인공지능 병목현상 해결 및 음식배달 산업 발전 촉진

최근 몇 년간 소비자 인터넷이 심화되면서 산업 인터넷도 점점 더 좋아지고 각계각층의 디지털 변혁이 본격화되고 있습니다. 점점 더 복잡해지는 환경에 직면하여 강력한 시장 침투력을 갖춘 디지털 및 지능형 기술은 함께 협력하여 경제 발전을 촉진하고 중소기업에 힘을 실어주며 사람들의 생계를 보장하는 데 큰 역할을 할 것입니다. 신흥 기술 진영에서는 인공지능이 창출하는 배당금이 사람들의 삶을 더 좋게 만들고 있습니다.

일상적인 '테이크아웃 주문'을 예로 들어보겠습니다. 라이더, 사용자, 판매자는 각각 고용, 사람들의 생계, 경제의 전형을 구성합니다. 인공지능이 이 세 그룹에 힘을 실어줄 수 있다면 다양한 시나리오의 요구를 충족할 수 있습니다. 배달 요구 사항은 배달 효율성과 사용자 경험을 향상시켜 "음식 배달이 세계 곳곳에 도달하도록 한다"는 비전을 실현합니다. 인공지능이 그 역할을 할 수 있는 이유는 ICT 인프라 고도화와 딥러닝 프레임워크의 도약과 불가분의 관계에 있습니다.

기술의 힘이 바꾼 테이크아웃 생태계

30분 이내 배달되는 테이크아웃이 일상이 되었습니다. 그러나 이를 수행하는 것은 쉽지 않습니다. 예를 들어 라이더가 5개의 주문을 배송하는 경우 5개의 서로 다른 판매자와 사용자를 타겟팅하게 되며 수만 개의 배송 경로 조합이 있게 됩니다. 인기 있는 테이크아웃 플랫폼에서는 피크 시간대의 일일 주문량이 엄청나고 많은 승객이 참여합니다. 30분 배달이라는 목표를 달성하려면 경로 조합 수가 천문학적입니다. 동시에 노인과 어린이를 위해 음성 조작으로 테이크아웃 주문 전 과정을 아무런 장벽 없이 완료할 수 있다는 점은 인간화된 디자인을 강조한다.

Meituan에 따르면 회사의 "Technology Assists Life" 프로젝트의 중요한 임무 중 하나는 라이더 일정을 위한 최적의 솔루션을 찾는 것입니다. 10,000명 이상의 엔지니어가 인공 지능 기술을 사용하여 효율성을 향상시키는 동시에 정기적으로 라이더로서 일하면서 음식 배달 과정의 문제점을 경험하고 지속적으로 솔루션을 최적화합니다. 또한 '지능형 상호 작용' 기술이 결합된 회사의 서비스 엔진에는 음성 기능이 있어 노인과 어린이가 편리한 의사소통 방식으로 서비스를 받을 수 있습니다. 특히 사용자의 요구가 회사의 "슈퍼 브레인 시스템"에 전달될 때 이 대규모, 고도로 복잡한 다인, 다지점 실시간 지능형 배전 시스템은 빠른 계산을 수행하여 사용자가 예상치 못한 서비스 경험을 얻을 수 있도록 합니다. . 2016년부터 Meituan은 특정 시나리오에서 무인 배송을 개발하기 위해 보다 지능적인 기술에 의존해 왔으며, 이는 전염병 예방 및 통제 기간 동안 테스트를 거쳐 진전을 이루었습니다.

전체 음식 배달 생태계에서 상인 그룹은 Meituan의 역량을 강화하는 또 다른 핵심 영역입니다. "Meituan Merchant Brain"에는 대규모 사용자 평가 분석과 지식 상관관계가 있는 것으로 보고되었습니다. 판매자는 사용자의 감정 곡선 변화, 소비 수준, 환경 선호도 및 유사한 판매자를 정기적으로 얻으려면 SaaS 계산원 시스템의 전문 버전만 필요합니다. 등의 정보를 제공합니다. 동시에, 지능형 분석을 통해 가맹점은 서비스 상태, 경쟁력, 상권 등에 대한 통찰력을 얻을 수 있으며, 매장 오픈부터 매장 운영 관리까지 의사 결정에 참고 자료를 제공할 수 있습니다.

어려운 문제에 대한 솔루션 제공

보고서에 따르면 음식 배달은 Meituan의 생활 서비스 구축에 대한 전반적인 생태학적 그림의 일부일 뿐이며 기술 역량 강화와 관련된 복잡한 시나리오는 그 이상입니다. 최근 몇 년 동안 Meituan은 매장 위치 선택, 트래픽 전환, 테이크아웃 배송, 운영 관리, 공급망 금융 및 마케팅 프로모션과 같은 전체 서비스 시스템에 대한 강력한 AI 기능 지원을 제공하기 위해 강력한 인공 지능 기술 팀을 구축했습니다. 그러나 사용자의 급속한 증가, 지능형 서비스의 지속적인 업그레이드, AI 모델의 규모와 복잡성의 지속적인 증가로 인해 회사의 비즈니스 시스템은 인프라 관점에서 점점 더 심각한 성능 문제를 해결하는 방법에 직면해 있습니다. 재구성과 소프트웨어 최적화는 직면해야 할 문제입니다.

오픈 소스 딥 러닝 프레임워크 TensorFlow의 적용을 예로 들어 보겠습니다. Meituan은 Intel의 확장 가능한 프로세서를 기반으로 다차원에서 심층적인 개선을 이루었고 회사에서 권장하는 기술 최적화 솔루션을 채택했습니다. AI를 갖춘 추천 시스템과 같은 애플리케이션을 더욱 강화하기 위해 Meituan은 모델 교육에 TensorFlow를 사용하고 분산 컴퓨팅 방법을 채택하여 모델 계산 및 대규모 매개변수의 매개변수 업데이트 문제를 해결합니다. 그러나 비즈니스의 급속한 발전에 따라 추천 시스템 모델의 규모와 복잡성도 증가했습니다. 일련의 문제도 노출될 것이다. 성능 병목 현상이 발생하면 총 소유 비용이 급등하게 되어 상위 기업에 부정적인 영향을 미칠 수 있습니다.

성능 병목 문제를 해결하기 위해 선택할 수 있는 두 가지 경로가 있습니다. 하나는 인프라 구축 규모를 빠르게 확장하는 것이지만, 이로 인해 비용 압박이 증가하고 시스템의 전반적인 복잡성이 증가하는 것입니다. 시스템 및 소프트웨어 측면에서 경제성과 타당성이 높습니다. Meituan은 TensorFlow 프레임워크와 비즈니스를 분석하고 포지셔닝한 후 TensorFlow 클러스터의 로드 밸런싱과 비즈니스에서 분산 클러스터의 통신 메커니즘, 대기 시간 및 단일 인스턴스 성능이 모두 Meituan을 시급하게 최적화해야 하는 영역이라는 것을 발견했습니다. 두 번째 경로를 탐색하기 위해 인텔과 협력하고 있습니다. 경로는 필수적입니다. 방향을 명확히 한 후 Meituan은 Intel Scalable Processors 기반의 서버 클러스터에 TensorFlow 시스템을 구축하고 TensorFlow 모델 교육에 CPU를 사용했습니다. 또한 비즈니스 분산 교육 요구 사항을 지원하기 위해 추천 시스템 시나리오에서 TensorFlow PS 비동기 교육 모드를 사용했습니다. .

Meituan은 단일 인스턴스 성능, 분산 컴퓨팅 최적화 등 다양한 측면에서 포괄적인 관행을 수행한 것으로 이해됩니다. 지원 기능 측면에서 새로운 시스템은 수천억 개의 매개변수 모델을 달성하고 수천 명의 작업자에 대한 분산 교육을 선형에 가깝게 가속화하며 하루 안에 1년 동안의 샘플 교육을 완료하고 다양한 온라인 딥 러닝 기능을 지원할 수 있습니다. 아키텍처와 인터페이스도 친숙하게 업데이트되었으며 Meituan의 비즈니스 부서에서 인정받았습니다.

위 내용은 인공지능 병목현상 해결 및 음식배달 산업 발전 촉진의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!