如何看待滴滴章文嵩称，滴滴面临的问题比 AlphaGo 复杂 100 倍？ 第1页

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。

1. 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。
2. 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。
3. 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