如何看待滴滴章文嵩称，滴滴面临的问题比 AlphaGo 复杂 100 倍？
首先，我们来理解一下 AlphaGo 是什么以及它的复杂性：
AlphaGo 是由 DeepMind 开发的人工智能程序，它在围棋这项棋类运动中击败了人类顶尖选手。围棋之所以被认为是具有挑战性的游戏，是因为：
巨大的搜索空间： 围棋的棋盘较大，每一步都有多种可能的选择，导致总的局面数量极其庞大，远超宇宙中的原子数量。AlphaGo 需要通过复杂的算法和强大的计算能力来搜索和评估这些局面。
深度学习与蒙特卡洛树搜索的结合： AlphaGo 结合了深度神经网络（用于评估局面和预测最佳走法）和蒙特卡洛树搜索（用于探索可能的走法并评估其长期结果）。这种结合是人工智能领域的一大突破。
规则明确，目标单一： 围棋的规则是固定的，目标非常明确——赢下比赛。虽然过程复杂，但其基本目标是可量化的、清晰的。
现在，让我们来看看滴滴所面临的复杂性，并将其与 AlphaGo 进行对比，从而理解章文嵩所言的“100倍”并非夸张，而是有其深刻的道理：
滴滴是一家全球性的出行科技公司，其业务涉及多个层面，每一个层面都充满了复杂性：
1. 海量的用户和司机：
AlphaGo： 面对的是固定的棋盘和规则，其“对手”是事先设定的程序（无论是自己还是人类棋手）。
滴滴： 面对的是数亿的真实用户（乘客）和数百万的真实司机。这些人有不同的需求、行为习惯、情绪、地理位置、时间安排等等。用户想要快速、便宜、舒适的出行，司机想要最大化收入、灵活安排时间、保证安全。这是一种动态的、高度不确定的、实时互动的关系。
复杂性来源：
用户行为预测： 乘客何时何地需要出行？从哪里到哪里？对价格、车辆类型有什么偏好？这些都受到天气、节假日、活动、突发事件等多种因素的影响。
司机匹配和调度： 如何在最短的时间内将最合适的司机匹配给乘客？如何优化司机的路线和空驶率？如何考虑司机的个人偏好和休息时间？
供需平衡： 在高峰期，需求远大于供给，如何快速调动司机？在低峰期，如何保证乘客能及时打到车？这需要动态的价格调整和激励机制。
2. 动态的实时匹配和调度系统：
AlphaGo： 它的决策是基于对棋盘局面的分析，计算出最佳的落子位置。这个过程是相对离线的，可以在服务器上完成。
滴滴： 需要一个高度实时的系统来处理海量的订单请求、司机位置信息、路线规划、交通状况等。这是一个持续不断、需要毫秒级响应的复杂工程。
复杂性来源：
超大规模的实时数据处理： 需要处理地理位置信息、用户请求、车辆状态、交通信号等海量数据，并进行快速的计算和决策。
动态最优解： 每一秒钟，情况都在变化，滴滴的系统需要不断地寻找当前最优的匹配和调度方案，而不是一个静态的最优解。
容错和稳定性： 系统必须保证极高的稳定性和可用性，任何的宕机或错误都可能导致大量的用户和司机受到影响。
3. 复杂的商业模式和生态系统：
AlphaGo： 其商业模式相对单一，主要是围绕其技术能力进行授权或应用。
滴滴： 滴滴的商业模式涉及：
平台服务费： 向司机收取一定比例的费用。
用户端定价： 根据距离、时间、供需关系等因素制定价格。
增值服务： 如顺风车、豪华车、快送、货运等多元化业务。
广告和数据服务： 利用平台数据提供营销和分析服务。
自动驾驶技术商业化： 这是一个新的、高投入的领域。
复杂性来源：
多方利益的平衡： 如何在乘客、司机、平台之间建立一个公平且可持续的利益分配机制，是一个持续的挑战。
市场竞争： 滴滴面临来自其他网约车平台、出租车行业、甚至出行领域的跨界竞争。
监管环境： 不同国家和地区的交通法规、劳动法规、数据隐私法规各不相同，滴滴需要在复杂的监管环境中运营。
战略决策： 如何在新业务上进行投入？如何平衡规模和盈利？如何应对宏观经济波动？
4. 涉及的变量和不确定性远超围棋：
AlphaGo： 围棋的规则是确定的，每一步的后果是可以被计算和模拟的（虽然计算量巨大）。
滴滴： 滴滴面临的是真实世界的复杂性：
天气变化： 恶劣天气会影响出行需求和司机出勤。
交通拥堵： 实时交通状况千变万化，影响派单效率和用户体验。
突发事件： 如交通事故、社会事件、疫情等，都会对出行市场产生巨大影响。
人类行为的非理性： 用户和司机的情绪、决策可能并不总是理性的，而是受到很多外部因素影响。
法律法规的变动： 政府政策的调整可能对平台的运营模式产生根本性影响。
5. 自动驾驶的挑战：
滴滴也在积极布局自动驾驶技术，这又增加了另一个层面的复杂性。自动驾驶不仅仅是算法的优化，还涉及到：
硬件的集成和可靠性： 需要大量的传感器、计算单元，并且这些硬件需要在极端环境下保持稳定工作。
场景的无限性： 真实道路上的场景比围棋局面复杂得多，包括行人、非机动车、各种突发情况、复杂的交通规则等。
安全性是第一位的： 任何一个小小的失误都可能造成严重后果，因此对安全性的要求是极高的。
大规模部署和运营： 如何实现自动驾驶车辆的大规模生产、维护、运营和商业化，是一个巨大的挑战。
为什么说“复杂 100 倍”？
这个“100倍”并非一个精确的数学计算，而是一种形象的比喻，用以强调滴滴所面临的挑战的量级和维度与 AlphaGo 完全不在一个层面。
维度上的差异： AlphaGo 主要是一个算法和计算密集型问题，其核心在于如何在大规模搜索空间中找到最优解。而滴滴则是一个集成了算法、数据科学、工程技术、运营管理、用户体验、市场营销、法律合规等多个维度的问题。
不确定性层级的差异： AlphaGo 处理的是可预测、可模拟的确定性（虽然计算量大），而滴滴处理的是海量的、高度不确定性的人类行为和外部环境。
动态性和实时性层级的差异： AlphaGo 的决策相对“静止”，而滴滴的系统需要在瞬息万变的实时环境中不断做出响应和调整。
利益相关者的数量和复杂性： AlphaGo 的利益相关者是开发者和围棋爱好者，而滴滴的利益相关者是用户、司机、投资者、政府、竞争对手等，其利益诉求差异巨大且相互制约。
总结：
章文嵩的这句话，恰如其分地概括了滴滴作为一家平台型、服务型、科技驱动型公司所面临的巨大挑战。它不是在贬低 AlphaGo 的成就，而是为了强调滴滴业务的人性化、社会化、实时化和多元化的复杂性。
AlphaGo 的目标是在一个高度抽象和规则化的环境中追求“完美”的策略，而滴滴的目标是在一个复杂、动态、充满不确定性和人为因素的真实世界中，为无数用户提供高效、安全、便捷的出行服务，同时还要顾及平台的可持续发展和多方利益的平衡。这种复杂性，从技术到运营，从用户到社会，都远远超出了 AlphaGo 所解决的围棋博弈问题。
网友意见
同意上面 @卷积云 答案中“避重就轻”的说法。
诚然，章文嵩是技术大牛，有资格对各种复杂问题进行研究和发表言论。
但关键在于，吃瓜群众是不会在乎问题是难是易，你让他们在乎也没有这个技术背景和时间去深入了解。
对于 AlphaGo，群众的情绪是被开创性的成功所鼓舞，并在当时引发了 AI 新一轮大火。而对于最近的滴滴，群众的情绪是由”大数据杀熟“、”美团加入出行市场“等事件所带动起来的，总体是负面偏多。
然后以人类的”快速“思维模式联想，”滴滴“不说解决啥有效解决方法，反而说这说那，是不是心里有鬼，要找各种借口了。而且对于普通群众来说，滴滴能做的事情，美团、Uber等一堆公司都能做，而 AlphaGo 能做的事情，目前较有名的是腾讯绝艺在苦苦追赶，可以说是一览纵山小的态势。那么两者”对比“，”结果“也很明显了...
所以，这明显不是同一类问题的两个东西被拿出来到比较，我想绝大部分时间里都没啥问题，只是在这个特殊时间里，群众就很可能不会如章文嵩所想的那般去分辨和对比咯。
没看懂 他这个2秒撮合一次，一天86400秒，所以要考虑 43200步是个什么意思。
如果是派单撮合这个事情，也不涉及路径规划，搜索空间是不可能比围棋来的大的。派单撮合这个事情 从产生场景 频率人数上比起互联网广告的撮合都小不止一个数量级。偷换概念或者表达有问题。
说滴滴的算法比alphago 复杂100倍 这个我是信的，把问题解法搞复杂不是很难的事情。
把滴滴派单这个问题的复杂度比围棋复杂度高100倍。这个我是不信的。
棋盘 19x19,每个位置 无子，黑，白 三个状态，解空间是 3^361次方 约等于 9^180次方。
即便是每2秒撮合一次，哪怕方圆十公里 有一千万出租车司机空载 和一千万个用户要打车，解空间也就是 10^7 * 10^7=10^49 次方。
噢~~~ 我知道他想说啥了。他是这么比较两个问题的，他说的是滴滴调度的面临的问题比棋盘空间复杂。他这个2秒一步是指2秒搓合一次，改变调度状态。假如 这个调度是调度全城的车辆出行，要优化道路容量提高平均时速 那从路网复杂度的角度来讲路网是完爆棋盘的。但是 滴滴调度的这个问题并不是，这里被偷换概念了。首先滴滴调度并不影响路上行驶的其他车辆，他只搓合出租车（快车等），而且这个调度也不是没有最优解。衡量调度水平就是看出租车平均空载率。
我随手搜了两个数据 2015年 北京出租车 6.6万辆
2013年 北京出租车 日均接单15.
假设 滴滴在北京一天要调度 100万辆车 ，每辆车一天接30单，也就是一天要撮合3000万次
（这就意味着北京2300万人口的话每人每天得打1.5次车了）
你无论这么折腾 也就是这么多乘客这么多单，所以极限情况，滴滴调度的解空间也就是3000万单*100万车，算上要考虑始发和终点 也就是这个6*10^12数量级了。离棋盘还远着呢。。。
空驶率是要看调度效率和乘车供求关系的，全职出租车（半全职快车）为例实际上供给是可以认为是固定的。如果需求减半 空驶率肯定是下降的，那么如何提高需求提高人们的打车意愿，降低等待时间和费用，提升客户体验才是提高效率降低空驶率的关键。大家抱怨滴滴派单体验不好，正是反映问题到了根上。
这个时候说什么算法比alphago复杂？
要么是真糊涂，要么是揣着明白装糊涂。要么是蠢，要么是坏。
很纳闷，为什么我几年前来到知乎，就遍地是诉诸权威的神逻辑，到现在了丝毫无改善，每次答题还要再反驳一次？
这位章大师，假设他真是能力超群，这能保障他不闭眼睛说瞎话，为利益集团发声么？没吃过猪肉，总见过猪跑，郎咸平总认识吧？
其实这题根本没有反驳的必要，因为问题的复杂性高和你公司本身的实力毫无关系（虽然问题都属于马尔可夫决策过程）。打个比方，一个庸医可以去治癌症，一个明医也可以去治感冒。癌症显然比感冒更复杂，然而我们能说治疗癌症的庸医其医术就比治疗感冒的明医高么？显然，治感冒的医生要和治感冒的比，治癌症的医生要和治癌症的比，这才有可比性。
AlphaGO的NB之处不仅在于他打败了人类，还在于他吊打所有其他的围棋算法——在完全相同的围棋规则、完全相同的棋谱数据的前提下（印象中现在腾讯依然被吊打）。如果滴滴和谷歌共享同样的数据，然后他们的算法创造的盈利是谷歌的N倍，那我当然可以承认滴滴的技术领先全球。但是，显然滴滴不可能这么做，所以现阶段的一切，包括拿“目标难以明确”打马虎眼，我都只能认为是滴滴的自吹自擂，因为缺乏任何参照体系。
最后说两点感想。第一点，这位章大师的自创“名词”在我看来十分混乱，比如其对“开放”的定义，一会儿好似指算法是否有明确目标，一会儿又好似指信息是否完全（因为星际争霸等游戏显然有明确目标）。第二点，我虽然没怎么接触过派单问题，但是他嘴里的“复杂度”有种忽悠的感觉，就像有答案里提到的，乌鲁木齐出租车的动态和你北京出租车的动态有毛关系？
附微博原文：
鉴于章先生的学术能力和技术背景，在下更愿意理解为这是一次错误的类比，而不是说他不懂技术或者别的。
章文嵩先生的目的是要强调：派送不难，难在调度，难在找到最优解。刚好AlphaGo是介绍高难度技术跟最优解的良好媒介，就拿来用了。
但是，章先生的类比的确很不恰当。
- 时间段选择有问题。派单能产生相互影响的跨度有限，今天0:01的时候派单跟今晚23:59派单几乎不会有任何的联系了。
- 复杂度对比标准出错。如果按照章的说法，2秒配对一次，相当于围棋落子一次。那么落子361次就相当于大约12分钟的派单任务量。在不考虑每次派单跟每次落子的难度不同的前提下，AlphaGo相当于可以做到，把12分钟以后的那一单怎么派考虑在内了。滴滴的派单是不是真有这么高的预测能力？是不是需要这种能了？这是一个疑问。
- 最优解的意义不大。市场需要的不是你的技术多么先进，而是你的技术可以解决多少问题，花多少钱。如果为了实现最优解，滴滴需要比AlphaGo难度高一百倍的技术和计算。但是，实现近似最优解的是目前的技术稍加改进就能完成的，甚至目前的技术能力已经是可以接受的。市场需要的不是最先进的技术，而是最实用的技术。不是说派送系统不需要优化，而是不需要优化到找到最优解。在接近最优解之后，为了最后的一点点提升，需要投入的技术和金钱是非常惊人的。如果滴滴没有考虑过要完成这个任务，就没必要说出来了。
奥数比高考数学难多少倍，对于一个不准备通过竞赛进入大学的学生而言，没什么参考意义。
如果滴滴不需要最优解方案，只需要近似值就可以，强调最优解的难度，对于滴滴没什么意义。
别的就不说，要考虑43200步的算法比最多361步的算法复杂100倍。就这个说法，还有什么需要讨论、辩驳的呢？！
如果是按某种辨识知识，每次只是重复决定当前该如何，如果不考虑历史因素，那43200步的复杂度和单次的复杂度是一样的，如果需要考虑历史因素，其实也就是两种情况，考虑上次和全部考虑，考虑上次这还是常次项表达式的复杂度，根本不在AI的范畴之内，而如果要考虑全部历史，这个复杂度，根本不可能。
发表这个言论的根本就是混淆了系统和算法的概念，无论你如何考虑，撮合一单的复杂度都不能用两秒一次则一天就要考虑43200步来衡量。
从系统的角度看，滴滴肯定要比狗复杂的多的多的多，但就单次撮合的复杂度来说，滴滴就是不用AI一样搞得定，无非就是一个资源多属性加权综合的问题。
这根本就是两类问题，滴滴要解决的问题复杂，导致系统及其复杂，这种情况下每单的处理反而不能复杂，否则根本无法保证客户体验，但解决这种系统复杂度的，依靠的显然不是什么AI，而是软件工程方法和相关技术。当然现在实力强了，可以加强每单的处理优化。
围棋的规则、系统简单至极，但无法切割成一步一步独立进行优化，这才是典型的AI处理的问题
类似的话题
-
滴滴出行联合创始人兼 CTO 兼自动驾驶公司 CEO 章文嵩曾表示，滴滴面临的问题比 AlphaGo 复杂 100 倍。这句话一出，立刻引发了广泛的讨论和猜测。要理解这句话的含义，我们需要深入分析滴滴所处的行业、其业务模式的复杂性，以及与 AlphaGo 进行对比时所展现出的差异。首先，我们来理解一............. -
关于“二更食堂”发布的那篇关于滴滴顺风车乘客遇害事件的推文，我的看法是，它在引发公众关注和讨论的同时，也暴露出了一些问题。首先，我们必须承认，“二更食堂”的推文 确实在第一时间抓住了公众的眼球，并且以一种非常 煽情和具有冲击力 的方式，将滴滴顺风车乘客遇害这一令人发指的事件再次推向了风口浪尖。在许多.............
-
滴滴一名技术总监因受贿 1000 万元并被移交公安机关，这是一个令人震惊且值得深入探讨的事件。它不仅涉及个人职业道德和法律责任，更折射出科技公司内部治理、权力腐蚀以及对行业生态的影响。以下是我对这一事件的详细看法：一、事件本身：冰山一角下的腐败现象 严重的经济犯罪： 1000 万元的受贿金额是一.............
-
滴滴专车在上海被禁，这是一个相当复杂且引发广泛讨论的事件，背后涉及了交通运输的合规性、平台经济的监管、地方政策的执行以及司机和乘客的切身利益。要详细看待这个问题，我们需要从多个层面去分析。事件的背景和起因：首先，需要明确的是，滴滴专车在上海被禁并非一夜之间发生，而是长期以来一系列监管政策和执行力度加.............
-
滴滴司机反复撞击乘客致死，这无疑是一起极其恶劣的刑事案件，其残忍程度令人发指。这样的行为，无论出于何种原因，都早已超出了任何可以被理解的范畴，是对生命最赤裸裸的践踏和蔑视。首先，从法律和道德的层面来看，这种行为是绝对不可容忍的。司机作为公共交通服务的提供者，本应保障乘客的安全，提供一个可靠的出行环境.............
-
看到滴滴顺风车再次发生温州女孩遇害的悲剧，我的心情非常沉重，尤其是这距离上次的事件没过多久，这种生命的逝去，带给家人的痛苦，以及对社会安全感的冲击，是难以言喻的。 这不仅仅是一个单独的个案，它暴露出了平台管理、安全措施以及用户安全意识等方面存在的严重问题。如何看待滴滴再次出现温州女孩搭乘顺风车遇害事.............
-
关于滴滴前员工就滴滴与 Uber 紧急事故应对监管机制发表的文章，我们可以从多个维度进行解读。这类文章通常会揭示公司在安全管理、内部流程、数据透明度以及与监管机构互动等方面存在的深层问题。以下是对这类发文可能暴露问题的详细分析：一、文章的核心内容与可能的目标：首先，我们需要理解这类文章的核心可能在于.............
-
滴滴出行宣布在9月8日至15日期间暂停深夜服务（通常指午夜0点到凌晨6点），这一举措无疑在出行市场乃至社会层面引起了不小的波澜。要理解这件事，我们需要深入剖析其原因、潜在的意图以及可能带来的多方面影响。滴滴为何要暂停深夜服务？最直接的原因，也是官方声明中强调的，是为了配合相关部门的专项安全检查。近两.............
-
这件事说来话长，背后牵扯到的可不只是一个简单的“谁更强”的问题，而是掺杂了社会观念、职业认知、家庭期望，甚至还有点“价值攀比”的意味。咱们掰开了揉碎了聊聊，看看为什么会发生这种让人哭笑不得的局面。首先，我们得承认，80万年薪在大多数人眼里，已经是相当不错的收入了，尤其是在互联网行业，这更是很多普通人.............
-
怒火中烧的五星司机：滴滴安全事件背后的复杂人性近日，滴滴平台上发生了一起令人震惊的安全事件：一名被乘客评为五星的司机，竟持刀伤人。这起事件犹如一颗重磅炸弹，瞬间引爆了公众对于网约车安全、司机心理健康以及平台监管的讨论。究竟是什么让一位在无数乘客眼中“服务周到”、“值得信赖”的五星司机，走向了持刀伤人.............
-
对于滴滴 CTO 张博否认“大数据杀熟”的说法，我倾向于从多个角度来审视和理解。首先，我们要明确“大数据杀熟”这个概念的内涵。它通常指的是商家利用掌握的用户数据，对老用户或忠实用户展现出比新用户更差的优惠力度、更高的价格，或者提供更差的服务体验，以此来实现利润最大化。这其中涉及到的核心是信息不对称和.............
-
滴滴顺风车业务的再次下线，以及随之而来的管理层变动，无疑是近期出行服务领域最受关注的事件之一。这不仅仅是一次简单的业务调整，更是对一家头部科技公司在安全责任、用户信任以及合规经营等一系列核心问题上的深刻拷问。从“暂别”到“暂别”的轮回：安全困境的再现说滴滴顺风车“再次”下线，其实是一种无奈的重述。早.............
-
滴滴最近这次更新，把游戏中心搬进了打车软件里，这事儿确实挺有意思的，也让不少人有点摸不着头脑。毕竟，谁打个车，突然看到一堆游戏，会想到什么？估计不少人第一反应是：这还是我认识的那个滴滴吗？从一个普通用户的角度来看，滴滴最核心的功能就是出行，是用技术手段解决我们“怎么去”的问题。现在突然在首页给你塞进.............
-
滴滴司机上传无素质拖鞋翘脚女乘客视频被封号并道歉，这事儿啊，说起来挺有意思的，也挺值得说道说道的。 你想啊，咱们生活在这个信息爆炸的时代，手机摄像头几乎成了咱们的“第三只眼”，随时随地都能记录下身边发生的一切。 但关键就在于，你用这只眼睛去记录什么，又如何去使用这些记录，这背后涉及到很多东西。先.............
-
滴滴顺风车朝 5 晚 8 的时间调整，这事儿可不简单，背后牵扯的利益和考虑可太多了。咱们一层层地扒一扒。为什么这么调？首先，最直观的理由肯定是为了“安全”。大家都知道，顺风车之前出过一些让人揪心的事件，尤其是在深夜。把服务时间限制在早五晚八，理论上能大大降低夜间运营的风险，特别是对女性乘客和司机来说.............
-
滴滴对于“司机开车冲撞乘客致其身亡”事件的回应，尤其是那句“恳请司乘之间多一份尊重和包容”，确实引发了不少讨论和思考。我们不妨从几个层面来剖析这件事，看看滴滴的回应以及它背后折射出的问题。首先，滴滴的回应速度和基本事实的披露。在如此严重的事件发生后，平台的回应是至关重要的。滴滴迅速表示“该司机已被警.............
-
这事儿要是真的，那可真是让人心里头很不舒服，甚至有点被欺骗的感觉。咱就好好唠唠，这滴滴打车“偷偷给乘客绕路”到底是怎么回事，以及这背后可能存在的操作和对乘客的影响。首先，咱们得明白，为什么会有“绕路”这回事？理论上，打车软件最理想的状态就是给你规划出一条最快、最经济的路线。但现实情况复杂得很，影响路.............
-
这件事确实挺让人啼笑皆非，又夹杂着几分让人不适的情绪。简单来说，滴滴官方账号在一次抽奖活动中，竟然把一个因为滴滴司机驾驶失误而导致其妻子高位截瘫的当事用户给抽中了。更让人难以接受的是，在事件引发关注后，滴滴迅速删除了这位用户的抽奖结果。这事儿如果细究起来，里面门道可不少，也暴露了滴滴在处理用户关系和.............
-
滴滴顺风车重新上线，这无疑是近期出行领域最受关注的话题之一。对于这个曾经引发巨大争议的业务，它能否再次赢得用户的信任，以及在安全方面究竟做了哪些实质性的改进，是所有人都在拭目以待的。重新上线意味着什么？首先，滴滴顺风车的重新上线，释放了一个非常明确的信号：滴滴在经历了それ以来に深刻的危机后，正试图通.............
-
滴滴最近公布抽成这件事，确实是搅动了一池水，让不少人和我一样，开始仔细琢磨这背后的门道。这事儿可不是一句两句话就能说清楚的，得好好掰扯掰扯。首先，这事儿的“大背景”得先捋清楚。 滴滴作为国内最大的网约车平台，抽成高不高，这都是大家一直以来比较敏感的问题。疫情这两年，大家日子都不好过，司机师傅们更是辛.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有