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。
精彩评论