな場面での配達ニーズを満たし、配達効率とユーザー体験を向上させ、「テイクアウトを世界の隅々まで届ける」というビジョンを実現できる。人工知能が役割を果たすことができる理由は、ICT インフラストラクチャのアップグレードとディープラーニング フレームワークの飛躍と切り離せないものです。

テクノロジーが食品配達のエコシステムを変える

テイクアウトの料理が30分以内に配達されるのは、日常生活の一部になっています。しかし、これを実現するのは簡単ではありません。5 件の注文を配達する配達員を例にとると、5 つの異なる販売者とユーザーにサービスを提供する必要があり、配達ルートの組み合わせは数万に達します。人気のフードデリバリープラットフォームでは、ピーク時の毎日の注文量は膨大で、多数の配達員が関わります。30分以内の配達という目標を達成するには、ルートの組み合わせの数が天文学的な数になります。同時に、高齢者や子供にとって、テイクアウト注文の全プロセスを音声操作でシームレスに完了できることは、人間味あふれるデザインをさらに際立たせています。

美団によると、同社の「テクノロジーが生活に力を与える」プロジェクトの重要な任務の一つは、乗客の配車に関する最適なソリューションを見つけることだという。 10,000 人を超えるエンジニアが人工知能技術を活用して効率性を向上させる一方で、定期的に配達員として働き、食品配達プロセスの問題点を体験し、継続的にソリューションを最適化しています。さらに、同社のサービスエンジンは「インテリジェントインタラクション」技術で構築されており、音声機能を備えているため、高齢者や子供が便利なコミュニケーション方法でサービスを受けることができます。特に、ユーザーのニーズが同社の「スーパーブレインシステム」に伝えられると、この大規模で非常に複雑な多人数、多地点のリアルタイムインテリジェント配信およびスケジューリングシステムは迅速な計算を実行し、ユーザーが期待を超えるサービス体験を得られるようになります。美団は2016年以来、よりインテリジェントな技術に基づいて特定のシナリオ向けの無人配送の開発を開始しており、これは疫病予防・抑制期間中にテストされ、進歩を遂げてきました。

フードデリバリーエコシステム全体において、マーチャントグループはMeituanのエンパワーメントのもう一つの中核領域です。 「美団商人脳」には膨大なユーザー評価分析と知識の関連付けが備わっていると報告されており、商人はSaaSレジシステムの専門版だけで、ユーザーの感情曲線、消費レベル、環境の好みの変化、類似商人などの情報を定期的に取得できる。同時に、インテリジェント分析の助けを借りて、小売業者はサービス状況、競争力、商圏などについての洞察を得ることができ、店舗の開店から店舗の運営と管理までの意思決定の参考資料を提供します。

困難な問題に対する解決策の提供

報告によると、食品配達は Meituan の生活サービス全体のエコロジカルな風景の一部に過ぎず、テクノロジーのエンパワーメントに関わる複雑なシナリオはそれをはるかに超えています。近年、Meituan は強力な人工知能技術チームを設立し、マーチャント サイトの選択、トラフィック生成、食品配達、ビジネス管理、サプライ チェーン ファイナンス、マーケティング プロモーションなど、一連のサービス システムに強力な AI 機能サポートを提供しています。しかし、ユーザーの急速な増加、インテリジェントビジネスの継続的なアップグレード、AIモデルの規模と複雑さの継続的な増加により、同社の業務システムはますます深刻なパフォーマンスの課題に直面しています。インフラストラクチャの再構築とソフトウェアの最適化の観点からこれらの課題をどのように解決するかは、同社が直面しなければならない問題です。

オープンソースのディープラーニングフレームワーク TensorFlow の応用を例に挙げてみましょう。Meituan は Intel のスケーラブルプロセッサをベースに、さまざまな側面で徹底的な改善を行い、同社が推奨する技術最適化ソリューションを採用しました。 Meituan は、レコメンデーション システムなどのアプリケーション向けに AI をさらに強化するために、モデルのトレーニングに TensorFlow を使用し、分散コンピューティング方式を採用して、大量のパラメータのモデル計算とパラメータ更新の問題を解決します。しかし、ビジネスの急速な発展に伴い、推奨システム モデルの規模と複雑さが増しただけではありません。また、一連の問題も明らかになるでしょう。パフォーマンスのボトルネックが発生すると、総所有コストが急増し、上位レベルのビジネスに悪影響を与える可能性があります。

パフォーマンスボトルネックの問題を解決するには、2 つの方法があります。1 つはインフラストラクチャ構築の規模を急速に拡大することですが、これによりコスト圧力が高まり、システム全体の複雑さが増します。もう 1 つは、システムとソフトウェア レベルから最適化することです。これは、より経済的で実現可能です。 Meituan は、TensorFlow フレームワークとビジネスを分析および位置付けた後、TensorFlow クラスターの負荷分散と、ビジネスにおける分散クラスターの通信メカニズム、レイテンシ、および単一インスタンスのパフォーマンスが、すべて緊急に最適化する必要がある領域であることを発見しました。Intel と協力して、2 番目の道を模索することが不可欠です。方向性を明確にした後、Meituan は Intel スケーラブル プロセッサをベースにしたサーバー クラスター上に TensorFlow システムを構築し、CPU を TensorFlow モデルのトレーニングに使用しました。また、レコメンデーション システムのシナリオで TensorFlow PS 非同期トレーニング モードを使用して、ビジネスの分散トレーニングのニーズをサポートしました。

Meituan は、単一インスタンスのパフォーマンスや分散コンピューティングの最適化など、さまざまな側面で総合的な実践を行っていることが分かっています。サポート機能の面では、新システムは数千億のパラメータを持つモデルをサポートし、数千人のワーカーの分散トレーニングをほぼ線形に加速し、1年分のサンプルのトレーニングを1日で完了し、オンラインディープラーニングをサポートします。さまざまなアーキテクチャとインターフェースもよりユーザーフレンドリーになり、Meituanのビジネス部門から認められています。