送外卖的人工智能比用于下围棋的人工智能LOW？

“用于送外卖的人工智能比用于下围棋的人工智能LOW？”百度外卖研发工程师蒋凡并不这样认为，“熟悉计算机科学的人都清楚，棋类算法和调度算法（也就是送外卖）在本质上并没有优劣之分，无非前者应用于围棋对战，还没有商业化，后者应用于人力调配，已经在发挥商业价值。”

蒋凡，工程师

Mr fun、知乎用户、杨赛罗 等人赞同

我想有些人对外卖物流配送的理解还是餐馆老板雇佣几个小哥午高峰时在方圆一公里内送送盒饭，可是当问题的规模扩大几个数量级，担负起数十亿的商业模式是否成立的责任时，情况就不一样了。

用户点了餐就希望能按时送到，骑士上了路就希望每趟路线能多配送几单，商家接了餐就希望骑士快来取餐，平台则关心如何以最小的运力承接最大的配送压力，而且能扛住高峰时段突如其来的订单量。更加困难的是，这些目标有时就是互相矛盾的，满足了一方，势必会影响另一方，调度订单是非常复杂的多目标动态规划决策过程。

所以当去年我们对物流调度进行数学建模，凭借百度的大数据和云计算能力构建起百度外卖物流智能调度3.0系统后，就很自然的想到需要结合百度在人工智能领域的积累，尤其是吴恩达老师领导的深度学习研究院在deep learning方面的深厚功底，在O2O和人工智能的深度结合做出探索。

熟悉计算机科学的人都清楚，棋类算法和调度算法（也就是送外卖）在本质上并没有优劣之分，无非前者应用于围棋对战，还没有商业化，后者应用于人力调配，已经在发挥商业价值。而且我们相信，Google在开发出alphago并取得轰动效应之后，必然会加速其商业化进程，让大家看到人工智能在自动驾驶、路线规划方面的成果。所以大家反过来就可以想到，其实百度很早就在基础科学领域做了大量的工作和人力储备，在深度学习领域陆续引入了余凯、吴恩达等世界顶尖计算机科学家。现在只是在此基础上开始向商业化发力，水到渠成的事情。

可叹有些人总是戴着有色眼镜，当百度在做基础研究的时候，他们指责百度不懂产品；而当百度将做好的技术推广应用的时候，他们又指责百度技术太low。

关心支持百度的同学们，请你们相信人工智能在外卖配送领域的应用才刚刚开始，就像alphago已经能够通过反复研习人类的棋谱增加棋力，外卖的智能调度系统也在通过每天的实际调度修正自己，提高决策能力。大家点的每一笔订单，都是在和我们的调度系统对战下棋，挑战它的智力。从这一点上讲，它每时每刻都在进步，非常厉害的。

最后解释下发paper的疑问。

由于外卖物流调度算法已经商业化，自然不会公布出来，而是申请了20余项国家专利。

而alphago仍处于科研阶段，现在也没看到在下棋应用上有什么商业利益，发布出来也很正常。