Η Uber επεκτείνει την υποδομή και τις δυνατότητες Τεχνητής Νοημοσύνης που αξιοποιεί στο περιβάλλον της Amazon Web Services (AWS), ενισχύοντας κρίσιμες λειτουργίες που υποστηρίζουν σε πραγματικό χρόνο τις διαδρομές και τις on-demand παραδόσεις της. Στο πλαίσιο αυτό, η εταιρεία χρησιμοποιεί περισσότερο τα AWS Graviton instances για τα Trip Serving Zones της, ενώ έχει ξεκινήσει πιλοτικά και την εκπαίδευση ορισμένων μοντέλων AI στο Trainium.
Η κίνηση αυτή, σύμφωνα με την εταιρεία, στοχεύει σε ταχύτερη αντιστοίχιση επιβατών και οδηγών, αποτελεσματικότερη διαχείριση της ζήτησης σε παγκόσμια κλίμακα και πιο προσωποποιημένες εμπειρίες για εκατομμύρια χρήστες που χρησιμοποιούν καθημερινά την πλατφόρμα.
Κάθε φορά που ένας χρήστης ανοίγει την εφαρμογή της Uber και ζητά μια διαδρομή, ενεργοποιείται στο παρασκήνιο μια αλυσίδα διαδικασιών που ολοκληρώνεται σε κλάσματα του δευτερολέπτου. Το σύστημα πρέπει να υπολογίσει ποιος οδηγός βρίσκεται πιο κοντά, ποια είναι η βέλτιστη διαδρομή και ποιος είναι ο εκτιμώμενος πραγματικός χρόνος άφιξης.
Για να λειτουργεί αυτό το μοντέλο ταυτόχρονα για εκατομμύρια χρήστες, απαιτείται υποδομή υψηλής κλίμακας και άμεσης απόκρισης, ιδιαίτερα σε περιόδους αιχμής.
Τα Trip Serving Zones αποτελούν την υποδομή πραγματικού χρόνου πίσω από κάθε διαδρομή και παράδοση της Uber, εκτελώντας εκατομμύρια υπολογισμούς και επεξεργασία δεδομένων τοποθεσίας μέσα σε χιλιοστά του δευτερολέπτου.
Η Uber αναφέρει ότι αξιοποιεί πλέον σε μεγαλύτερο βαθμό τις υπολογιστικές, αποθηκευτικές και δικτυακές δυνατότητες της AWS, προκειμένου να ενισχύσει τη λειτουργία αυτών των συστημάτων. Με την αυξημένη χρήση του AWS Graviton, η εταιρεία επιδιώκει να μειώσει την κατανάλωση ενέργειας, να ανταποκρίνεται ταχύτερα όταν αυξάνεται η ζήτηση και να περιορίζει ταυτόχρονα καθυστερήσεις και κόστος.
Η υψηλή απόδοση του Graviton επιτρέπει την εκτέλεση κρίσιμων υπολογισμών σε πραγματικό χρόνο, συμβάλλοντας στην ταχύτερη αντιστοίχιση επιβατών με οδηγούς, χωρίς να επηρεάζονται η αξιοπιστία, η διαθεσιμότητα ή η ασφάλεια των υπηρεσιών.
«Η Uber λειτουργεί σε τόσο μεγάλη κλίμακα που ακόμη και τα χιλιοστά του δευτερολέπτου παίζουν ρόλο», δήλωσε ο Kamran Zargahi, Vice President of Engineering της Uber. «Χρησιμοποιώντας περισσότερο την AWS για αυτές τις λειτουργίες, μπορούμε να βρίσκουμε πιο γρήγορα τον κατάλληλο οδηγό για κάθε επιβάτη και να ανταποκρινόμαστε στην αυξημένη ζήτηση για παραδόσεις χωρίς προβλήματα.»
Παράλληλα, η Uber έχει ξεκινήσει πιλοτικά να δοκιμάζει το AWS Trainium για την εκπαίδευση ορισμένων από τα μοντέλα Τεχνητής Νοημοσύνης που υποστηρίζουν τις εφαρμογές της.
Τα μοντέλα αυτά αναλύουν δεδομένα από δισεκατομμύρια διαδρομές και παραδόσεις, ώστε να επιλέγουν τον καταλληλότερο οδηγό ή διανομέα, να υπολογίζουν με μεγαλύτερη ακρίβεια τον χρόνο άφιξης και να προτείνουν πιο κατάλληλες επιλογές παράδοσης στους χρήστες. Η εκπαίδευση τέτοιων μοντέλων σε τόσο μεγάλη κλίμακα απαιτεί σημαντική υπολογιστική ισχύ, με την Uber να επισημαίνει ότι το Trainium προσφέρει μια πιο αποδοτική και οικονομικά συμφέρουσα λύση.
Καθώς τα μοντέλα βελτιώνονται με βάση ολοένα και περισσότερα δεδομένα, η εταιρεία εκτιμά ότι θα μπορεί να προσφέρει πιο ακριβείς εκτιμήσεις χρόνου άφιξης, ταχύτερη αντιστοίχιση και πιο προσωποποιημένες προτάσεις σε χρήστες σε όλο τον κόσμο.
«Ξεκινώντας να δοκιμάζουμε ορισμένα από τα μοντέλα Τεχνητής Νοημοσύνης μας στο Trainium, χτίζουμε μια τεχνολογική βάση που θα κάνει κάθε εμπειρία στην Uber πιο “έξυπνη”», σημείωσε ο Kamran Zargahi. «Έτσι μπορούμε να εστιάζουμε εκεί που έχει πραγματικά σημασία: στους ανθρώπους που χρησιμοποιούν την Uber καθημερινά.»
Από την πλευρά της AWS, ο Rich Geraffo, Vice President and Managing Director, North America της AWS, ανέφερε ότι η Uber αποτελεί μία από τις πιο απαιτητικές εφαρμογές πραγματικού χρόνου παγκοσμίως.
«Η Uber είναι μία από τις πιο απαιτητικές εφαρμογές πραγματικού χρόνου παγκοσμίως και είμαστε περήφανοι που αποτελούμε βασικό μέρος της υποδομής που στηρίζει τις δραστηριότητές της», δήλωσε ο Rich Geraffo. «Συμβάλλουμε ώστε η Uber να προσφέρει την αξιοπιστία στην οποία βασίζονται σήμερα εκατοντάδες εκατομμύρια άνθρωποι, αλλά και τις εμπειρίες που βασίζονται στην Τεχνητή Νοημοσύνη και θα διαμορφώσουν το μέλλον των μετακινήσεων και των υπηρεσιών on-demand παραδόσεων.»
Περισσότερες ειδήσεις
Uber: «Καταφύγιο» τα προσαρμοσμένα τσιπ της Amazon για βελτίωση των υπηρεσιών της
Uber: Ποντάρει 1,1 δισ. ευρώ στην αυτόνομη οδήγηση και στοχεύει σε 50.000 ρομποταξί έως το 2030
Lucid: Νέος CEO ο Silvio Napoli – Στροφή στη «βαριά» βιομηχανική διοίκηση
