这年头怎么去改变，不仅是创业公司负责焦虑的命题。尤其当人工智能的锦旗竖立在漫山遍野，似乎每个公司都想高举着杀出一条血路。
携程则在去年悄然上线了一款 AI 产品“小诗机”，顾名思义，就是帮助用户写诗的软件——用户只要上传风景照，后台人工智能系统就能结合用户图像，写出一首诗。携程方面的说辞是，大家都在讨论“诗”和“远方”，携程一直在帮用户解决“远方”的问题，现在开始作“诗”了。尚不考究新品最初的意图，我们跟携程人工智能负责人于磊聊了聊，来看看这款“不务正业”的产品给携程带去的变化。
小诗机的原理
粗略来看，小诗机要实现得分两部分，一是要“认识”图片上的景物，再就要像人一样能写诗。
首先用到的是图像识别技术。小诗机采用 CNN 深度神经网络，能够识别景物、人物类别超过 1500 种，包括人物的性别、年龄及神情等。不过，要进一步识别出一座塔是“雷锋塔”还是“六和塔”，一条河是“莱茵河”还是“尼罗河”，就比较困难。
接下来就得搭建全面的景区知识库，需要包含各景点的专属特征。此前携程积累最多的是景点照片和用户评论，离特征库还有一定距离，所以机器先要通过大数据 人工智能，对全球成千上万个景点进行特征挖掘，不仅包括景点的名称，还有景区房顶的形状、墙体颜色，当地美食、名酒、名茶，风俗习俗等全面的知识图谱。如此，经过训练后，再结合用户的地理位置等维度的信息，机器就能识别出具体景点。
而在写诗方面，于磊坦言，“写诗比较容易，但写好诗就困难了。最初写出来的东西，有诗的样子，但实际上读不懂。”好在小诗机本身是一个综合的人工智能系统工程，有海量的知识库，也有深度学习的 CNN、LSTM、翻译模型算法、遗传算法的调优，经训练小诗机可以把一些自然语言抽象成诗句用词。例如，“高高的房顶”，“白白的墙”，“漫山遍野的樱花”这些属于自然语言，放到诗里就成了“白花”、“尖顶”等。当然，这是在训练了近 30 万首现存的律诗以及 300 余本中外小说的基础上，才成型的。
随着产品发展，还有用户会上传人像照片来进行写诗。所以小诗机又建立了人物知识库，主要覆盖娱体、商界的名人，以及携程数亿用户的用户画像，包括名人的年龄、性别、职业、代表作品、性格风格等，普通携程用户的出生地、年龄段、性别、常驻地和喜欢的旅游项目。据悉，在内测版本中已经实现，正式版会在下一期上线。
携程背后的人工智能
于磊于 2015 年加入携程，开始组建大数据部门，希望通过 NLP、人工智能等技术发展携程业务。“其实小诗机在立项之初，关于应用场景没人想太清楚，表面上看也没有给携程带来直接收益，但是小诗机在全球景点知识库的构建、人工智能、图像识别等领域技术储备和基础建设，却让携程在 OTA 行业提升了竞争力。”于磊如是说。
正如上文所提，之前携程积累的大多是分散的非结构化数据，像图片、评论之类，但借着“全球景点知识库”的搭建，携程可以把景点标签化，再结合用户的兴趣标签，就能做聚类分析，按用户选择的时间段和价位，帮用户找出最优的目的地、出行时间、最优的机酒景组合方案。也就是说，小诗机的底层可以演变成“智能导购系统”。像携程现在的发现栏目，就是在用该技术做支撑。
其中，基于兴趣的推荐引擎，是依靠小诗机对深度学习的积累，据悉，该技术还被 2017 年 2 月份旧金山的 AAAI 人工智能顶级会议录用和宣讲。并且据于磊透露，携程下一版会上线“一条街”模块，根据用户所在地推荐附近的吃喝玩乐。
同时，像图片识别所用的 CNN 技术，也开始应用在携程酒店、攻略图片的处理中。而写诗过程中所积累的文本处理技术，像长短语义分析 LSTM、RNN 等也在客服机器人项目中开始落地。
大数据的间接变现
当然，企业的每一次业务涉水，最后都要落地商业变现，更何况，现在的大数据投入，不管在研发上还是人才上都是一笔不小开销。
于磊告知，携程的大数据部门目前有 40 多人，主要的任务就是帮助业务部门提升业绩。根据 ABtest 的结果来看，在有大数据支撑的栏目中，用户黏性提升了 80%，结合人均毛利，大数据部门去年给携程带去约 1.5 个亿的利润。
此外，我们还得知，携程的人工智能技术，不仅在自身业务中有应用，而且还部分开放给外界。例如，像法定节假日，国内的景点通常人山人海，携程则能根据过去的数据积累，预测未来景点的人流、价格情况，从而引导用户错峰出行，或者去到人口不那么密集的优质景区。再例如，携程还跟地方旅游局合作，通过大数据平台对用户画像进行分析，了解了消费群体的行为后，就可以合理化发展，比如说指导景点不需要重复建设等。