背景
随着数字化时代的到来，外卖市场近年来发展非常迅猛。对外卖物流系统而言，配送效率和用户体验至关重要。而实际配送过程是由配送员（骑手）最终完成的，因此，想要真正提升配送效率，不但要在智能调度系统（订单指派、路径规划、ETA）上下功夫，还要不断提升配送员的“附加”能力，让他们越送越“熟”外卖配送系统，越送越“顺”，越送越“快”。以此为出发点，美团点评研发团队设计了骑手智能助手，全面提升骑手的各方面能力。
在 1月份的AICon全球人工智能与机器学习技术大会上，美团点评配送人工智能方向负责人何仁清分享了《美团骑手智能助手的技术与实践》。讲解如何在使用环境复杂、用户群体多元化的情况下，以智能耳机和语音交互为载体，并通过大数据挖掘、机器学习、自然语言处理等技术，让智能助手具备复杂场景精准识别、服务智能推送，智能引导、全语音操作等能力。最终在智能、安全、便捷、精准等多个维度上，全面提升骑手配送能力，从而提升整个配送效率和用户体验。以下系演讲内容整理：
AI技术对同城配送的业务价值
总体而言，物流业务是一个比较传统的行业，但是随着整个电商、移动互联网和移动支付的兴起，近些年整个物流行业实现了持续和高速的发展。
上图系中国物流与采购联合会在 2016年发布的一个报告，调研数据表明，全国物流件数环比增长超过 50%，达到 300多亿件。
同时整个物流的费用占比也很高，从图中可以看到，物流成本已经占据 GDP的 15%。而在欧美国家以及日本，这个比例大概只有 8%～9%左右，所以中国的物流行业还有很大的优化空间。这也是很多公司大力投入去做物流行业的一个很重要的原因：行业正处于高速发展阶段，而且体验、效率和成本方面都有巨大的优化空间，大有可为。
下图主要介绍了美团外卖现在的发展情况：
美团外卖从2013年启动，目前大概能够服务 2.5亿用户，已经覆盖1300多个城市，能够为 200多万商户提供服务，日峰值订单超过 1800万。美团外卖智能配送调度系统每天匹配50多万外卖小哥，基于海量数据和人工智能算法，确保平均配送时长不超过 28分钟。这也是目前世界上规模最大、复杂度最高的多人、多点实时智能配送调度系统。
我们对美团配送的定位是：做成最大的即时配送平台。
相比传统物流，即时配送包括以下几个优势：
总体来说，配送是一个非常复杂的业务，为了能够便于大家理解，我把这个业务模型进一些抽象和简化，可以用下面这张图来进行说明。
从本质上来讲，配送主要是把用户的配送需求和线下的各种运力（比如说骑手或车辆之类）进行匹配的过程。匹配分为线下匹配和线上匹配，线下主要靠运营，线上就是我们技术部门所构建一些系统。从这个层面而言，我们要解决的主要是在这个需求和运力之间，如何实现最优匹配的问题。
这其实也是一个相对比较传统的问题，像做广告或者推荐，都会面临这个问题，需求是要推荐的产品，供给是广告位置，但位置并不是无限多，如何在需求和供给之间达到最好的匹配，这本身就是效率优化问题，只不过广告和推荐使用的 CTR预估，而物流中使用的方法更加复杂一些。
配送中的复杂性，具体来说有几点：
对美团配送来说，要完成这个任务，需要分为大概三个层次，如上图最右侧所示。
以上，主要是我们对整个配送的理解，接下来讲述如何使用技术手段来进行落地和实践。
对于 AI问题来说，整个配送在AI问题中的分类应该是什么样？下图给出了一个解释。
我们可以从两个维度来看AI问题。一个维度，是看机器与人工的对比，速度上是不是比人工更快，是不是比人工的效果更好。
另一个维度是AI所发挥的作用。首先是不是能够感知世界，比如说现在做得图像识别、语音识别以及OCR，都是像人一样能够感知这个世界。其次是不是能做到认知，比如说了一句话，“今天天气怎么样”，不但要把语音翻译成文本，这里讲的是“天气”这个实体，还有“今天”这些限定因素。第三就是要做决策，现在比较火的人工智能应用都在“如何做决策”这个层面，而且要做比人做更好的决策。一些代表性应用，比如智能助手，特别是辅助人进决策权的（聊天机器人会差一些），可以帮你完成更好的任务；比如无人驾驶；比如在物流领域，如何分配订单，并通过无人车或别的方式交付订单；还有在游戏和医疗里面，AI辅助医生做决策，在游戏里面，当用户掉线时，游戏AI可以帮助用户打怪升级。
可以看到在配送层面，我们会涉及智能助手、智慧物流、无人驾驶等多个维度，而为了提升配送的整体智能化程度，我们构建了自己的“美团配送 AI”，具体来说分为两大部分：
为了完成这个“美团配送 AI”的具有挑战的目标，并考虑整个行业的长期发展，我们在整个人工智能上的布局如下：
而美团外卖语音助手就属于我们在广度和深度结合比较好的案例。接下来就和大家分享一下我们在整个智能助手的实践和设计过程中，以及在整个物流业务中，如何将人工智能技术更好的落地的一些经验。
美团外卖智能语音助手定位
我们为什么要智能语音助手？骑手到底在什么情况下需要智能助手服务，整个服务里面的关键是什么？先解释一下这个问题。如上图所示，这个是整个骑手在配送过程中遇到的一些环节，可以分为两大部分。
第一部分是线上的决策，而且涉及的决策各式各样。举个例子，这个骑手有定单，要送到一个用户那里，他可能要做几个决策，比如说要不要给用户打电话，因为有些地方是不用打电话的，像住宅楼里面，骑手有很大概率知道这个用户应该在家里的，不用打电话；有些必须打，比如写字楼，因为骑手上不去，所以需要提前打电话让用户下来。
但需要提前多长时间呢？是提前一分钟，两分钟，还是五分钟？这个问题很关键，如果打电话时间比较早，用户就会提前下来，会造成用户等待骑手的问题，用户体验不好，可能会有投诉。如果这个骑手非常保守，到楼下再打，但用户住在 10层，那么用户下来包括等电梯的时间可能要需要 10分钟，效率会变得非常低。
第二个部分是骑手操作过程，因为骑手会频繁和手机交互。他要查看一个定单，步骤非常复杂，把手机拿出来，解锁，打开 App，查看信息，做操作（比如说点击完成），最后放回手机，大概需要五到六个过程。如果操作快，也需要 10到 20秒钟。而且很多骑手是在骑行过程中做这些操作的，这样会非常危险。
总结一下，配送骑手遇到的困难可以总结为三个大的层面：
基于这些考虑，我们做了美团外卖语音助手，它的定位主要包括以下三点：
上文的分析，基本上将我们怎么把智能语音助手在场景里落地的最关键的点分析出来了。我们要落地，最核心的就是要帮助骑手完成配送任务，而不是“聊天”或者“问答”。这就要求语音交互整个过程要非常便捷，同时也非常智能。
而我们遇到的第一个挑战，就是交互模式如何设计的问题。
如上图所示，左侧是一般的语音助手方案，需要唤醒、应答、请求和再应答四个步骤，但是并不符合配送场景的要求。首先，骑手所在的场景，噪音很大，比如风噪、汽车噪音以及商场噪音等等，唤醒比较难实现。其次，需要四个步骤，还要考虑骑手的工作状态，这个操作过程太繁琐。
那怎么办？我们思考，是否能做到一套不需要唤醒的解决方案呢？答案很肯定，可以做！
举个例子，一个骑手身上可能有几个订单，他正在朝一个地方前进，通过场景分析，我们知道他要给具体哪个用户配送，而且我们能了解用户在这个楼里的几层，下来大概需要几分钟，所以能够推算出来，大概在哪个时间点提醒骑手打电话比较好。这样我们就可以省略唤醒和应答流程，直接给骑手发提醒，骑手只要回答是或否够可以了。这样设计才符合骑手线下的实际配送情况，能够真正给骑手解决实际问题，才能够真正称之为“智能”。
AI核心技术
具体技术分为几个主要的部分。第一个部分是基础设施，包括语音识别和语义理解，现在这方面开源的东西非常多，做通用的语音识别不是很难。
在我们场景中，要解决各种环境噪音的问题，可能骑手并没有说话，但旁边有些噪音，车的噪音或者别的噪音，甚至路上正在放一个歌，都会被识别为是骑手在说话，所以 VAD（静音检测）方面需要做很多工作。
另一个基本的组件是NLU，自然语言理解。举个例子，骑手要给尾号 6551打电话，首先系统要知道，骑手的意图是要打电话，后面要调起打电话的操作；其次要知道打电话的对象是谁，是用户，而不是商户，这就要找出用户信息；第三，要做检测，比如骑手已经送完某个订单，再打电话可能是错误操作，需要提醒骑手。
即时配送场景是一个典型的时间序列问题。从上面的图可以看出，场景包含前后关联，一个骑手历史的行为和决策会影响现在，同时现在的决策和行为会影响未来，这是个典型的时间序列问题。
场景识别要解决的两个主要目标，一个是事件预测，要知道下一时刻大概会发生什么事情，比如骑手是不是已到商家，商家是不是已经出餐；另一个是时机预测，未来要打电话，到底什么时候打更合适？
为了更好的说明，举个打电话的案例。
首先，要判断是否需要打电话，如果在不需要的场景也频繁提醒打电话，对骑手和用户都是骚扰。上图列举了不同地址类型下骑手打电话的比例，可以看到，像在企业和写字楼里面比例很高，但是住宅区就很低了，因为在住宅区，很大概率用户都是在家的。
其次，要针对每一个小区和楼宇类型，给一个合适的打电话时机，即提前多久打电话，对骑手和用户是最好的体验。打电话太早，用户在楼下等骑手，体验比较差。 打电话太晚，骑手在楼下等用户，效率太低。我们有精准的骑车轨迹数据，我们知道针对每一栋楼、每个小区，骑手在不同时刻打电话时会在楼下停留多久，所以可以画出一个曲线。合适的区间就在两条红线之间。
前两个主要是大数据分析，最后要实时决策，哪个订单，什么时刻需要打电话。这里就要根据骑手的实时数据了，包括订单状态、轨迹状态、环境情况等等，结合前面的大数据分析进行实时的预测骑手下一个配送地点和配送任务，并在合适的时机通过语音助手给出提醒。
具体到实现方面，场景识别需要三方面的技术：骑手轨迹挖掘、机器学习和数据挖掘。
先介绍一下轨迹，我们每天能有几十亿次的定位数据，进而可以基于这些数据做很多事情。
我们可以通过骑行轨迹来修正导航和定位。来看两个例子。
第一个例子（左侧）用户在下单时定位的分布，因为大家在室内下单，定位偏离是非常大的。但通过骑手轨迹的修正，实际上大概只有四个点，每个点可以认为是这个这栋楼的一个门口，这大幅提升了用户的定位精度，让骑手配送更容易。
第二个例子（右侧）通过骑手轨迹对 AB两个点的骑行路径进行修正，上图中轨迹分析发现了更短路径，穿过小区更节省时间；下图中，原地图导航要跨过中间过街天桥，但通过轨迹发现更多骑手是绕行通过，这才更符合真实的情况。
下面介绍一些机器学习相关技术，主要是应用在各种时间预估层面。
只有高精度的 ETA（预计到达时间）预估，这样才能更加准确的预测骑手行为，我们会做三个维度的精细预估，包括平面的配送时长、上下楼时长以及商家出餐时长。这样才能比较全面和精细的刻画骑手的配送过程。
为此，我们做了很多基础工作，比如实时特征平台，机器学习平台，包括深度学习在内模型等各种机器学习相关工作。同时我们还会做比较精细的配送知识图谱建设工作，比如精细化地址解析。
地址对配送来说是非常重要的信息，通过 NLP和地图搜索的方法，解析成层次结构，对分析商圈、楼宇维度的画像非常有帮助。我们把一个地址分解为四个层次，小区、楼号、单元号和楼层等。其中要解决很多实际问题，比如用户填写的信息完全不标准、存在歧义等问题。
做了这些工作之后，能实际产生的效果还是很有意思的。我们通过“上下楼时间”这个具体场景来进行分析。
整体效果
上面整体介绍了语音助手依赖的场景识别技术，现在介绍一下语音助手的整体效果。首先语音助手提供了四个核心功能，包括定制耳机、语音交互、场景识别、智能引导等。
为什么要定制耳机呢？在骑手的使用环境中，需要克服很多噪音，很难通过软件和程序去做，而必须通过硬件去做。所以我们和厂商进行合作，定制去噪效果好的硬件。
第二个功能是语音交互，它可以在派单、查询、取餐、拨打电话等配送全流程中实现语音交互，骑手整个过程中不需要看手机，只要耳机提醒就可以完成智能配送。
第三个是智能引导功能，包括安全驾驶提醒，信息播报，任务地图引导等，主要是让骑手行驶更加安全，提供全面的信息服务，让骑手配送更加方便和高效。
下图是智能语音在线下推广中的一些实际数据。
蓝色的线是使用语音助手的骑手的操作次数，绿色的线是不使用的操作次数。可以看到，操作次数明显下降。但是还没有降为 0，有两个原因：骑手在静止状态下，不需要使用语音助手；有些骑手的蓝牙耳机还没有下发到位。再来看下一张图：
左图是骑手接单时间时长分布，越往右骑手接单的时间越长外卖配送系统，用户体验越差。绿色的线就是之前骑手手动接单的一个分布，长尾情况比较严重，通过语音接单，接单时长明显向左侧靠拢，整体接单时长明显缩小，比较好的提升了用户体验。
右图是骑手在用户交付外卖所花费的时间的比例，横轴是骑手在楼下等待用户的时长，越往右，骑手在楼下等用户的时间越长。通过语音的提醒后，可以明显降低骑手长时间等待的情况，节省了大量骑手的时间。
写在最后
总结一下，语音识别和语音助手在实际落地过程中面临很多挑战，而且大多和场景有关系，场景识别非常重要，甚至比语音识别更为重要。
因为语音识别现在已经是比较通用的技术了，而且有很多专业厂商提供服务，硬件也是如此，进行定制化相对比较容易。因此目前做一个软硬件结合的语音助手，从基础技术来讲都不是问题，想做一个 DEMO并不会存在太大的技术障碍。
反而在具体的业务中，如何结合业务场景，把语音助手落地，才是我们需要真正考虑的。也就是说，如何将语音助手从“能用”做到“好用”，再做到让用户“愿意用”，这些才是未来语音助手面对的真正挑战。
语音识别和语音助手在实际落地过程中有很多挑战，而且和场景有关系，场景识别比较重要的，甚至比语音识别更为重要，因为语音识别现在已经是比较通用的技术了，如何结合业务场景，把语音助手落地、用好，可能是未来一段时间的挑战。
为了实现配送的全面智能化，美团点评在其中做了大量工作和尝试，这里不单单是要做好机器学习，还包括如何进行更好的实时运筹优化、实时空间数据挖掘以及人机交互等多个方面的技术内容。
作者简介
免责声明：部分文章信息来源于网络以及网友投稿，本站只负责对文章进行整理、排版、编辑，出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性，如本站文章和转稿涉及版权等问题，请作者在及时联系本站，我们会尽快为您处理。
