人工智能:更优的旅行方案,靠机器,不靠人

MindTalk

2016-09-18 19:00

本文来自爱范儿旗下创业社区 MindStore 的 “MindTalk 线场” 栏目。如果希望参与到 MindStore 栏目报道,或者有相关项目推荐,请将产品提交到 MindStore.io

把旅行当作一门学科来解读,怎样才能得到最优的旅行方案?人工智能如何在旅行方案的制定中大显神威?如何以超旅行的方式看待一次旅行?

爱范儿旗下的创业社区 MindStore,邀请妙计旅行创始人张帆,用人工智能的方式,理性地看待感性的旅游。

以下是访谈内容整理:

2014 年,妙计旅行成立。在此前,大量的网站与旅行社在为人们提供服务,与各种各样的产品。但今天的自由行体验足够方便吗?依然不便捷。从产品的角度看,Priceline 去年给出数据,每个人在做旅行计划前平均参考 38 个网站。这是非常精准的、令人惊讶的、巨大的数字。

为什么?因为互联网提供了太多选择。如果十年前出游选择住处,选择酒店即可。但如今,还有民宿、华人酒店、帐篷区等供人挑选。不仅有新品类出现,每个品类下还有无数的选择。好处是现今每个人都可选择非常个性的旅行计划。坏处是因为选择太多,做最优决定太难。

miaojilvxing4

当外部环境发生变化时,解决问题的方法也随之变化。例如,十年前,互联网仅有几个页面,每个页面只有两三个简单结构时,雅虎是个非常好用的搜索引擎。但如今,不乏千亿级的页面,与错综复杂的链接结构,雅虎不再好用,需要谷歌来解决问题。

对于一个村落而言,走路是便捷的交通方式,但是对于城镇来讲,公交车更方便。如果是大型城市,地铁则更佳。即环境发生变化时,方法也应随之改变。对旅行而言,环境已经发生翻天覆地的变化,但人们依然使用传统的方法。所以,我们需要新的方法来对待旅游。

什么样的计划是好的计划

旅行方案的决策分两块,一块是主观决策,一块是客观决策。主观决策是,去巴黎还是去伦敦?在巴黎,去埃菲尔铁塔还是去卢浮宫?这是没有对错的主观决策,也许机器会展示,90% 的人去卢浮宫会逛一天,10% 的人会在那逛两天,但这并不代表 10% 是错的。

确定需求,例如,去巴黎五天,期间要去埃菲尔铁塔两天,去卢浮宫半天。需求明确之后,就变成了客观问题。如何能把需求落实成现实方案,且花费最少的时间成本,最少的经济成本,最有效地完成这件事,就有好坏之分了。

路上花最少的时间,最少的钱完成旅游,这才是最好的方案。在体验一样的情况下,即主观决策不变,用户不希望浪费一点钱,一点时间。而一旦有好坏之分,就能评分,能评分就能排序,能排序,机器就可给予更好的,更合理的建议。

miaojilvxing2

命题是用户提出的,但方案是有标准可区分好坏的。因此,很容易即可衡量互联网上大量攻略是否合格。大量达人们的方案都是不靠谱的、较差的。虽超乎意料,但也可理解。因为当下旅行选择的复杂度,已经超出人类能驾驭范围。

我在欧洲读书时喜欢旅游,但因还是学生,所以想省钱。一次偶然,发现网站有打折机票,且一分钱一张票。因其太便宜,我买下八张机票,但如何规划路线使我犯愁。当时的办法是,我买了一张火车通票,可在欧洲坐一个月的火车,并把所有住宿都安排在火车上,剩下住宿费。我在欧洲游玩了一圈,但只花了一万块钱。

后来,我用工程师的思路去想,这方案应不是最优方案。因为我是偶然中发现有打折机票与通过火车通票省钱的方法。这都是局部信息,无法得到全局最优解。然后,我在欧洲做这计划是因曾在欧洲生活且了解当地情况。若去日本呢?什么样的旅行方案是最好的?我要把它固化下来。

miaojilvxing9

机器跟人比,优势是什么,是不是能比人做得更好?

假设我有九天假期,我的需求是去马德里三天,巴黎三天,巴塞罗那三天。我应如何订购机票?常用的方法是,搜索从北京出发,看到哪最便宜。若发现到巴黎最便宜,到马德里贵。先去巴黎,然后发现巴黎到马德里比去巴塞罗那便宜。就先去马德里,最后去巴塞罗那。

在计算机中,这叫贪心算法,即每步都选择目前的最优方案。但每步最优的方案,不能确保全局最优。前面的决策会影响后面的决策,即本质上,这种旅行的行程规划是一道数学题,是一个排列组合的问题。

这种排列组合有多少种可能性?是阶乘种可能性。如果去三个城市旅游,是三个阶乘,若去十个城市旅游,是十个阶乘,即 360 万。光排列组合就有 360 万种可能,再考虑各种交通方式,就是千万级数目的选择了。而即使是飞机,每天又分几十个航班,且有几十个网站分别卖不同价格的机票等,这就成了数十亿级的可能性选择。

miaojilvxing6

而更难掌控的是,选择是动态的,最优解是变化的。人有能力从几十亿种可能中找到最优解吗?我觉得很困难,人没有办法做到,但这不该由人做,而是应该让机器帮助人。所以,这是为什么在长时间规划中,机器能够带来比人更高效,或更好地解决问题的原因。

从另外一角度看这个问题,若去十个城市玩二十天,忽略共有多少种可能性,按上述算法,找寻最优解也需要做超大量的查询,而谁有能力瞬间做几万次查询?目前没有任何一家网站能够支持用户有几万个 PPS 同时间发出几万个请求!这不可能存在!

miaojilvxing7

妙计旅行曾在上海做线下活动,为了验证我们的想法,我们用手机做了个小游戏。我们告诉在场的人说,有同事首次来上海,不知怎么玩,请大家投票帮他选择。大家用 H5 投票选择,各式景点或路线。我们由此制作体验包,去的景点、餐厅、旅店等一模一样且各景点游玩时间相同,但交通方式和游玩顺序需各自组织。

我们就此给出要求:尽量少花钱;尽量省出非游玩时间;去餐厅时得在饭点。征集最好的游玩方案。20 分钟后每个人都得出方案,并在大屏幕上用机器评出客观分数。因游玩之处与游玩时间相同,更能看出各方案的问题:走路耗时过长;花钱太多;无法赶在饭点到餐厅等。而第一名的同学,因是在旅行社上班,才能得出较好的方案。

而机器是怎么计算?点击计算,一秒钟,机器提供的方案,让用户只走 70 公里,节省近 3 小时于路途,剩下几十元且无一处错误。这依然是一道数学问题,而且能被证明这是超出人类能力的数学问题。

miaojilvxing1

作为理性派,对旅行的思考

任何事物在未成熟前,只能看成是经验,而成熟后,则会变成一种科学。它可更理性地解决问题。有人说,旅行就是感性的。但任何感性的背后,都有理性的逻辑在支撑。希望大家真的只是在关注自己的感性,决定去哪儿玩,再让机器落实方案。

我们希望把人工智能技术应用在旅游业。不仅有妙计旅行 APP 帮助个人定制旅行,还会制作出面向旅行社等的专业版产品,帮助他们提高工作效率,提供更高质量,更稳定的服务去给旅行者。

注:文中数据不做投资参考;未备注图片来自 Unsplash;感谢爱扒词转录整理。
mindstore
后评论

评论在审核通过后将对所有人可见

正在加载中