近期，一篇名为「外卖骑手，困在系统里」的文章在各大社交网站刷屏。文章中透露出的外卖员的困境让人无奈和心塞，让人不禁反思到底是算法过于精明还是人心过于无情。相信作为编写系统的程序员而言，看过此文的感触应该比小编更深刻。
不知道有人是否还记得两年前腾讯程序员裸辞去做外卖员的新闻，现在看来，其实各行各业各有难处。不过本篇文章并不在讨论职位的好坏，讨论外卖系统算法里的对与错，而是着重于文章中提到的美团超脑系统与其背后的AI技术。
AI技术在超脑系统的实践
由于超脑系统的运作主要在人员配送落地，所以要求AI技术必须能够面对复杂的线下物理世界，必须能深度感知、正确理解与准确预测、并且瞬间完成复杂决策。
主要的实践方面
1 大数据处理和计算能力
包括实时特征计算、离线数据处理、机器学习平台等。
2 建立对世界深度感知
LBS系统：提供正确位置（用户/商户/骑手）以及两点之间正确的骑行导航。
多传感器：提供室内定位以、精细化场景刻画、骑手运动状态识别。
3 正确理解和准确预测
提供所有配送环节时间、销量及运力预估。
4 完成复杂决策
调度系统：多人多点实时调度系统，完成派单决策。
定价系统：实时动态定价系统，完成定价决策。
规划系统：配送网络规划系统，完成规划决策。
AI技术发展
1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了「人工智能」一词。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。茅斯会议正式确立了AI这一术语，并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久，最早的一批人工智能学者和技术开始涌现。
AI重大历史事件时间轴
我国《人工智能标准化白皮书(2018年)》中给出了人工智能的定义：「人工智能是利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。」
随着计算机技术的不断提高，应用范围的不断开拓，AI的思考越来越「人性化」。今年疫情期间，越来越多的人工智能产品在我们的生活中承担了越来越多的角色，比如各大公司商场免接触的测温员、免接触的配送员、采用病情AI诊断技术工作的医生、药物研发师等，横跨制造业、服务业、高科技产业。
在最近的2020中国国际服务贸易交易会上，知名头部人工智能数据服务商——云测数据宣布，AI数据标注项目最高交付精准度已经达到99.99%，这是一个创纪录的数字，建立了数据标注的一个全新标准。更为重要的是，它打开了AI人工智能高速发展的大门。
相信未来，AI不仅能够稳固地用于中低端产品制造业，也可以满足更多多元化、高科技的产品需求。
总结+题库分享
当然，这些需求的变化一定会影响AI行业人才的发展。如今，国家方面更注重基础科学人才的培养，对于初创企业以政府引导基金的形式进行扶持，税收政策上也有减免倾向。在政策利好的环境下，近年各大厂为了抢占市场不断调整技术布局，在加大研发力度的同时也在广招人才。前文中提到的美团「超脑」系统则是由此而来。
如果你想为未来储力，进入AI行业，以下这份题库你一定需要。该题库是AI方向的面试题，主要形式是问答，内容包含基础理论知识和具体的算法技术提升方法。不管你是该技术的入门者还是进阶者，这份资料都值得你一看。
