Uber: OpenAI-аар ухаалгаар орлого олж, хурдан захиалдаг

Өдөр бүр сая сая хүн унаа захиалах, хоол захиалах, илгээмж илгээх, уян хатан байдлаар мөнгө олохын тулд Uber-д найддаг. Товшилт бүрийн ард замын хөдөлгөөн, цаг агаар, нисэх онгоцны буудлын ирэх цаг, орон нутгийн үйл явдал, эрэлт зэргээс бүрдсэн нарийн төвөгтэй бодит цагийн зах зээл байдаг. Uber асар том цар хүрээнд үйл ажиллагаа явуулдаг: дэлхийн 70 гаруй орны 15,000 хотод өдөрт 40 сая аялал хийгдэж, 10 сая жолооч болон хүргэлтийн ажилтан ажиллаж байна. Хот бүр өөрийн гэсэн үйл ажиллагааны динамик, дүрэм журам, зорчигчдын зан төлөвтэй байдаг тул дэлхийн хэмжээнд тасралтгүй дасан зохицох ёстой системийг бий болгодог.

Uber зах зээлээ дэмжихийн тулд машин сургалтыг удаан хугацаанд ашиглаж ирсэн. Одоо Uber компани том хэлний загвар болон OpenAI-ийн дэвшилтэт загваруудыг ашигласнаар нарийн төвөгтэй өгөгдлүүдийг илүү хурдан боловсруулж, харилцан ярианы хэлбэрээр шуурхай хариу өгөхөөс гадна апп доторх дуут функцийг ажиллуулах боломжтой боллоо.

Uber болон OpenAI-н хамтын ажиллагаа нь жолооч, хүргэгч нарт орлого олох боломжийг хялбарчлах, харин зорчигчдод унаа захиалахад тулгардаг саад бэрхшээлийг багасгах хиймэл оюун ухаанд суурилсан бүтээгдэхүүнүүдийг хөгжүүлэхэд тусалж байна. Мөн OpenAI-н загваруудыг ашигласнаар Uber илүү боловсронгуй бүтээгдэхүүн, үйлчилгээг урьд өмнөхөөсөө илүү хурдтайгаар зах зээлд нэвтрүүлж чадаж байна.

Жолооч нарын хувьд уян хатан байдал нь Uber-ийн хамгийн том давуу талуудын нэг юм. Зарим нь бүтэн цагаар, зарим нь зөвхөн амралтын өдрүүдээр ажилладаг бол зарим нь хичээлийнхээ завсар чөлөөгөөр эсвэл ажлынхаа ээлжийн хооронд жолоо барьдаг. Энэ уян хатан байдал нь жолооч нар сонголтуудыг байнга үнэлж, дараах асуултуудыг асууж байгааг илтгэнэ: Би одоо хаана байр сууриа эзлэх ёстой вэ? Нисэх онгоцны буудал руу машинаар явах нь зүйтэй юу? Үдийн хоолны үеэр хүргэлтийн үйлчилгээ рүү шилжих ёстой юу? Өнөөдөр миний орлого яагаад өөр харагдаж байна вэ?

Эдгээр асуултад хариулахад туслах зорилгоор Uber Uber Assistant-ийг хөгжүүлсэн. Энэхүү хиймэл оюун ухаант туслах нь жолооч нарыг бүртгүүлэхээс эхлээд анхны аяллаа хийх, улмаар өдөр тутмын орлогоо оновчтой болгох хүртэлх бүхий л үе шатанд дэмжлэг үзүүлэх зориулалттай.

“Бид зах зээлийн нэгдсэн тойм мэдээлэл болон бодит цагийн дүн шинжилгээг жолооч нартаа хүргэснээр тэд өөрсдөдөө ашигтай, зөв шийдвэр гаргах боломжийг бүрдүүлэхийг зорьж байна" гэж Uber-ийн Бүтээгдэхүүн хариуцсан захирал Дармин Парих хэллээ.

Туслах нь орлогын чиг хандлага, дулааны зураглал зэрэг нарийн төвөгтэй өгөгдлийг энгийн, үйлдэл хийх боломжтой байршлын ойлголт болгон хувиргаснаар жолооч нарт хаана, хэзээ мөнгө олоход тусалдаг. Дараа нь тэд энгийн хэлээр дараагийн асуултуудыг асууж, тохируулсан хариултуудыг хүлээн авч, аппликейшнийг хялбархан ашиглах боломжтой.

Uber-ийн зорилго бол танин мэдэхүйн ачааллыг буюу жолооч нар орлого олох явцдаа зах зээлийн нарийн төвөгтэй өгөгдөлд дүн шинжилгээ хийхэд зарцуулдаг хүчин чармайлтыг багасгах явдал юм.

Энэ нь шинэ жолооч нарт онцгой ач холбогдолтой болох нь батлагдсан. Uber-н бодит өгөгдлийг хиймэл оюун ухаанаар нэгтгэн дүгнэж, ойлгомжтой байдлаар хүргэх нь жолооч нарт ажлын явц болон зах зээлийн динамикийг туршилт-алдааны аргаар сурахаас хавьгүй хурдан эзэмшихэд тусалж, улмаар тэдний ажлын дадлагажих үйл явцыг хурдасгадаг болохыг Uber тогтоожээ.

Uber Assistant нь анх шинэ жолооч нарт туслах болно гэж найдаж байсан ч туршлагатай жолооч нар мөн дахин дахин асуулт асууж, платформ дээрх цагаа оновчтой болгож, бүтээгдэхүүнийг зөвхөн дасан зохицох хэрэгсэл биш, урт хугацааны хэрэглээ гэдгийг баталгаажуулсан.

“Платформ хэрхэн ажилладгийг ойлгохын тулд хэдэн зуун удаа аялалд гарах шаардлагатай болдог байсан бол 'Uber Assistant' туслах нь жолооч нарыг илүү богино хугацаанд дадлагажиж, ажилдаа гарахад нь тусалж байна” гэж Парих хэлэв.

Uber-ийн хувьд жолоочид болон хүргэлтийн ажилтнуудтай харилцах гаралт бүхий аливаа AI системийг хэрэгжүүлэх үед нарийвчлал, аюулгүй байдал, итгэл даахуйц байдал болон хурд нь нэн тэргүүний ач холбогдолтой. Чухал хүчин зүйлсэд хариу үйлдэл нь бодлогын хүрээнд байх, хэрэглэгчдийн бодит цагийн гар утасны аппликейшнаас хүлээж буй стандартад нийцэх хоцрогдол зэрэг орно.

Тийм ч учраас Uber компани Uber Assistant-ийг аюулгүй байдал, итгэлцэл болон өгөгдөл дамжуулах хамгийн бага хугацаа гэсэн үндсэн гурван зарчим дээр тулгуурлан бүтээсэн.

Uber-ийн инженерийн багууд хэрэглэгчийн хүсэлт бүрийг хамгийн тохиромжтой мэргэшсэн систем рүү чиглүүлдэг олон агентын архитектур -ыг бүтээсэн. Жишээлбэл, орлогын талаарх асуултуудыг нэвтрэлтийн асуултуудаас өөрөөр зохицуулж болох бөгөөд маркетплейсийн чиглүүлэг нь гүйлгээний үйлдлүүдээс өөр сэтгэн бодох шаарддаг.

Энэхүү архитектур нь Uber-д даалгавар бүрийг өөрийн үйл ажиллагааны тодорхой хэрэгцээнд хамгийн сайн тохирсон загварт чиглүүлэх боломжийг олгодог бөгөөд ингэснээр хамгийн чухал зүйлд зохих ёсоор анхаарлаа төвлөрүүлж, асуулт бүрийг шийдвэрлэх боломжийг олгодог.

Хөнгөн ангилал болон хурдан хариу өгөхийн тулд Uber илүү хурдан nano/mini загваруудыг ашигладаг. Илүү төвөгтэй даалгавруудад Uber илүү том, сэтгэн бодох загваруудыг ашигладаг.

Uber мөн AI Guard-г хөгжүүлсэн бөгөөд энэ нь аюулгүй байдал, нууцлал, хамгаалалтыг дэмжих, бодлогын хэрэгжилтийг хангах, хий үзэгдлийг бууруулах, хэрэглээний бүх туршлагад нийцтэй байдлыг хадгалахад туслах зорилгоор өгөгдөл болон хариултуудыг шүүн шалгадаг дотоод засаглалын давхарга юм.

Жолооч нар үнэн зөв, хэрэгтэй зөвлөмжийг хүлээн авснаар системд буцаж ирдэг. Тэд илүү олон асуулт асуудаг. Тэд дахин дахин харьцдаг. Мөн тэд платформ дээр илүү үр бүтээлтэй цагийг өнгөрөөдөг.

“Хэрэв хэрэглэгчид системд итгэхгүй бол та тэдгээрийг хурдан алдах болно” гэж Парих хэлэв. “Гэхдээ тэд үнэ цэнийг хараад буцаж ирдэг.”

Uber нь мөн OpenAI Realtime API-г технологийн дараагийн томоохон интерфэйсийн өөрчлөлтүүдийн нэг болох дуу хоолойд ашиглаж байна.

Апп руу бичиж оруулах нь энгийн хүсэлтүүдэд үр дүнтэй байж болно. Гэвч тээвэрлэлт болон худалдааны салбарт үүнээс илүү нарийн төвөгтэй хэрэгцээ шаардлагууд олон байдаг.

Аялагч “Надад таван ачаа, өөр таван хүн байна” гэж хэлж магадгүй. Надад онгоцны буудал руу явах сайхан унаа хэрэгтэй байна. Та юу санал болгох вэ?” Ахмад настай эсвэл харааны бэрхшээлтэй зорчигч цэсүүдээр товшиж шилжихээс илүү ярихыг илүүд үзэж магадгүй.

Uber-ийн шинэ дуу хоолойн туршлагууд эдгээр мөчүүдийг саадгүй болгох зорилготой. Хэрэглэгчид Uber аппын ‘хаашаа явах вэ’ хайлтын мөр дээрх микрофоны дүрс дээр товшиж, өөрийн яриаг ашиглан унаа захиалах боломжтой. Систем нь апп доторх ярианы болон дүрсний хариултыг синхрончлохын зэрэгцээ—зорилгыг тайлбарлах, хадгалсан байршил болон хэрэглэгчийн нөхцөл байдлыг ашиглах, зөвлөмж өгөхийн тулд Realtime API болон бусад хил хязгаарын загваруудыг ашигладаг.

Энэ нь ачаа тээш ихтэй аялалд UberXL санал болгох эсвэл "гэр" гэх мэт хадгалсан газруудыг таних гэсэн үг байж магадгүй юм.

“Дуу хоолой нь нэг ажлыг нэг дор гүйцэтгэх саадыг арилгадаг” гэж Парих хэлэв. “Та бүрэн санаагаа өөрийн яриагаар илэрхийлж болох бөгөөд систем үр дүнг нь зохицуулж чадна.”

Мөн Voice нь Uber-ийн экосистемд хүртээмжийг өргөжүүлж, шинэ ажлын урсгалыг нээж өгдөг. Жолоочийн хувьд энэ нь апптай гар ашиглахгүйгээр харилцах боломжийг олгодог. Зорчигчийн хувьд энэ нь илүү хурдан, хялбар харилцааг хүсдэг хэрэглэгчдийн хувьд саад бэрхшээлийг багасгадаг.

"Дуу хоолой нь олон товшилтын саадыг арилгадаг, учир нь та олон зүйлийг хэлж чадна" гэж Видясагар хэлэв. "Энэ нь экосистемийн янз бүрийн хэсгүүдийг холбох чадварыг нээж өгдөг."

Том хэлний загвар (LLM)-ын боломжууд хурдацтай хөгжихийн хэрээр Uber ч мөн багуудын бүтээх арга барилыг өөрчилсөн.

Байгууллагын хэмжээнд инженерүүд өдөөлт, хайлтын систем, үнэлгээний шугам сүлжээ, найрал хөгжмийн хүрээтэй ажилладаг. Бүтээгдэхүүн, хууль эрх зүй, үйл ажиллагаа, дизайны багууд бодлогын хил хязгаарыг тодорхойлох, туршилтын үр дүнг тодорхойлох, хэрэглэгчийн туршлагыг сайжруулахын тулд илүү нягт хамтран ажилладаг.

Инновацийг жижиг төвлөрсөн хиймэл оюун ухааны баг эзэмшихийн оронд одоо компани даяар хиймэл оюун ухааныг нэвтрүүлэх боломжтой болсон.

“Энэ бүхнийг ганцхан мэргэшсэн бүлэг хийхээ больсон” гэж Видясагар хэлэв. “Барилга байгууламж барихад тулгарч буй саад бэрхшээл арилсан тул олон баг хувь нэмэр оруулж чадна.”

Энэ өөрчлөлт нь туршилтыг хурдасгаж, Uber-ийн экосистемд шинэ санаануудыг бий болгодог.

“Жолоодлого бүр, аялал бүр нь үйл явдлуудын дараалал бөгөөд тэрхүү нарийн ялгааг ойлгож, боловсруулах боломжийг Том хэлний загвар (LLM) бидэнд нээж өгдөг,” гэж Видясагар хэлэв. “Энэ нь бид хаашаа дараа нь чиглэх ёстой талаар маш их мэдээлэл өгдөг бөгөөд тэрхүү нээгдэж буй боломж–бидний одоогийн хэмжээнд–онцгой хүчтэй юм.”

Uber Assistant үйлчилгээг АНУ-ын жолоочийн сүлжээнд туршилтын хэлбэрээр өргөжүүлсэн бөгөөд Uber үйлчилгээг үргэлжлүүлэн туршиж, сайжруулсаар байна.

• АНУ-ын хэдэн зуун мянган жолооч одоо Uber Assistant-ын бета хувилбарт хандах боломжтой боллоо
• Амьдралын мөчлөгийн эхэн үеийн жолооч нарт үзүүлэх дэмжлэгийг сайжруулж, шинэ жолооч нарт илүү олон аялалд өөрсдийгөө илүү сайн байрлуулахад туслах.
• Хэрэглэгчид амжилттай харилцан үйлчлэлийн дараа буцаж ирдэг тул давтан оролцоо хүчтэй байдаг
• Илүү ухаалаг зах зээлийн ойлголтоор дамжуулан платформ дээр цагийг илүү сайн ашиглах
• Бүтээгдэхүүний давталтын мөчлөгийг илүү хурдан болгох загварын мэргэшүүлэлт болон тасралтгүй үнэлгээний системүүдээр дамжуулан

Шинэ жолоочийг анхны аяллаа хийхэд нь туслахаас эхлээд илүү сайн орлогын боломж хайж буй туршлагатай жолоочийг чиглүүлэх хүртэл Uber нь OpenAI-ийн загваруудыг ашиглан ажлыг илүү бүтээмжтэй, тээврийн үйлчилгээг илүү саадгүй, өдөр тутмын логистикийг илүү хүнлэг болгож байна.

"Инженер хүний хувьд OpenAI нь эдгээр асуудлыг өөр өөр, өвөрмөц аргаар шийдвэрлэх чадварыг нээж өгдөг" гэж Видясагар хэлэв.