此次滴滴出行的深度跨界，似乎是为了未来而准备。

4月18日，滴滴出行和来自硅谷的IT在线教育“独角兽”Udacity进行战略合作，不仅如此，Udacity还将和滴滴出行联合推出大数据算法竞赛，悬赏10万美元。谈及与滴滴出行展开深度合作，优达学城方面表示，我们相信和当地的行业领导者合作，是培养出一流技术人才的最好方式。滴滴出行CTO张博表示希望和Udacity达成深入的合作。

不过，滴滴出行更大的需求则是招募人工智能方面的人才。滴滴出行高级副总裁、滴滴研究院院长何晓飞在接受笔者采访时表示，虽然滴滴出行正在使用机器学习和人工智能解决问题，但事实上国内在人工智能机器学习这个领域的人才是极其缺乏的，这也是滴滴出行会跟Udacity展开深度合作的原因。

何晓飞大胆表示，未来将是人工智能的突破年，“未来5年到10年，机器学习、人工智能很有可能遍布整个计算机领域，抑或科技领域，更可能影响整个社会生活的方方面面。”

滴滴出行和Udacity共同宣布达成战略合作，滴滴出行大数据专家将为进入中国后的Udacity设计首个实战项目。Udacity是由GoogleX实验室创始人Sebastian Thrun创立的新项目，而无人驾驶是GoogleX实验室最重要的项目之一，滴滴出行与Sebastian的创业项目合作引发业界众多联想与猜测。

公开资料显示，Udacity在硅谷有着得天独厚的优势，它和Google、Facebook、亚马逊等全球顶尖的互联网企业合作推出了认证项目“纳米学位”，旨在培养高端的网站开发者、数据分析师和移动开发者。

滴滴出行与Udacity的合作约定，在其正式着陆中国后，滴滴出行成为率先为“纳米学位”添加中国内容的高科技企业。滴滴出行将为Udacity设计首个实战项目，该项目面向全球，全世界挑战者都可以挑战这一“毕业项目”，成功者将直接获得滴滴出行的面试机会。

据悉，该实战项目极具挑战，将为后续Udacity和其他互联网企业开展的内容合作提供灵感和经验。有业内人士猜测该项目或将围绕机器学习、人工智能而制定。

5月初，Udacity还将和滴滴出行联合推出大数据算法竞赛，悬赏10万美元奖金，寻找数据科学狂人，鼓励技术人才不断通过自主学习掌握行业前沿技术。10万美元的奖金额度也比谷歌相应赛事要高出一大截，后者从2003年起举办Google Code Jam程序设计竞赛，比赛内容包括一系列的算法问题，2014年第一名奖金为1.5万美元。

不久前，滴滴研究院宣布升级，由何晓飞任滴滴研究院首届院长，负责滴滴研究院和大数据团队建设。滴滴研究院汇集了顶尖的研发人才，除了何晓飞教授外，还包括机器学习领域国际领军人物、滴滴研究院副院长叶杰平教授，以及滴滴大数据高级总监杨帆等。

谈及与滴滴出行展开深度合作，优达学城方面表示，滴滴出行是现在中国成长最迅猛的科技企业之一，为近3亿的用户提供出行服务，日均完成订单超过1000万次。这背后是依靠滴滴出行研究院在机器学习、数据科学领域的技术创新和突破。

而滴滴出行与优达学城合作，则是看好其在人工智能、机器学习等方向的人才方面的培养。

虽然目前滴滴研究院在机器学习、计算机视觉、人工智能、数据挖掘、最优化理论、分布式计算等方面已具国际水平。但是，在何晓飞看来，未来的人工智能将会改变滴滴出行、乃至国人的出行问题。

公开资料显示，滴滴出行提供全平台业务线，在滴滴出行的平台上有各色不同的用户，各色不同的线路、价位，也有各色不同的司机。在不同的时段，滴滴对兼职司机和全职司机的订单做合理的分配，尽可能做到削峰填谷，减少早高峰、晚高峰的波动，在更好地满足乘客需求的同时，提高司机的收入。

为了构建一个移动的智能出行网络，滴滴研究院围绕移动出行方面，尤其是动态调价上做了大数据以及算法上的改善。

何晓飞介绍，动态调价并非固定，而是随着时间、区域是波动的。在调价时，还需要考虑司机和乘客的行为。“比如说像有一些司机他可能只是在某一个区域活动，那么我们根据司机和乘客他过去的历史行为，我们可以找出一些规律，然后把司机和订单去做更好的匹配。”

技术的驱动力也让滴滴出行的数字又刷新了纪录。

3月份，滴滴出行公布了一个被称之为“里程碑”意义的数据：全平台（涵盖出租车、专车、快车、顺风车、代驾、巴士、试驾、企业版）整体完成日订单首次突破1000万，平均每秒完成115个订单。而这个数字，相当于目前整个北美移动出行市场日订单的8倍，相当于2016年春运期间中国铁路路网系统一天最高(2月13日，春节返程最高峰)的旅客发送量，也大约接近全世界最繁忙的东京地铁一天的客运量。

有分析师指出，滴滴出行在通过改善算法以及大数据云计算的运用方面，在业内属于领先水平。其通过此提高了订单的成交率，降低了司机到乘客的接驾时间。这靠的是滴滴出行利用其庞大的历史数据做统计分析，躲避出现问题的路段、分析司机和用户的出行习惯所致。这也是目前大数据在解决问题上的一大优势。

但是，大数据更大的优势在预测上。未来大数据将对事件的进程作预判分析，比如预测下一时段的拥堵地点，提前躲避，抑或者是预测哪些地点将是未来的乘车高峰，调配车力等。“现在，用户在订单还没有发送出来之前，滴滴出行就有一个算法或模型，预测这个订单会不会成交。”

从上述讨论中可以看出，换句话讲，滴滴出行希望通过大数据和云计算，从一个更为宏观的视角审视每一个订单，包括订单周围的司机情况。在何晓飞看来，如果滴滴出行能够更好地知道整个城市的交通状况，或者乘客、司机的一个行为，就会更好地提高订单的接单率。

似乎是基于人工智能在滴滴出行上的贡献，滴滴出行CTO张博在接受笔者采访时大胆发言，未来5到10年，人工智能将很大程度取代人来作决策。

论坛上，张博表达了其对人工智能发展速度的惊讶，“我2008年毕业的时候还很少有人说人工智能，但从去年开始，基本上所有硅谷的科技公司，包括Google、Facebook等都把机器学习人工智能当成他们最核心的竞争力。”

何晓飞指出，当今的人工智能有三个要素：足够多的数据、挖掘数据的工具以及计算能力。

从前段时间AlphaGo和李世石的比赛可以看出，AlphaGo跟人类相比最大的优势就是可以跟自己下棋，他可以获取无限、无穷的数据规模。而在机器学习之中，数据需要达到一定量级的，人工智能才能获得更多的信息。

其挖掘的工具——机器学习的发展，也促成了目前大数据机器学习的进步。目前，机器学习的主要研究领域是深度学习。公开资料显示，机器的深度学习已经可以像人一样去理解数据。

除此以外，计算能力也是人工智能必备的要素之一，现在的GPU，与之前传统的CPU相比，更擅长做更多地高性能计算，若再加上云计算，人们可以把很多的机器网连到一起来适应更大计算量的需求。

大数据更大的优势在预测上，但值得注意的是，虽然目前不少企业可以使用机器学习和人工智能解决一些问题，事实上中国现在在人工智能机器学习这个领域的人才是极其缺乏的，“这也是为什么滴滴出行跟Udacity展开深度合作的原因”。

对此，张博则认为，机器人很大程度取代人作决策，是因为其独特的优势。“首先它的状态不会发生波动，比如以无人驾驶为例，机器人不会疲劳，不会酒醉，机器人的感知能力是超越人的。”张博表示，机器人可以在瞬间处理非常大规模的信息，并且做出精确的判断，人对于做精确的判断是不足够的。

（衣茉  中国经营报记者）