雷锋网按：2020年8月7日，全球人工智能和机器人峰会（CCF-GAIR 2020）正式开幕。CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。从 2016 年的学产结合，2017 年的产业落地，2018 年的垂直细分，2019 年的人工智能 40 周年，峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。
8月8日下午，在CCF-GAIR 2020「AIoT专场」论坛上，美团首席科学家、AI平台总经理夏华夏带来了《AI+生活：打造未来生活服务新基建》主题分享。
美团首席科学家、AI平台总经理夏华夏
夏华夏首先带我们回顾了AI技术的发展，AI自1965年诞生以来，已经历了几起几落，直到2016年AlphaGo以4：1绝对的优势打败了韩国棋手李世石，人工智能遇到了新的爆发期，现在也正是AI爆发的阶段,而人工智能也就此走入了实际应用的道路上。
他表示，人工智能技术可以应用在很多实际的物理生活场景中来，能够把吃喝玩乐、衣食住行等生活服务的每一个领域形成闭环，这对人工智能的发展会非常有用，因为形成闭环之后，数据才能形成闭环，才能用人工智能技术做很多的事情。
谈到美团是如何应用AI技术，夏华夏解释说：“美团用场景驱动做人工智能的发展。我们并不用是否前沿来判断技术的适用性，而是希望它能够切实帮助我们让生活更加的美好。”
具体可以分为以下几部分：
美团本质上是做本地生活服务的一家企业，我们希望可以极大程度把本地生活服务数字化，然后用熟悉的互联网技术去提高效率。
美团有4.5亿的用户，还有600多万的商户，用人工智能技术既帮助这4亿多用户得到很好的体验，还要帮助600多万商家得到很高效的经营管理提升，所以就做了很多在人工智能方面的内容。
底层的基础还是刚刚提到的大量用户、商户和骑手所产生的大量真实的数据，比如说光美团点评平台产生的用户评论数据77亿，线上图片的数据超过100亿，基于这些大量的数据，就可以进行很多的人工智能技术的深度探索，包括图像、视觉、语音、智能交互、运动规划、智能调度等等，去解决人们在生活服务各种不同场景中的需求，这是美团做人工智能整体优势特点。
夏华夏在接受雷锋网采访时表示，美团做人工智能一方面是为用户提供更好的生活服务的引擎，让用户得到更好的服务体验；另一方面，为商家做产业升级的一系列工具、设施和系统。同时美团也在探索在未来的生活、未来的城市，最终希望让AI+生活成为未来生活的基础设施
作为新晋的互联网巨头企业，美团的AI技术图谱是什么样的？夏华夏的演讲包含了更多信息。
以下为夏华夏在CCF-GAIR 2020「AIoT专场」论坛上的演讲原文，雷锋网做了不改变原意的整理：
大家下午好，美团做本地生活服务，希望给用户提供更好的体验，给本地生活的很多商家提供更高的效率。在这里面就会用到很多科技的东西，今天给大家分享的就是怎么用AI+生活打造生活服务的新篇章，介绍AI的应用。
简单回顾一下AI技术的发展，AI从1956年诞生以来，经历了几起几落，包括70年代的时候，做的符号推理、神经网络的计算，但那时候算力不够，所以对于人工智能到底能做什么人们是比较绝望的。第二次高峰，是出现BP算法，能够做大规模神经网络计算。但是90年代的时候，美国国防部想自主完成一个AI计算机，但以失败告终，这对人工智能领域是比较大的打击。直到2006年有了深度学习的算法，2011年证明了深度学习可以做非常好的训练结果，2016年谷歌AlphaGo在围棋方面打败人类的世界冠军。人工智能遇到了新的爆发期，现在也正是AI爆发阶段。
AI的产业规模不仅仅是每年在增长， 而且增长红线是AI产业年增速逐年增加的，所以人工智能到了爆发期。
AI的爆发与很多事情相关，比如说跟IoT（物联网）的发展，IoT帮助我们产生了大量的数据，帮助我们把线下更好的数字化，数字化后产生的数据，可以让AI有更大的发挥空间。当然，这个爆发也跟现在算法不断的迭代有关，除了深度学习之外，其他算法也层出不穷，包括算力方面，各种低功耗或者是高性能的算力不断的出现，帮助人工智能产业在飞速的发展。
人工智能技术可以应用在很多实际的物理生活场景中来。美团所在的场景，希望做“AI+生活”。我们判断能够将吃喝玩乐、衣食住行等生活服务每一个领域形成闭环，这对人工智能的发展会非常有用。
美团本质上是做本地生活服务，希望把本地生活服务数字化，数字化之后用熟悉的互联网技术去提高效率。美团有4.5亿的用户，还有600多万的商户，用人工智能技术既帮助这4亿多用户得到很好的体验，也能让600多万商家可以很高效的经营管理提升，所以就做了很多在人工智能方面的内容。
底层的基础是美团大量的用户、商户和骑手所产生的大量真实的数据，比如说光美团和点评平台上的用户评论数据就有77亿，而线上用户和商户上传的图片数据超过100亿，基于这些大量的数据，就可以做包括图像、视觉、语音、智能交互、运动规划、智能调度等大量人工智能技术的深度探索，用来解决在各种不同场景中的需求，这是美团做人工智能整体框架。
本质上，美团做人工智能最大的优势就是用场景驱动技术的发展，我们并不用是否前沿来判断技术的适用性，而是基于美团丰富的场景、大量的数据，再结合人工智能的算法，去用技术帮助每个人生活得更好。在美团200多种不同的生活服务场景中，就有很多我们可以用技术去优化用户的体验、提升商家经营效率的地方。
接下来从三个方面给大家介绍美团是如何应用人工智能的：
对用户服务的工作，让用户更简单、更便捷的获取各种生活服务，打开美团APP有两百多种不同的服务，但是屏幕就那么小，那怎么样才能基于用户喜好，让用户找到他想要的服务呢？这就需要大量的人工智能技术，包括智能推荐、智能搜索等。
在美团APP有“语音应用无障碍外卖”，当老人、小孩或者是残障人士没有办法输入文字点外卖时，用户可以用语音的方式做智能的交互，完成从挑选商家、挑选菜品、下单、支付等的全流程。这不仅得益于美团在语音交互层面的技术能力，更重要的是美团有丰富的生活服务的场景，能够通过语音交互、大数据、自然语言处理等技术的支撑，依赖于IoT的设备，比如手机、智能音箱、智能穿戴设备、车载机、家居设备等智能设备用语音完成服务唤醒、挑选、支付乃至获取的服务闭环，让用户获取服务像说话一样简单。
美团AI做的就是让整个产业受益于人工智能、受益于物联网。如果看整个商业的本质，就会发现开一家店，不管是餐馆、酒店或者是卡拉OK，它是非常非常难的。美团的平台现在有620万商户，每年在我们平台上有将近20%左右的商户因为经营不善倒闭。经营不善包括很多原因，比如说选址是不是好，选址后的经营管理是不是能够比较好的数字化反馈，能够及时地知道商店里的口味、卫生和服务能被用户认可。包括整个的物流、供给，是不是能跟得上等，这些都对经营有非常大的影响。
美团意识到我们所拥有的大数据、人工智能技术能够去帮助很多中小型商户去提升自身的经营管理效率，逐渐地建立起数字化的经营管理，去进行经营决策，比如可以帮助用户选址、经营管理、营销、决策和物流等。
未来要更好地提升各个行业的经营效率和服务效率，很多地方就要推动自动化和无人化。美团闪购目前正在尝试建设无人前置仓，通过自动拣选、打包并无缝衔接配送服务，来帮助商超，实现经营效率的进一步提升。
除了无人微仓，美团还在进行配送场景下的无人车和无人机的相关研发测试，我们希望未来能够打造一个空中、地面的立体三维配送网络，跟现有的外卖小哥结合，形成高效的人机协同配送网络，可以能支撑未来外卖行业需求的飞速发展。未来5年整个外卖行业预计都会有更大的需求提升，就美团而言，目前每天在路上配送的小哥将近80万人左右，这已经很多了，如果未来再翻几倍的订单量，但凭骑手就比较难以承载那么多的订单，所以，美团要打造空地协同一体化的无人配送的及时配送网络。
这对于美团来说有一些优势，也有挑战。一方面，美团现已有的智能调度系统、美团云和大数据的基础设施都是从技术层面美团天然的优势，另一方面，美团有全球最大的即时配送网络，在全国2800多个城市都有外卖业务的落地，所以骑手是分布在很多城市的，当我们想去部署无人驾驶设备、无人配送设备时，各地都有小哥可以转化为运维、维保、充电和维修的人员，所以对于无人配送网络的运营是好的支撑。
实际落地运营方面，今年2月份，美团在北京顺义区落地了一款中型无人配送车，通过自动驾驶技术给用户配送美团买菜的订单。用户下单之后，买菜的仓库会接到订单的信息，将订单上的生鲜打包后放到车里，（由无人车进行后续的配送工作）。目前无人车主要完成距离较远及订单配重较重的配送任务，在附近约单程5-6公里的小区进行配送，而具有更高灵活度的骑手偏重于配送近距离及轻重量的订单。目前美团无人配送车以每小时最高20公里的时速前进，在路上自动识别红绿灯和各种行人、障碍物，按照交通规则的要求，最终把菜品送到用户的手上。
无人机现在是在深圳一些地方做测试运营，小哥接到订单之后，会把订单打包裹，然后放到专用的褐色定制的盒子里，按照既定路线行驶，最终落在用户所指定配送地方，放下之后自动解锁，把包裹放下来，自己飞走，用户再把它取走。
目前无人机还在测试迭代过程中，我们以优先保障安全为前提，将无人机配送流程不断优化完善，并在适当的时候跟大家分享新的进展。
美团做人工智能主要是从场景和需求出发来做人工智能，一方面是为用户提供更好的生活服务的引擎，让用户得到更好的服务体验；另一方面，为商家做产业升级的一系列工具、设施和系统。
美团也在探索在未来的生活、未来的城市、可能期望看到的技术和设施，让AI+生活成为我们未来生活的基础设施，这种基础设施就是无处不在，就像水电煤一样，可以帮助每一个用户、每一个商户。
谢谢大家，我的分享就到这里。
正在生成分享图...
nebula