4 月 16 日- 18 日，全球顶级技术盛会QCon在北京举行，百度外卖首席架构师徐明泉针对外卖物流调度系统做了主题为“经典算法与人工智能在外卖物流调度中的应用”的演讲。
外卖的物流订单调度是外卖行业内的一个重要技术问题，如何将海量订单合理分配给数万名配送员，以达到最高配送效率和最低配送时长是调度要解决的难题。百度外卖研发了业内第一套全自动化智能调度系统，并基于积累的海量配送数据引入机器学习和深度学习进行优化，使调度的合理性、配送员配送效率以及用户体验均实现业内领先水平。这次演讲首次对外分享百度外卖智能物流系统最核心的设计思路，以及如何结合大数据与人工智能对系统进行深入优化，使其具有人工智能系统的自动学习优化的能力。
演讲中，徐明泉首先对物流调度问题进行了拆解，详细介绍了其中路线规划、时间预估、决策模型、分配方案、供需平衡五大重点问题，逐一讲解了百度外卖如何应用经典算法与前沿的人工智能技术进行解决。如时间预估中，商户出餐时间预估就是一个受商户、菜品、时间、堂食忙碌情况等多方面因素影响的极为复杂的问题。百度外卖借助百度深度学习研究院共同研发的深度学习神经网络模型，将预估的精度缩短到5分钟内，使调度更为合理，极大减少了配送员在餐厅内等待的时长。
接下来，徐明泉进一步介绍了调度系统在实现了智能订单全自动化分配后，如何基于大数据实现智能系统的可视化分析和监控，包括可视化回顾历史每个时刻调度效果的时光机系统，实时监控与预警全局配送情况的实时监控系统，对不同调度模型与不同场景进行仿真和评估的仿真系统等。
最后，徐明泉分享了赋予百度外卖智能调度系统如何实现人工智能的自主学习能力。百度外卖结合大量历史数据设计开发了一套高精度的物流仿真系统，这套仿真系统可以实现对任何调度模型的订单分配结果，预测每个订单的完成时间，预测的精度在3分钟之内。基于这套仿真系统，不断采用历史与最新的真实数据训练并优化调度模型，采用类似梯度下降的方式调整模型参数，让调度系统能够根据每个商圈不同的情况自动学习出最优的调度模型。
目前，百度外卖在智能物流领域已经获得数十项发明专利，徐明泉和他的团队正在用最前沿的技术优化着每一个百度外卖订单的配送体验，让用户感受到更快速、更准时的品质服务。