Injini ya AI Inayofanya Kazi Ndani ya Kila Safari ya Uber

Ni saa 5:00 jioni (17:00) ya Ijumaa katika CBD ya Sydney.

Ofisi hupata utupu kwa dakika chache. Migahawa hujaa. Watu 40,000 hufungua programu yao ya Uber karibu wakati mmoja. Mvua imeanza kunyesha.

Swali ambalo Uber lazima lijibu sasa hivi ni rahisi kwa ukatili. Ni maombi mangapi ya safari yatafika katika dakika 15 zijazo?

Ukikosea, matokeo ni ya haraka. Kungoja kwa muda mrefu. Kughairi. Wateja wakihamia washindani. Katika kiwango cha Uber, kosa dogo katika utabiri si tatizo la mizunguko. Ni tatizo la mapato linalopimwa kwa mamilioni.

Watu wengi wanafikiria Uber hufanya kazi kwa njia ya kujibu. Mpanda safarishaji hufungua programu na mfumo unakimbilia kutafuta dereva aliye karibu. Haifanyi kazi hivyo.

Mifumo ya AI ya Uber huendesha utabiri wa mahitaji mfululizo, saa 24 kwa siku. Kufikia unapofungua programu jioni ya Ijumaa, Uber tayari ilikuwa inajua unakuja. Dereva anayekuchukua huenda alihamishwa dakika 20 mapema kulingana na utabiri uliotabiri mahitaji katika eneo hilo hasa kwa wakati huo hasa.

Uwezo huo haujajengwa juu ya hisia. Umejengwa juu ya hisabati.

Uboreshaji wa asilimia 1 katika usahihi wa utabiri katika kiasi cha Uber hutafsiriwa kuwa mamia ya mamilioni ya dola za ziada za mapato ya kila mwaka. Si kutoka kwa mabadiliko moja makubwa, bali kutoka kwa maelfu ya kutokuwepo kwa ufanisi mdogo kuondolewa kwa wakati mmoja, yanayokusanyika kila saa katika kila mji.

Hii ni Sehemu ya 1 ya mfululizo wa sehemu 5 juu ya jinsi Uber hutabiri siku zijazo kabla hazijatokea.

Sehemu ya 2 inashughulikia usanifu wa muundo wa miundo mitatu. Sehemu ya 3 hupitia kila fomyula na namba halisi kutoka jioni ya Ijumaa huko Sydney. Sehemu ya 4 hujenga utekelezaji kamili kutoka mwanzo kwa Python. Sehemu ya 5 inaonyesha ramani ya uzalishaji wa PyTorch inayofanya kazi kwa kiwango kikubwa.

Kila hesabu imethibitishwa. Kila mstari wa msimbo hufanya kazi.

Fuata. Hisabati ni rahisi kufikiwa zaidi kuliko watu wengi wanavyotarajia.

#MachineLearning #ArtificialIntelligence #AI #DataScience #Mathematics #Uber #TimeSeriesForecasting #DemandForecasting #AIEngineering #TechLeadership #TheMagicOfHiddenMathematicsInAI #PredictiveAnalytics #DeepLearning #MLOps #Python

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.