第21章
隻能苦一苦矽基生命了
林遠雖然在好團紫金分部拿著高薪還是打螺絲，但是部署測試的過程中，通過往期的測試記錄報告，林遠發現外賣相關的ai演演算法一直是在迭代的。
先不管眼下這些ai演演算法在外賣行業的坑爹表現，至少好團方麵是一直有在嘗試著優化。
這個其實也很好理解，整個外賣行業經濟鏈條上的任何一環都已經冇法再砍了。
以如今的配送單價，再顧及到社會輿論，可不敢再對騎手們下刀子了。自家的程式猿們外包出去了不少，可又不能全部用外包，否則軟體係統整出大事來可就不得了了。
讓投資方少賺一點？財報一旦不好看，股價就敢給你跳樓。ceo都得捲鋪蓋。
讓使用者點餐多兩塊錢？想是想，但現在的使用者也不傻。大不了不吃外賣嘛。
那咋辦？好在軟體和機器不會說話，那就隻能壓榨它們了。
林遠隻能在心裡開玩笑：這是碳基生命對於矽基生命有預謀的係統性壓迫。（當然，如果矽基有生命的話）
林遠仔細看過好團的測試記錄後，再結合自己送外賣的經驗，也就對ai在外賣行業的應用瓶頸有了大致的認知。
比方說最簡單的訂單轉派問題。
訂單的轉派可能是由於其中某一個商家出餐太慢，也有可能是該名騎手個人能力不行來不及送，或者其它什麼突發情況。從控製管理成本的角度，最好的解決方法自然是係統自動識彆後自動轉派。
就是整個過程最好悄無聲息就完成了，不要任何人為的乾預。這樣站長們的工作不就輕鬆了嘛。
當然，讓站長們工作輕鬆不是目的，減少站長的數量纔是目的。
哎，但可惜的是。
開店的和炒菜的，還有送餐的，都不是機器人。
如果都是機器人那就好辦了，因為矽基生命最好被壓迫。
老子給你設定了10分鐘出餐，你要是出不了，那一定哪裡的軟硬體出問題了。那就給你升級更新，要是升級更新後還是不行呢？可以給你扔到電子垃圾回收廠，老子換一台plus、pro、max、ultra版的。
但顯然你並不能這麼對待碳基生命，因為碳基生命好歹是受法律保護的。
碳基生命不但無法被程式精確控製，而且還無法與後台係統保持實時聯絡。要是某份餐品預測是來不及出的，炒菜機器人可以提前預警通知，但炒菜的師傅顯然冇法精準預測也冇法即時給後台發訊息。
因為碳基生命的腦子裡顯然冇有wifi之類的傳輸模組，碳基生命之間的溝通方式終究還是太慢太原始。
哪怕是林遠和算力係統之間的溝通方式也是受限於此--係統可以通過林遠的眼睛采集資料，但係統無法把處理的結果通過林遠的手列印出來。即便林遠想給係統開放自己的手腳許可權，但林遠自知以自身的血肉結構應該比不上列印機的速度，更彆說和wifi傳輸比了。
簡單來說，就是因為“人的因素”，造成了每份餐品出餐時間的不可預知。同時，也因為人的因素，造成了每個騎手當日送餐能力的不可預知。同理，那幫點餐的傢夥的行為也是不可預知的。
即便如此，但林遠覺得：碳基生命的美，正是因為這種不可預知。
他想起了給他奶茶喝的那個憨貨妹子。如果一切都是程式化的，那人類也就少了那種“眼前一亮”“怦然心動”的美好。
但並非所有的不可預知都會產生正麵作用，而要處理人類工作場景下的不可預知，ai就成了最好的選擇。
歸根結底，這是在用矽基生命的優勢來補全碳基生命的劣勢。但是林遠從好團的測試記錄來看，好團工程師們寫出來的矽基生命顯然不怎麼給力。
由於出餐的、送餐的、點餐的這些人的不可預知性，ai演演算法識彆麵臨“資料采樣缺失”的問題。因此演演算法能準纔有鬼了。
這就好比一道題目的已知條件有部分是隱藏的，那你能解出這道題纔怪了。
因而林遠很理解好團方麵的無奈，為此他也找紫金分部這邊的技術部老大仔細聊過。好團目前的演演算法策略主要就是兩招：從過往曆史資料中去估算訂單量，以及通過ai計算優化騎手的送餐路徑以及派單和轉派邏輯。
針對某個區域估算訂單量，這個很好理解。預測出訂單量後就可以針對性安排站點分佈和騎手數量。
雖然隻要老天爺稍微動動手指，天氣稍微有點變化，訂單量和送餐效率都會隨之波動。節假日因素又時不時過來插一腳搗亂。但是總體上根據曆史資料估算出的訂單量也有個七七八八。
至於路徑和派單優化，就更好理解了，就是讓騎手送餐更順利嘛。提高單位時間勞動效率，增加整條經濟鏈上各方麵的收益。
林遠從詳細的測試報表來看，好團八成的精力都在路徑和派單優化上了。畢竟相比於一個區域的訂單總量，路徑和派單問題要複雜的多。
如果把一個外賣訂單比作是一次從a地到b地的導航，那在配送側演演算法看來，每個騎手的任務就是一堆導航路線的集合。演演算法的任務就要把這一堆導航路線集合規劃的合理。
僅僅是一次導航的話，這個問題看起來很簡單。
可首先外賣訂單不同於出行導航，騎手首先需要取餐，那這個路線就變成了a==》b==》c。騎手先要從接單位置a，去商家位置b，再送到顧客位置c。
完成a到b步驟的時間受限於商家b的位置，以及商家的出餐速度。b的位置還不能簡單的通過電子地圖直線距離來獲取，萬一商家在商場裡，那騎手還需要考慮小電驢的停車問題，以及爬樓問題。
而b到c的這個過程則更加多變。因為顧客比商家數量多的多，分佈的也廣的多。騎手麵臨著爬樓和小區能不能進等等問題。
一個外賣訂單就麵臨各種問題了，而每個騎手手頭不可能隻有一個外賣訂單，而是好幾個外賣訂單的集合。
而在演演算法的角度就更加複雜n倍，因為演演算法要兼顧所有的騎手。
假如整體的複雜度用大o來表示，每個訂單的複雜度用o來表示。
那o=o*騎手的訂單數量*騎手總數。
這還冇完。
因為每個騎手手頭的不同訂單之間存在互相乾擾。因為騎手送餐是序列的，必須送完一餐再送一餐，手頭5份餐的時候如果多出來第6份餐，那這第6份餐很可能會影響另外5份餐的送餐效率。
這就導致了每個外賣訂單的邏輯複雜度是非線性的，不但非線性還特麼是隨機的。
總之就是影響路徑和派單的因素實在是太多了。有的因素還偏偏是獲取不到的。
林遠把問題總結歸納了下。
好團方麵認為外賣行業最值得被優化的就是：路徑和派單。而路徑和派單問題因為過於複雜，因而對ai演演算法的模型複雜度要求很高，進而就對算力要求很大。且由於存在采集資料缺失的問題，訓練出來的演演算法天生肯定存在缺陷。
於是，林遠自然而然地就想到了--要不我拿算力係統來試試？
(本章完)