都说开车累，你知道这位大侠有多累？

追更人数：4552人

能开好网约车的司机朋友们都是不怕苦不怕累的汉子，毕竟挣钱不易。但全国司机是怎样和上亿乘客每天在滴滴上相互连接，达成交易呢？这背后是啥人在劳心劳力，吃苦受累？

这位大侠就是“滴滴大脑”。其运算速度在毫秒之间。举个例子，

你一次叫车，滴滴大脑平均需运算576亿次！！才能为你匹配出最优的车辆。

576亿=57600000000！！(这么多0)

这个运算量，相当于上万人一起工作多少年啊？光是算清楚这个问题，就能累趴我～

从打开滴滴APP开始，界面上会动的小车、“绿色大头针”的推荐上车点、猜你去哪的终点这些司机和乘客经常看到的信息，都是滴滴大脑运即时运算呈现的结果。

“推荐上车点”：通过大数据挖掘之后，滴滴平台上已经积累了超过3000万个推荐上车点，而且根据不断更新的出行大数据，滴滴大脑每天还会更新大约8万个推荐上车点。这个功能上线以后，截至目前，滴滴平台上超过30%的司机和乘客，按照小绿点不需要通话就可以找到对方，司机的通话量平均下降10%，乘客等候时间平均减少1分钟。

“猜你去哪”则是一种人工智能初体验（传说中的AI）。比方说，周末打开滴滴APP，滴滴大脑会猜你要去丈母娘家，因为你每周末都去丈母娘家打扫卫生。

以一次叫车为例

简单说，滴滴调度问题的复杂程度是下围棋的100倍以上，滴滴大脑的人工智能潜力会比著名的阿尔法狗（Alphago）更大。我们以乘客的一次叫车为例：

乘客发单，乘客自动进入需求池，而当前可用运力（司机）在运力池。两个池子之间，以及池子内部的所有乘客、所有运力之间，滴滴大脑都会进行千丝万缕的关联计算，才能得出最优的匹配方案。

如果乘客选择的是非拼车出行，滴滴大脑会针对运力池、需求池的匹配需求，每一秒计算一次，把整个城市的所有需求和运力，利用矩阵进行匹配计算。比如，1万个需求订单，10万个司机运力，进行最优匹配计算。而且，聪明的滴滴大脑还会计算，周围五公里之内，每个司机的匹配权重，包括订单维度、司机维度，路面距离、考虑接驾过程耗时等等。

如果乘客选择的是拼车出行，滴滴大脑的计算则更为复杂。首先，需要考虑两张拼车订单的方向，是不是去往同一个目的地；同时，还要考虑订单之间的共乘比例，也就是路径重合比例，是不是最优化的拼车；接下来还要考虑接驾和送驾的顺序，先送谁后送谁。

起点和终点确认后，滴滴大脑自动进入“冒泡”计算环节。起终点路径规划、预估价、动调倍数、拼车折扣等等，都需要滴滴大脑根据道路情况、计价规则、供需情况、拼车概率等进行详细计算。APP界面顶部导航条上各条业务线的排序，也是滴滴大脑根据每个人的历史用车使用情况，运算之后做出的个性化排序推荐。

匹配最优车辆，乘客上车之后，还会遇到一个滴滴的“黑科技”——个性化下车点推荐。经过大数据挖掘和机器学习之后，滴滴大脑会自动将车辆导航到每位乘客最经常下车的精确地点，进一步降低司机与乘客的沟通成本。

滴滴交通云

数据显示，目前，滴滴平台每天处理超过300TB数据（相当于30万部电影），每日路径规划请求超过90亿次，日均定位数据超过130亿。2015年，滴滴出行平台完成14.3亿订单，这相当于在中国平均每个人都使用滴滴打过一次车；累计行驶里程达128亿公里，相当于环绕中国行驶29万圈，累计行驶时间达4.9亿小时，相当于昼夜不歇的行驶56000年。今年，滴滴平台日峰值订单超过2000万单，今年的全年订单量将远超去年。

这些庞大的海量数据，如今都正实时上传到滴滴秘密打造的一朵云——滴滴交通云上。滴滴大脑在这朵云上，根据交通度量体系设定，分析海量数据，让分析结果为乘客、司机、交通主管部门等所有出行参与方都带来价值。

未来，滴滴打造的一体化智能交通云平台解决方案，通过将传感器数据、静态道路数据、道路事件等数据与滴滴的OD数据（出发地、目的地）、司机数据、GPS轨迹数据以及运力等数据进行融合，该平台将为智能交通出行服务，帮助城市交通建设及公众出行做出准确的决策。