Lyft

据美国科技网站VentureBeat北京时间7月13日报道，美国打车应用Lyft投入了大量时间开发各种工具，帮助其模拟机器学习算法的结果，该公司还计划在近期让这些工具得到更为广泛的应用。

据Lyft第三方市场团队产品主管艾比尔·卡拉曼（Erbil Karaman）介绍，Lyft模拟系统是该公司机器学习发展过程中的主要组成部分。当Lyft最开始测试机器学习模型的时候，他们借助于模拟系统来分析其业务在早期可能受到的冲击。

卡拉曼在旧金山举行的VentureBeat MB 2017大会上表示：“这其实是一种模型仿真工具，旨在研究所谓的超参数（hyper parameter）以及我们在乎的一些结果，试图向我们提供有关这种模型为何不同于其他模型的早期信号。”

机器学习与Lyft体验的多个重要部分有关。Lyft的路线算法、定价算法、司机匹配算法及其他系统，都在某种程度上依赖于机器学习模式。让这些工具向其他机构开放，可以帮助其他公司加快开发机器学习模型的速度。

测试和升级机器学习模型是一个耗时费力的过程，特别是在企业将它们部署于生产系统，用以更好地收集数据的时候。Lyft将模拟工具当作一种先期测试模型的途径，因为它们在对Lyft服务的现场版本进行试验时的功能有限。

卡拉曼指出，Lyft目前正努力使那些内部系统做好让公众监督的准备。“我们会在未来几个月进行一些学术推广，因为我们认为这种推广与我们的业务密切相关，这种模拟系统可用于理解早期信号或至少是异常情况，”他说。

目前，众多科技公司都把用以从事机器学习工作的内部工具开源，而Lyft的最新举动就属于整个趋势的一部分。微软、谷歌、Facebook和亚马逊及其他科技公司都进行了大规模投资，通过开源软件将其机器学习堆栈的重要部分推向公众。

Lyft已经将公司其他工具作为开源项目（如Envoy）或是服务代理，面向公众推出。