618大促達(dá)に効果的に対応するために、技術(shù)側(cè)で事前に全面的なアップグレードを行いました?！弗昆鹰螗痢怪苓\(yùn)行力コントロールシステムのアップグレードは、インテリジェントプリケーション機(jī)能、オンライン「蒼穹」ビッグデータプラットフォームに參加します。また、プラットフォームレベルでAIアルゴリズム中臺(tái)を建設(shè)し、研究開(kāi)発効率を高め、技術(shù)基盤(pán)を強(qiáng)化します。

「ダビンチ」システムがさらにアップグレードされます。

今年の618前夜、ダビンチは知能コントロールシステムを再度アップグレードし、人工知能計(jì)算書(shū)の事前統(tǒng)合機(jī)能を加入し、注文書(shū)の「端拾い」を?qū)g現(xiàn)しました。

今回オンラインの「端を拾いながら合わせる」機(jī)能は、ユーザーから注文して、電気屋から選別して、騎士が単をつないで、配送する全行程の最適化を?qū)g現(xiàn)しました。

ユーザーが注文をすると、システムのバックグラウンドで自動(dòng)的にマージロジックが起動(dòng)します。

他のユーザーからの注文の受け入れ先、配送距離、運(yùn)賃などを総合的に分析し、騎士の注文狀況を総合的に考慮して、「順路」などの適正な注文を統(tǒng)合します。

統(tǒng)一して店舗に発送して商品を拾います。商品を選んで完成したら騎士と一緒に配送します。

この機(jī)能は加入後、注文の選別プロセスの効率が向上すると予想され、騎士の配送距離は平均的に30%以上節(jié)約されます。

達(dá)オンライン「蒼穹」ビッグデータプラットフォーム

達(dá)達(dá)618プロジェクトの擔(dān)當(dāng)者によると、「今年618年間、ダダ配送サービスは全國(guó)450の主要都市をカバーしています。

これに伴い、少なくとも4～5倍の増加が見(jiàn)込まれ、數(shù)百萬(wàn)人の騎士団に參加します?！?/p>

そこで、達(dá)はまた第二の大きな利器「蒼穹」のビッグデータプラットフォームを出しました。

知能リアルタイム計(jì)算技術(shù)を利用して、達(dá)達(dá)オンライン以來(lái)の業(yè)務(wù)データ、時(shí)空データと行為データなどの上兆本の情報(bào)を基礎(chǔ)データベースとして、同時(shí)に既存のデータを収集して整理して、リアルタイムで分析して処理します。

知能注文配布システムと運(yùn)力需給コントロールシステムのために基礎(chǔ)データサポートを提供し、店舗流量、注文書(shū)、運(yùn)力、商品、契約書(shū)、評(píng)価などをリアルタイムで監(jiān)視分析し、騎士畫(huà)像、注文評(píng)価、業(yè)務(wù)フィードバック、業(yè)務(wù)警報(bào)などの動(dòng)作を?qū)g現(xiàn)する。

「蒼穹」ビッグデータプラットフォームを通じて、達(dá)達(dá)は全國(guó)450都市の騎士運(yùn)営狀況を監(jiān)督し、膨大な注文に対してビッグデータ処理とダイナミック最適化を行い、運(yùn)送力を配分し突発狀況に対応し、配送の安定性と精度を保証します。

AIアルゴリズム中臺(tái)で「高速交換輪」を?qū)g現(xiàn)

618前夜、ダダは「全リンク圧力測(cè)定」プロジェクトを開(kāi)始し、オンラインでダダ物流配送システムに対して全リンク圧力テストを行った。

プラットフォームシステムが存在する可能性のあるオンラインリスクを効果的に識(shí)別し、ターゲット最適化を行い、618などの注文ピークシーンにシステム保証を提供する。

全リンクの圧力測(cè)定後、ピーク流量に対するストレス耐性は以前より100%以上向上しました。

調(diào)査によると、今回の全リンクの圧力測(cè)定プロジェクトの研究開(kāi)発期間は過(guò)去に比べて50%短縮され、人的資源の投入も元の50%だけである。

緊急の業(yè)務(wù)需要の下で、達(dá)達(dá)は研究開(kāi)発の効率を高めるだけではなくて、同時(shí)に研究開(kāi)発の投入を減らして、“高速の車(chē)輪を交換します”の高難度の操作を完成しました。

ダダ技術(shù)部門(mén)の擔(dān)當(dāng)者によると、「618前に、プラットフォームの技術(shù)力をさらに強(qiáng)化し、計(jì)算、特徴、モデルの三つの中心からなるAIアルゴリズム中臺(tái)をアップグレードしました。」

従來(lái)の業(yè)務(wù)ニーズに応じた技術(shù)開(kāi)発は、業(yè)務(wù)需要の拡大に伴って、徐々に「車(chē)輪の繰り返し」が見(jiàn)られます。

このように必然的に研究開(kāi)発資源の浪費(fèi)をもたらし、後続の技術(shù)反復(fù)とメンテナンスコストが非常に高くなり、全體の技術(shù)能力の沈殿と反復(fù)革新に不利になる。

AIアルゴリズムは中臺(tái)で効果的にこの問(wèn)題を解決しました。

AIアルゴリズム中臺(tái)により、既存のトラヒックは中臺(tái)を通じてより高速な反復(fù)を?qū)g現(xiàn)でき、新しいトラヒックも既存のコンポーネントモデルを容易に多重することができる。

この技術(shù)擔(dān)當(dāng)者は「AIアルゴリズムの中臺(tái)を通じて、研究開(kāi)発の効率は平均的に50%アップし、大量の開(kāi)発コストを節(jié)約し、開(kāi)発サイクルを短縮し、業(yè)務(wù)の急速な拡大を?qū)g現(xiàn)した」と話(huà)しています。