ஒவ்வொரு Uber பயணத்திற்குள்ளும் இயங்கும் AI இன்ஜின்

சிட்னி CBD-யில் வெள்ளிக்கிழமை மாலை 5:00 மணி.

அலுவலகங்கள் சில நிமிடங்களில் காலியாகின்றன. உணவகங்கள் நிரம்புகின்றன. 40,000 பேர் கிட்டத்தட்ட ஒரே நேரத்தில் தங்கள் Uber ஆப்பைத் திறக்கிறார்கள். மழை இப்போதுதான் பெய்யத் தொடங்கியிருக்கிறது.

Uber இப்போது பதிலளிக்க வேண்டிய கேள்வி மிகவும் எளிதானது. அடுத்த 15 நிமிடங்களில் எத்தனை பயணக் கோரிக்கைகள் வரும்?

தவறானால், விளைவுகள் உடனடியானவை. நீண்ட காத்திருப்புகள். ரத்துசெய்தல்கள். வாடிக்கையாளர்கள் போட்டியாளர்களிடம் மாறுவது. Uber-ன் அளவில், கணிப்பில் ஒரு சிறிய பிழை என்பது வட்டிடும் பிரச்சனை அல்ல. அது மில்லியன்களில் அளவிடப்படும் வருவாய் பிரச்சனை.

பெரும்பாலான மக்கள் Uber எதிர்வினையாற்றலுடன் வேலை செய்கிறது என்று நினைக்கிறார்கள். ஒரு பயணி ஆப்பைத் திறந்ததும், அருகில் உள்ள ஓட்டுநரைக் கண்டுபிடிக்க அமைப்பு ஓடுகிறது. அப்படி இல்லை.

Uber-ன் AI அமைப்புகள் தேவை கணிப்புகளை தொடர்ந்து இயக்குகின்றன, ஒரு நாளைக்கு 24 மணி நேரம். வெள்ளிக்கிழமை மாலை நீங்கள் ஆப்பைத் திறக்கும் நேரத்திற்குள், நீங்கள் வருவீர்கள் என்று Uber ஏற்கனவே அறிந்திருக்கும். உங்களை ஏற்றிச் செல்லும் ஓட்டுநர், அந்த இடத்தில் அந்த நேரத்தில் தேவை வரும் என்று கணித்த கணிப்பின் அடிப்படையில் 20 நிமிடங்களுக்கு முன்பே மறுஇருப்பிடம் செய்யப்பட்டிருக்கலாம்.

அந்தத் திறன் உள்ளுணர்வின் மீது கட்டப்படவில்லை. அது கணிதத்தின் மீது கட்டப்பட்டுள்ளது.

Uber-ன் அளவில் கணிப்புத் துல்லியத்தில் 1 சதவீத முன்னேற்றம் என்பது ஆண்டுக்கு கூடுதலாக பல நூறு மில்லியன் டாலர் வருவாயாகும். ஒரு நாடக மாற்றத்திலிருந்து அல்ல, ஆனால் ஒரே நேரத்தில் நீக்கப்படும் ஆயிரக்கணக்கான சிறிய தகுதியின்மைகளிலிருந்து, ஒவ்வொரு மணி நேரமும் ஒவ்வொரு நகரத்திலும் சேர்ந்து செல்லும்.

Uber எதிர்காலம் நடப்பதற்கு முன் எப்படி கணிக்கிறது என்பது பற்றிய 5-பகுதித் தொடரின் இது பகுதி 1.

பகுதி 2 மூன்று மாதிரிக் குழு கட்டமைப்பை உள்ளடக்குகிறது. பகுதி 3 சிட்னியில் ஒரு வெள்ளிக்கிழமை மாலையின் உண்மை எண்களுடன் ஒவ்வொரு சூத்திரத்தையும் விளக்குகிறது. பகுதி 4 Python-ல் முழு செயலாக்கத்தையும் தொடக்கத்திலிருந்து உருவாக்குகிறது. பகுதி 5 பெரிய அளவில் இயங்கும் உற்பத்தி PyTorch பிளூபிரிண்ட்டைக் காட்டுகிறது.

ஒவ்வொரு கணக்கீடும் சரிபார்க்கப்பட்டது. குறியீட்டின் ஒவ்வொரு வரியும் இயங்குகிறது.

பின்தொடருங்கள். கணிதம் பெரும்பாலான மக்கள் எதிர்பார்ப்பதை விட எளிதாக அணுகக்கூடியது.

#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.