在最理想的情況下,，自學(xué)習(xí)算法可能成為“三贏”
凱洛格管理學(xué)院
2023-03-27
當(dāng)新冠疫情來襲時(shí),，塞巴斯蒂安·馬丁正在Lyft公司擔(dān)任博士后研究員。突然之間,，使用Lyft應(yīng)用程序的乘客與司機(jī)的數(shù)量發(fā)生了重大的變化,，公司也試圖迅速因應(yīng),。
Lyft過去一直使用一種算法來匹配司機(jī)與乘客，因此公司以為或許將這個(gè)算法稍做調(diào)整便可以變成有效的新冠疫情方案,。然而事與愿違,，這項(xiàng)工作比預(yù)料的困難許多?！八C明了這套系統(tǒng)的局限性,。”如今是凱洛格學(xué)院運(yùn)營學(xué)助理教授的馬丁說道,。
馬丁解釋,，主要問題在于簡單的算法，例如將距離最近的司機(jī)指派給乘客,，事實(shí)上效果不是那么好,。
于是馬丁開始思考如何能夠改善這種匹配算法，甚至在共乘服務(wù)從新冠疫情中復(fù)蘇之后,。如果算法可以教自己更好地調(diào)度司機(jī)然后做出實(shí)時(shí)調(diào)整會(huì)怎樣呢,？
馬丁和一個(gè)Lyft團(tuán)隊(duì)實(shí)現(xiàn)了這樣的假設(shè)。他們用了一年多的時(shí)間創(chuàng)造出了一個(gè)能夠進(jìn)行“強(qiáng)化學(xué)習(xí)”的算法,，這在科技公司簡直就是永生,，馬丁表示。而設(shè)計(jì)這個(gè)算法雖然困難,，但要說服公司上下去試用一樣很難,。
畢竟，強(qiáng)化學(xué)習(xí)會(huì)要你“讓出一大部分的掌控權(quán),?！瘪R丁說?！耙慌_(tái)可以做決定而不告訴你的機(jī)器,？試想如果它做的決定關(guān)乎你賴以維生的工作呢,？”
然而結(jié)果是值得的：Lyft公司開始賺更多的錢,，司機(jī)有了更多的工作，乘客給出了更多的五星評價(jià),。此外,，他們的項(xiàng)目被提名為2023年弗蘭茲·厄德曼獎(jiǎng)（Franz Edelman Award）的六名決賽者之一，這是分析與運(yùn)營研究領(lǐng)域里最負(fù)盛名的獎(jiǎng)項(xiàng),。如果你在過去一兩年內(nèi)用過Lyft,，那么這個(gè)算法就幫助過你匹配給某個(gè)司機(jī)，而你的出行數(shù)據(jù)反過來又幫助改進(jìn)算法,。
在對自學(xué)習(xí)算法越來越憂懼的氛圍下（想想ChatGPT）,，Lyft的故事顯示在這些工具中，有些確實(shí)能夠改善每一個(gè)人的生活，馬丁表示,。
“它不總是零和游戲”,，輸與贏不是處于此消彼長的狀態(tài)。他說道,?！俺丝透鼭M意，司機(jī)更忙碌,，平臺(tái)賺錢更多,。基本上是百利而無一害,?！?/p>
為什么最近的并不總是最好的
對大多數(shù)人而言，尤其是下雨天站在街頭等候共乘的我們來說,，派出距離最近的司機(jī)似乎是最符合邏輯的做法,。但實(shí)際上卻不總是如此。
當(dāng)生意繁忙而司機(jī)人手不足時(shí),，問題就出現(xiàn)了,，馬丁解釋道。在這種情況下,，離乘客最近的司機(jī)或許還相當(dāng)遠(yuǎn),。要是派遣這名司機(jī)，他就要花很多時(shí)間“開空車”,，讓乘客苦苦等候,，說不定司機(jī)還在途中，乘客就已經(jīng)取消叫車,。還有很關(guān)鍵的一點(diǎn)是這意味著試圖叫車的新乘客會(huì)需要等候更長的時(shí)間,，因?yàn)橛锌盏乃緳C(jī)正在花很多時(shí)間試圖開車到下一個(gè)乘客那里，因此有空載客的司機(jī)越來越少,。
“它像是平臺(tái)的死亡螺旋,。”馬丁說道,。
因此,，理想的解決方案會(huì)是一個(gè)可以預(yù)測接下來幾分鐘情況如何演變的匹配算法。會(huì)有一個(gè)新的,、更近的乘客出現(xiàn)嗎,？某條堵車的道路會(huì)變的通暢而縮短開車時(shí)間嗎？如果司機(jī)去接載某個(gè)乘客,，下車地點(diǎn)的附近是否會(huì)有另一個(gè)乘客,，使得轉(zhuǎn)換到下一個(gè)乘客的效率更高嗎,？
總之，這個(gè)算法要能夠預(yù)測接下來會(huì)發(fā)生什么事情,。馬丁和Lyft的團(tuán)隊(duì)成功地教算法去做這樣的工作,。
他們著重于在任何時(shí)間有空的司機(jī)的“價(jià)值”，這個(gè)價(jià)值是司機(jī)工作當(dāng)天收入的估計(jì)值,。然后,，他們訓(xùn)練算法不間斷地分析實(shí)時(shí)情況，以便算法訓(xùn)練自己預(yù)期接下來最可能發(fā)生什么事情,。
這類似于會(huì)下棋的強(qiáng)化學(xué)習(xí)算法,，馬丁說道。下棋算法接受數(shù)百萬個(gè)實(shí)際棋局的訓(xùn)練,，然后便可以用那些知識(shí)來預(yù)測對手的下一步走法,。
該團(tuán)隊(duì)通過建立實(shí)驗(yàn)時(shí)段和對照時(shí)段來測試他們的算法。在實(shí)驗(yàn)時(shí)段,，Lyft用強(qiáng)化學(xué)習(xí)算法來匹配司機(jī)與乘客,，在對照時(shí)段，則用Lyft的一般算法進(jìn)行匹配,。
在經(jīng)過一年多的調(diào)整改進(jìn)后,，他們找到了一個(gè)在所有重要功能上都勝過舊算法的新算法。它一年為公司多增加相當(dāng)于超過3,000萬美元的收益,，司機(jī)的收入也相應(yīng)提高,。乘客取消叫車的可能性減少了3%，叫車后沒有司機(jī)能夠接單的情況減少了13%,。同時(shí),，乘客的五星評價(jià)數(shù)量也變多。
馬丁說：“使用Lyft的人沒有增加,。這些改善是由于司機(jī)獲得了更好的運(yùn)用,。”
超越數(shù)學(xué)
他們的成功是共乘公司使用強(qiáng)化學(xué)習(xí)的第一個(gè)記載案例,。不過,，設(shè)計(jì)算法不是唯一的困難點(diǎn)。
“比數(shù)學(xué)更重要的,，是如何在公司內(nèi)做這件事情,。”馬丁表示,。
強(qiáng)化學(xué)習(xí)意味著涉及其中的人未必對事情的現(xiàn)況一清二楚。對一家公司而言,，這變得有些棘手,，馬丁說道,。比如，假設(shè)負(fù)責(zé)定價(jià)的團(tuán)隊(duì)想要進(jìn)行自己的實(shí)驗(yàn),，那么他們就希望將所有其他因素保持不變以便了解實(shí)驗(yàn)數(shù)據(jù),。但如果與此同時(shí)，一個(gè)匹配算法自行改變,，要知道如何解讀定價(jià)實(shí)驗(yàn)的數(shù)據(jù)就變得很困難,。
“它讓其他許多情況變得錯(cuò)綜復(fù)雜?！瘪R丁說道,。
此外，它使研發(fā)該算法的團(tuán)隊(duì)難以了解如何繼續(xù)創(chuàng)新,?！叭绻藗儗φ诎l(fā)生的事情一無所知，他們?nèi)绾文軌蚶^續(xù)創(chuàng)新,？”馬丁問道,。馬丁目前和一名博士生黃玉笛（音譯）合作，后者正在與Lyft合力研究這個(gè)問題,。
此外,，在Lyft，這個(gè)算法的研發(fā)花費(fèi)了一年多的時(shí)間,?！耙荒陮萍脊臼呛荛L的時(shí)間，兩個(gè)月就已經(jīng)很長了,！在一件效期不長的事情上花一年時(shí)間是非常少見的,。”他說道,。
最終,，該團(tuán)隊(duì)保持士氣，終于說服公司的其余部門讓他們繼續(xù)實(shí)驗(yàn),。他說,，這不涉及高科技策略?！坝玫氖侨魏蔚胤蕉歼m用的相同方式,，也就是去找合適的人商量，取得人家的信任,。組織一個(gè)興致高昂的團(tuán)隊(duì),，然后證明東西有效。在研究領(lǐng)域里,，通常認(rèn)為構(gòu)想本身就已足夠,，但對公司而言,，真正可以帶來成果的是過程?！?/p>
事實(shí)是,，至少在這個(gè)案例上，過程帶來“三贏”的情況,，馬丁對此特別興奮,。
每一次團(tuán)隊(duì)測試修改后的算法時(shí)，他們會(huì)看著儀表板上各項(xiàng)重要指標(biāo)的顏色變化,，紅色代表實(shí)驗(yàn)結(jié)果比現(xiàn)況糟,，綠色代表比現(xiàn)況好。
“團(tuán)隊(duì)找到致勝算法的那一天,，儀表板上出現(xiàn)了一整片綠色,。”他說,，“這就是運(yùn)營優(yōu)化真正要做到的事情：找出全綠的東西,。”（財(cái)富中文網(wǎng)）
財(cái)富中文網(wǎng)所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為財(cái)富媒體知識(shí)產(chǎn)權(quán)有限公司及/或相關(guān)權(quán)利人專屬所有或持有,。未經(jīng)許可,，禁止進(jìn)行轉(zhuǎn)載、摘編,、復(fù)制及建立鏡像等任何使用,。
