未知的瞬間 

何仁清，美團點評算法通道主席、美團配送AI方向負責人。

2006年哈爾濱工業大學計算機碩士，畢業后加入百度NLP團隊，2009年轉崗到百度鳳巢團隊，從事自然語言處理、數據挖掘、機器學習、檢索等研究方向，離職前任百度主任架構師。

2016年初加入美團點評，整體負責美團配送的算法策略，進行智能配送系統建設，全面支持美團配送業務發展。目前工作方向橫跨運籌優化、機器學習、時空大數據挖掘等多個學科，工作內容包括：智能調度、ETA、智能定價、智能規劃、機器學習、AIoT、騎行地圖等多個子方向。

美團外賣日單量超過3000萬，擁有近百萬騎手，是全球最大的即時配送網絡。與大多數互聯網企業線上業務為主的模式不同（比如搜索、推薦、電商、短視頻），配送系統需要在現實世界中的真實環境和真實場景中“運行”，最大的挑戰是需要對騎手所在的環境和場景做到實時感知、準確理解和最優決策，這也是近幾年行業經常說的“數字化”和“智能化”技術。

舉例來說，配送中需要很多現實世界信息，比如商家在哪個商場，在幾樓什么位置，從哪個門進入，是否坐電梯？騎手到達商家了嗎，等餐多久了，還要等多久？ 這些信息的準確性和實時性，對如何做出更優的決策至關重要，是持續提升配送體驗和效率的關鍵要素。

美團配送作為全球最大的即時配送網絡，具有豐富的大數據和應用場景優勢，結合機器學習、時空間大數據、AIoT相關技術，我們在“物理世界數字化和智能化”這方面做了很多探索和嘗試，這次主要分享這方面的重要技術和相關經驗。

分享大綱：

1. 即時配送業務發展

    行業整體發展趨勢

    配送業務目標和挑戰

2. “美團超腦”配送系統簡介

    美團配送的技術目標

    美團配送的AI技術體系

3. 刻畫現實世界的AI技術

    履約全環節的精準時間預估

    基于騎行軌跡的配送地圖（點-線-面）

    基于IoT技術的配送情景感知

4. 配送技術的未來展望

聽眾收益：

1. 了解新零售下的美團配送的業務發展和AI技術體系

2. 了解AI技術在物理世界數字化方面，到底在解決什么問題，有什么挑戰，取得哪些成果

3. 了解如何從業務痛點出發，提煉業務問題，并進行技術建模和持續優化，并最終驗證技術效果

聽眾范圍：熟悉機器學習、數據挖掘、AIoT等技術，解決一線業務問題的算法工程師