5月21日，由腾讯主办的“腾讯位置服务 位道技术沙龙”在北京举行，多位业内“大咖”分享了各自在LBS领域的人工智能应用及相关技术创新。腾讯地图导航技术总监江红英表示，尽管在一些传统领域AI模型的初始效果未必能够超过传统模型，但还是要积极拥抱人工智能，目前腾讯LBS已经通过AI的引入和应用让ETA计算变得更加智能。
腾讯地图导航技术总监江红英演讲
ETA就是常说的“预计到达时间”，可以帮助人们更好的安排出行时间。对于网约车、物流、外卖等行业，在车辆和人力资源的调度上，ETA可以提供很好的决策支持。然而，AI模型的引入对于传统模型来说是一种颠覆，需要很大的勇气去舍弃多年积累的成果;同时，在传统模型的大数据积累相对不足的条件下，AI模型在初始阶段未必能收获理想的效果。
尽管如此，江红英认为，“我们还是要积极的拥抱AI，因为AI不仅有很严谨的数学模型，有大量的历史数据，而且通过大数据的训练，会把一些程序逻辑转化成配置逻辑;同时，机器学习会把线上的逻辑转化成线下的训练。AI通过这两个转化，遵守了码农定律，所以得到一个更好的结果也是可以理解的。”
据江红英介绍，从2015年开始，腾讯地图就陆续将AI技术引入到导航服务中解决各种问题。以ETA为例，以往用传统模型计算的结果，平均误差在19.5%左右，并已经到达难以突破的瓶颈。但在引入AI模型后，平均误差表现出了断崖式的下降，目前能够控制在15.13%以内。
除了对人工智能应用方面的分享，江红英还认为，要有量化一切的意识。她举例说，“ETA计算的核心特征之一是实时速度，而实时速度是从路况中提取出来的，路况计算又依赖于实时的数据源，所以一开始就对实时数据源进行监控，起初并不是为ETA服务的，但在无意间发现数据源的监控指标和ETA的badcase存在相关性，于是就引入了。所以，对所有的业务属性都要尽可能去量化，量化的指标才便于观察和分析，而且我们不知道什么时候某个指标就被我们采纳，成了一个不错的特征。”
目前，ETA的使用场景非常广泛，小到个人出行，大到城市规划，拥堵缓解，都需要ETA服务。ETA服务的准确率直接关系到出行、物流和O2O等行业在运力管控和订单分派的方面的效率。腾讯位置服务已经与微信、手机QQ、京东、滴滴出行、新美大、艺龙和同程等不同行业诸多产品展开合作，而AI模型的引入将帮助腾讯位置服务和合作伙伴一起建立更加完善的生态体系。
