想知道关公战秦琼：聂卫平VS章文嵩是关公战秦琼

> “棋圣”聂卫平

　　欢迎关注“创事记”的微信订阅号：sinachuangshiji

　　文/新浪科技 霍克

　　近日，滴滴副总裁章文嵩去年十月的一场演讲在网络上引起了热议。章文嵩在演讲中表示，滴滴的算法非常复杂，比AlphaGo面临的问题要复杂很多很多倍。

▲章文嵩在演讲现场

　　“这个问题复杂到什么程度呢？一天有86400秒，如果以两秒钟撮合一次计算，我们要考虑43200步（每一步都包含以上提到的计算量）。围棋格子里面只有19层棋局，最多361步，而且都有确定性的解，是赢，还是输，还是平局，但我们这个调度的最优解是在不停变化的，所以这个问题比AlphaGo面临的问题要复杂很多很多倍，需要非常强大的科技手段和计算能力。”

　　这一说法引起了不少围棋界人士的关注。针对围棋算法比滴滴出行简单的论调，聂卫平回应称，围棋的变化是10的808次方。“如果围棋的算法比滴滴都简单，何须拥有巨大资金和技术支撑的AlphaGo团队出马，一个小学生就足够研究透彻了！”

　　值得一提的是，聂卫平此前曾惜败于AlphaGo的马甲Master，他对AlphaGo的棋力评价很高。

　　聂卫平 VS 章文嵩：关公战秦琼

　　说句实话，聂卫平与章文嵩这场隔空论战，颇有一些“关公战秦琼”的味道。在我看来，章文嵩和聂卫平都犯了同一个错误——对自己不够了解的事情横加评论。

　　章文嵩演讲中的一个明显的硬伤在于，他认为围棋最多只有361步。这显然是想当然了。通过查阅资料，我们不难发现，尽管绝大多数围棋对局的手数都在361手之内，但超过361手的对局也并不罕见。

　　2013年9月5日，第18届三星杯首轮小组赛第三日，邬光亚与徐奉洙终局时392手的手数打破了世界围棋大赛本赛阶段有棋谱可考的最长手数纪录。

　　2017年3月13日，第9届海峰杯在台湾海峰棋院32强战，林修平VS陈禧一局共弈414手，打破了台湾职业棋战史上最长手数对局纪录。

林修平VS陈禧在海峰杯上共弈414手，感受下这个几乎落满子的棋盘

　　章文嵩忽略了围棋中打劫和提子的情况。章文嵩自己也很快意识到了这一点，并在微博上发布文承认了自己的错误。“围棋最多361步这个说法不准确，抱歉！没有考虑到打劫和提子的情况，感谢大家的讨论提升了我的认知。”

　　聂卫平的错误之处则在于，他对于人工智能技术同样不甚了解，仅仅凭借自己对围棋的认识，就断言滴滴派单系统的复杂程度不如围棋。这显然也不是一个科学的态度。

　　AlphaGo VS 滴滴派单系统：到底谁强？

　　一些评论指出，滴滴派单问题的复杂度肯定是大于围棋的，但在算法上未必优于AlphaGo。对此，章文嵩表示，自己只是为了表达派单问题的复杂度，并非对比滴滴算法和AlphaGo算法的优劣，“我们也使用增强学习算法”。

　　事实上，对比滴滴算法与AlphaGo算法的优劣是困难的，两个系统并非为了同一个目标设计，且不像语音识别与图像识别这些领域一样具有国际承认的测试标准。这种对比同样缺乏现实的意义，滴滴派单算法的真正对手应该是美团和Uber，而非AlphaGo。

　　单从外部的评价来看，AlphaGo的美誉度与影响力显然要高于滴滴派单系统。业内普遍认为，AlphaGo是一次技术上的突破，是对人工智能算法的一次革新。

柯洁败给AlphaGo后泪洒赛场

　　创新工场创始人李开复认为，AlphaGo代表了当前完美信息领域的机器最高水平。腾讯副总裁、AI Lab组建人姚星则表示，Alpha Zero是对算法的革新、学习方法的革新。“它颠覆了人类的学习方法，这一点让我们很震撼。”

　　而从我们生活的角度来看，滴滴派单系统的影响力无疑要超过AlphaGo。作为消费者，我们当然也希望滴滴能够在算法领域取得突破，为乘客提供更加优质的乘车服务。

　　滴滴算法的真正问题是什么？

　　抛开算法优劣的问题，在近期的一系列事件中，滴滴的算法无疑是暴露了一些问题，这些问题与技术有关，也关乎价值观。

　　微博认证为“评论人”的网友@康国平 在转发聂卫平关于滴滴算法的博文时说道，“滴滴有啥算法呢？就是传说中的杀熟算法，还是等一等算法？有些恋爱中的男女早懂这个算法了，来了电话，不接，等一等，再接起来，气喘吁吁地，说，差点就没接上……”

　　表面上，这条评论反映了网友对于滴滴计价不够透明与打车难的不满，但更深一层上，这反映了滴滴计费系统与排队系统存在的问题。

　　1、“大数据杀熟”

　　“大数据杀熟”对应的是滴滴的计费系统。

同一时间，滴滴对于两个用户同一段路程的预估价却不一致

　　在此前的报道中，有用户发现，在同一时间，滴滴对于两个用户同一段路程的预估价却不一致。此后，多家媒体对此事进行了跟进。

　　3月23日，滴滴出行CTO张博在滴滴内网发文否认滴滴存在“大数据杀熟”。张博表示，滴滴平台不允许价格歧视，价格不会因人、设备、手机系统而不同。至于预估价和实际支付车费不同，前者是行车前的参考，会实时波动，后者是根据行程标准给出的价格。

　　张博认为造成“预估价”波动的原因主要有：

　　第一，每个行程的预估价是根据乘客定位、实时路况、预估行驶里程、时长计算预估的。这些变量都会影响预估价。滴滴预估价是按毫秒实时新的，所以进入预估价界面的时机不同，看到的结果也不同，哪怕一分钟内也会看到不同的预估价。

　　第二，滴滴显示的预估价金额=预估价-优惠券抵扣金额。有一些网上的示例对比忽略了优惠券抵扣金额，因此造成误解。

　　第三，乘客发单时所处的网络环境是复杂的，这都会影响用户的定位信息。即使同名的起点和终点，也会受GPS精度影响，从而影响预估价的估算。

相同时间，相同路线，报价却相差2.5元，上车站点也相距数十米。

　　在我看来，张博的解释是合理的，但仅仅解释是远远不够的。平台需要进一步优化定位系统的准确性与路线规划的合理性，尽可能为所有用户提供相对公平、准确、快捷的服务。目前来看，即便相对短程的订单，平台对同一时间、相同路程的报价仍可能相差几块钱，这个差距还是有些过大了。

　　2、“等一等”算法

　　“等一等”算法对应的是滴滴的排队系统，指的是当用户处在滴滴的排队系统中时，越到最后，每前进一个排位花费的时间越多。

一次不是那么愉快的叫车经历

　　相信不少后厂村的小伙伴都曾经在上下班高峰期体会过滴滴排队的痛苦。

　　寒冷的冬夜，下班后准备回家的你打开滴滴，发现需要排队：

　　6：20，当前排位11号，预计还需等待20分钟（还成，等等吧）；

　　6：30，当前排位5号，预计还需等待10分钟（有点慢啊，怎么还没到我）；

　　6：40，当前排位3号，预计还需等待7分钟（怎么还不来，都超时了）；

　　6：50，当前排位1号，预计还需等待1分钟（终于到我了）；

　　6：55，当前排位1号，预计还需等待1分钟（WTF~，取消取消，大不了我步行回家。滴滴：您现在取消，再次叫车需要重新排队哦）；

　　6：56，当前排位1号，预计还需等待1分钟……

　　“等一等”的现象给乘客很多不好的体验。这无异于利用乘客“沉没”的时间成本，迫使浪费更多的时间在等车上。

　　“等一等”算法或许出自技术原因，但也反映了算法在“车辆调配”与“时间估算”上也许存在问题。

　　需要指出的是，因为“幸存者偏差”的存在，“等一等”的现象可能没有我们想象的那么严重——消费者可能只记住了那几次体验不佳的打车经历，而当消费者需要排队的时候，发生这种不愉快的概率又远大于平时。

　　然而，对于平台而言，“大数据杀熟”与“等一等”算法等问题却不容忽视。

　　在国际市场上，滴滴与Uber的竞争已经逐渐由对市场份额的竞争，转向对“软银出行集团”内领导权与话语权的竞争，商誉上的优势是滴滴战胜Uber的重要筹码；而在国内，美团已经在多地展开进攻，对于滴滴的冲击或许近在眼前。

　　“算法”从来不是滴滴的壁垒，资本与品牌也要重要得多。

　　除了大数据杀熟与“等一等”，你对网约车服务还有哪些不满呢？欢迎在评论中指出。