從美團云GPU云主機談起 揭秘美團外賣(mài)的AI技術(shù)

提起人工智能，很多人會(huì )想到戰勝人類(lèi)的AlphaGo, 想到具有情感認知能力的機器人， 殊不知你每天訂餐的外賣(mài)平臺也應用了大量的AI技術(shù)，AI正滲透到生活的方方面面。

以占據近六成市場(chǎng)份額的美團外賣(mài)為例，為了應對復雜的場(chǎng)景，美團外賣(mài)搭建了平均送達時(shí)間28分鐘的智能調度系統、訓練機器自動(dòng)審核提高了運營(yíng)效率以及采用圖片識別技術(shù)提升了用戶(hù)體驗。

其實(shí)，美團外賣(mài)平臺從技術(shù)的最底層便開(kāi)始使用AI技術(shù)——利用美團云GPU云主機來(lái)加速DNN（Deep Neural Network深度神經(jīng)網(wǎng)絡(luò )）算法，并通過(guò)深度學(xué)習對平臺上的圖像、文字進(jìn)行自動(dòng)識別，實(shí)現了美團外賣(mài)的高效、平穩運行。

GPU云主機加速DNN算法解決核心難題

深度學(xué)習作為機器學(xué)習的一個(gè)重要分支，能夠建立、模擬人腦進(jìn)行分析學(xué)習的神經(jīng)網(wǎng)絡(luò )，以人腦的機制解釋數據，例如圖像，聲音和文本等。這使得機器能從海量數據中摸索規律，具有和人類(lèi)相似的思考能力，從而對新的樣本做智能識別或對未來(lái)做出預測。

圖一：DNN深度神經(jīng)網(wǎng)絡(luò )與人工智能的關(guān)系

目前支撐深度學(xué)習的算法中，比較常用的是DNN算法。它能較好地模擬人腦神經(jīng)元多層深度傳遞的過(guò)程，在語(yǔ)音識別和圖像識別方面表現突出。但是，人腦的構成異常復雜，一個(gè)健康的成年人的大腦中約有860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元之間形成大約1000個(gè)突觸。機器想要模擬人腦就需模擬出更多的神經(jīng)元和神經(jīng)突觸，這帶來(lái)了超高的計算復雜度。

因此，美團外賣(mài)技術(shù)團隊選擇了美團云GPU云主機來(lái)對DNN算法進(jìn)行加速。該云主機搭載了NVIDIA Tesla M60 GPU，預裝了TensorFlow 1.1-GPU框架和Keras 2.0.4框架。M60可提供最高4096個(gè)并行處理核心，16GB的GDDR5顯存及9.7TFlops 的單精度峰值性能，能夠快速處理海量數據解決深度學(xué)習中的計算難題。

有了GPU云主機提供的計算能力作為基礎支撐，美團外賣(mài)主要將深度學(xué)習用于圖片質(zhì)量識別和OCR印刷文字識別兩個(gè)場(chǎng)景，這也是和平臺用戶(hù)及商家密切相關(guān)的應用場(chǎng)景。

圖像質(zhì)量識別提升用戶(hù)體驗

用戶(hù)在外賣(mài)平臺能夠看到大量的美食圖片，圖片的美觀(guān)程度影響著(zhù)用戶(hù)在點(diǎn)餐時(shí)的視覺(jué)體驗以及下單決策結果，因此，圖片質(zhì)量尤為重要。

圖二：外賣(mài)平臺圖片示例

以上圖為例，用戶(hù)普遍認為左側的圖片在拍攝角度、色彩等方面均優(yōu)于右側。然而，人工進(jìn)行圖片質(zhì)量的評判一般較為主觀(guān)，每個(gè)用戶(hù)的標準不一。此外，人工評判進(jìn)行標注又需要耗費大量的人力和時(shí)間。

基于此前的海量圖片、點(diǎn)擊率、評論等數據，美團外賣(mài)通過(guò)深度學(xué)習建模，采用多維度特征設計、自動(dòng)化數據標注的方式，用DNN算法來(lái)判斷圖片的品類(lèi)、色彩、對比度等基礎特征。最終以保證質(zhì)量較高的圖片出現在用戶(hù)眼前，不僅提升了用戶(hù)的點(diǎn)餐體驗，還能夠有效促進(jìn)商家在平臺的成單率。

圖三：針對圖片質(zhì)量問(wèn)題美團外賣(mài)給出的DNN解決方案

OCR文字識別智能審核商家資質(zhì)

美團外賣(mài)整合了超過(guò)100萬(wàn)家商戶(hù)，為了提供可靠的服務(wù)，平臺需要對商家牌照逐個(gè)審核并進(jìn)行監管，打造讓用戶(hù)放心的外賣(mài)平臺；商家入駐后，又需要將店鋪資料、菜單等信息錄入，為用戶(hù)提供最全面的服務(wù)信息。

無(wú)論是資質(zhì)牌照的審核還是菜單的錄入，涉及到的文字構成可能異常復雜，如各種各樣的字體、雜亂的背景等。如果全部人工操作，將產(chǎn)生極大的人工成本，肉眼識別還容易出現疏忽疏漏的情況。

為了成功在圖片中檢測到文字并進(jìn)行準確識別，美團外賣(mài)整體采用了CNN算法并加入BLSTM（bidirectional long short-termmemory雙向長(cháng)短期記憶網(wǎng)絡(luò )）的模式?？紤]到整個(gè)序列建模的能力，美團外賣(mài)平臺又加入了CTC（Connectionist Temporal Classifier聯(lián)結主義時(shí)間分類(lèi)器）序列識別模型。

圖四：美團外賣(mài)的文字檢測識別方案

通過(guò)美團云GPU云主機對算法模型的加速，美團外賣(mài)平臺上的上百萬(wàn)家商戶(hù)數據能夠快速得到處理，并的到有效的審核監管。利用機器完成資質(zhì)審核、文字錄入的工作，大大提升了平臺的運營(yíng)效率，實(shí)現了精細化運營(yíng)。

人工智能的發(fā)展得益于大數據和云計算的日趨成熟。美團點(diǎn)評聚集了超6億用戶(hù)、2.4億活躍買(mǎi)家以及450萬(wàn)商戶(hù)的海量數據，從2013年起，美團云就開(kāi)始逐步承擔起集團的全部業(yè)務(wù)，100%云化為美團點(diǎn)評AI技術(shù)的應用打下了良好的技術(shù)基礎。

在底層計算、算法平臺、AI應用方面，美團云也走在了行業(yè)前列。除GPU云主機外，美團云還上線(xiàn)了FPGA云主機和KNL物理機，并將推出KNM云主機，為用戶(hù)提供更多選擇。已經(jīng)上線(xiàn)的深度學(xué)習平臺和人臉識別、OCR文字識別等AI應用也進(jìn)一步提升了整個(gè)平臺的智能化水平。