DidiのオープンソースAIプロジェクトはGitHubのホットリストに掲載されており、人間とコンピュータの対話モデルは論文から製品まで展開できる。

[[273088]]

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

意外にも、Didi のオープンソース自然言語理解 (人間とコンピューターの対話) モデル トレーニング プラットフォームが GitHub のホット リストに載りました。

このプロジェクトはDELTAと呼ばれ、TensorFlow上に構築されたディープラーニングモデルトレーニングフレームワークです。Didiも社内で使用しており、ACL 2019でオープンソースとして発表しました。

ディディ氏は、この技術は、テキスト分類、固有表現認識、自然言語推論、質問応答、シーケンスツーシーケンステキスト生成、音声認識、話者検証、音声感情認識などのタスクの実験を高速化し、システムを展開するために使用できると述べた。

これは Didi の 22 番目のオープンソース プロジェクトであり、Google AI の専門家であり Keras の創設者でもある François Chollet 氏によって推進され、サポートされています。

GitHub リンク:

https://github.com/didi/delta

紙から製品展開へのシームレスな移行

Didi氏は、DELTAは主にTensorFlowをベースに構築されており、数値特徴のトレーニングだけでなく、NLP（自然言語処理）と音声タスクを同時にサポートできることを紹介しました。

テキスト分類、名前付きエンティティ認識、自然言語推論、質問と回答、シーケンス間のテキスト生成、音声認識、話者検証、音声感情認識などの重要なアルゴリズム モデルを統合して、一貫したコード構成構造と全体的に統一されたインターフェイスを形成します。

使用中、ユーザーはモデルトレーニングデータを準備し、構成を指定する必要があります。モデルトレーニングパイプラインは、構成に従ってデータを処理し、対応するタスクとモデルを選択して、モデルトレーニングを実行できます。

トレーニングが完了すると、モデル ファイルが自動的に生成され、保存されます。また、モデル ファイルは統一されたインターフェイスを形成することもでき、これを直接オンラインにして迅速に製品化することができます。

さらに、DELTA はさまざまな一般的なタスクに対して安定した効率的なベンチマークも提供しており、論文のモデル結果を簡単かつ迅速に再現できるほか、これに基づいて新しいモデルを拡張することもできます。

モデルが構築された後、ユーザーは DELTA の展開プロセス ツールを使用してモデルを迅速に起動し、紙の展開から製品の展開へのシームレスな移行を実現できます。

Didiの使い方は？

現在、Didi は自社の製品に NLP と音声テクノロジーを適用しています。中核製品はDidiが自社開発したインテリジェントカスタマーサービスシステムで、手動カスタマーサービスを支援し、問題処理における手動カスタマーサービスの効率を向上させ、反復的かつ単純な問題の処理における手動カスタマーサービスの作業負荷を軽減することができます。自然言語処理、ディープラーニング、ナレッジグラフ、音声、推奨などの技術を採用しています。

さらに、音声認識と自然言語理解技術をベースに、Didiはドライバー向け音声アシスタントも構築した。日本とオーストラリアでは、Didiが非接触で音声を通じて直接注文を受け付ける機能が近日中に開始される予定だ。

Didi社は、将来的にはこの音声アシスタントがオーディオやビデオのエンターテインメント、情報照会、車内環境の調整、乗客とのコミュニケーション、顧客サービス、さらには燃料補給、充電、メンテナンスサービスなど、あらゆる音声対話サービスをサポートするようになると述べた。

同時に、滴滴出行はワンストップ自然言語処理ツールとワンストップロボットオープンプラットフォームを提供することで、関連機能の開放を推進し、業界パートナーがAIアプリケーションをより良く実装できるように支援することも発表した。

滴滴出行は今年5月、「群眼智能旅行オープンプラットフォーム」を立ち上げ、滴滴出行が蓄積してきたAI技術、サービス、コンピューティングパワー、多様なソリューションを全面的に公開すると発表した。

「群眼智能旅行オープンプラットフォーム」には、滴滴出行のAI基本プ​​ラットフォーム、AIサービス機能、滴滴出行が旅行分野で蓄積してきたソリューションなどが含まれると報じられている。

重点は、都市交通管理者、スマート輸送会社、自動車産業チェーンの上流および下流のパートナー、企業開発者や技術オタク、大学や研究機関、社会機関、非営利団体にカスタマイズされたオープンサービスを提供することです。

ディディ、AIはどこへ向かうのか？

Didi には AI の長い歴史があります。

2015年5月、滴滴出行は機械学習研究所を設立し、旅行分野、特に自然なシナリオと直接的な応用であるデータマイニングとリアルタイムコンピューティングに機械学習を大規模に適用し始めました。

当時、滴滴出行の創業者は浙江大学からAI専門家の何小飛氏を引き抜いた。

翌年4月、滴滴機械学習研究所は滴滴研究院に昇格し、何小飛が初代所長に就任した。その後、何小飛は自ら起業するために辞任し、副所長の葉潔平と龔鳳民が共同で指揮を執った。

研究の方向性としては、機械学習、コンピュータービジョン、人工知能、データマイニング、最適化理論、分散コンピューティングなどがあります。私たちは、機械学習の理論と手法を通じて、輸送能力の利用を最大化し、都市の混雑を緩和することを目指しています。

2017年、滴滴出行のアメリカ研究所が設立されました。その主なテーマは、クラウドセキュリティ、ディープラーニング、ヒューマンコンピュータインタラクション、コンピュータビジョンとイメージング、インテリジェントドライビングの分野における技術開発と応用であり、ビッグデータセキュリティとインテリジェントドライビングという2つの中核分野の開発に注力しています。

膨大なデータと多くの優秀な人材を擁するDidi AIは、業界でその実力を発揮し始めており、業界トップのコンテストで何度も優勝しています。

例えば、今年4月、滴滴AIチームと北京郵電大学のPRISチームが提案した顔検出DFSアルゴリズムは、世界の顔検出公開評価セットWIDER FACEのEasy、Medium、Hardの3つの評価サブセットの6つの評価結果で、国内外の多くのテクノロジー企業や大学・研究機関を上回り、1位を5つ、2位を1つ獲得しました。

さらに、DidiのAI活動は研究に基づくだけでなく、AI業界のトップクラスの活動も含んでいます。 Didiは、先日終了したAIトップカンファレンスKDD 2019のプラチナスポンサーでした。

実際、データマイニング、機械学習、自動運転など、Didi はこれらの分野にシナリオと技術投資を持っています。

ビジネスがあまりにも「ソーシャル」すぎるため、その技術的な強みについてはあまり語られなくなります。