2 de out de 2018

Como funciona a Uber? Entenda como machine learning e data science informam o app

Udacity Brasil

Na tela de um celular, um carro se movimenta dentro de um mapa até chegar ao ponto de origem de seu usuário. Essa cena se repete milhões de vezes por dia, graças à popularização dos aplicativos de transporte. A Uber é a mais famosa (e valiosa) entre eles, chegando à marca de 15 milhões de corridas diárias no mundo todo.

O Brasil é segundo melhor mercado da empresa, avaliada em US$ 72 bilhões e considerada a startup mais valiosa do mundo. Em março deste ano, o aplicativo tinha 17 milhões de usuários ativos e 500 mil motoristas no país. Somando os 78 países onde o Uber opera, são 75 milhões de usuários – o que só reforça a importância do mercado brasileiro, responsável por quase um terço do público do app.

Você muito provavelmente já chamou um desses carros pelo celular. Mas como o sistema funciona de fato? Através da tecnologia de machine learning. “É uma área da computação chamada de inteligência artificial. Em essência, nessa área são desenvolvidos algoritmos que diferem dos programas tradicionais porque conseguem extrair conhecimento com base nos dados que lhes são oferecidos”, explica Elcio Brito, pesquisador no Grupo de Automação Elétrica em Sistemas Industriais da Universidade de São Paulo (GAESI/USP) e sócio-fundador da SPI.

O machine learning permite que seus sistemas, que vão de aplicativos a robôs, aprendam detalhes sobre o universo com o qual interagem e tomem decisões sobre ele.

No caso do Uber, isso faz com que o aplicativo possa oferecer as corridas aos motoristas mais próximos e estabeleça a melhor rota a seguir – ainda mais essencial na utilização do Uber Pool, por exemplo, que precisa encaixar mais de um passageiro numa mesma rota.

Machine learning e Uber na prática

Machine learning está em nosso DNA desde o começo. A natureza do Uber é a ideia de um mercado bilateral onde você tem motoristas de um lado e passageiros do outro. A essência de criar um mercado eficiente é ter muitas dessas propriedades dinâmicas que se beneficiam das máquinas”, revelou Danny Lange ao _TechRepublic_, quando ainda era o responsável pela implantação da área no Uber, em 2016.

O sistema aprende através da experiência ao utilizar dados de todas as corridas anteriores para estipular o tempo que o motorista vai levar até buscar o passageiro, a duração da viagem e o valor da corrida.

“Reunimos informações de milhões de viagens, porque sabemos exatamente quanto tempo demorou para o carro chegar até você em cada uma delas. Basicamente, usamos dados para criar modelos que estimam o tempo que o carro leva para chegar a qualquer momento do dia, em qualquer horário da semana”, explicou o ex-diretor da Uber.

Um exemplo: o usuário solicita uma corrida e é convidado a caminhar alguns metros para facilitar o encontro com o motorista. Segundo Lange, essa “jogada” é uma maneira de estruturar o machine learning.

“Basicamente, reunimos os dados da experiência de coleta. Sabemos quando o motorista está no destino e sabemos quando ele clica que a viagem começou. Em seguida, o sistema de machine learning determinará onde as pessoas têm dificuldades de encontro entre passageiro e motorista e aprenderá com isso. É uma coisa notável, porque estamos falando sobre milhões de locais de coleta em todo o país [Estados Unidos]”, completou, ainda na entrevista ao TechRepublic.

Eva Feng Zhenyu Zhao, cientistas de dados da Experimentation Platform da Uber, explicam como testes e experimentos são feitos

Os dados e o futuro da Uber

A base de dados é fundamental para estipular o preço de cada corrida, que é composto pela soma do valor inicial + valor por distância percorrida + valor por minuto do trajeto. Com o sistema operando via machine learning, é possível ter uma precisão muito maior dos dois últimos fatores da soma, pois o aplicativo vai saber determinar a melhor rota para aquele trajeto e quanto tempo levará – tudo baseado em corridas anteriores.

O pesquisador Elcio Brito defende que, além do presente, o futuro da companhia também depende de machine learning. Se o sistema conseguir definir os locais exatos de coleta dos passageiros, parando sempre na porta da casa do usuário e não na do vizinho mais à frente, isso abre caminho para um sonho antigo da empresa: os veículos autônomos.

“A Uber acredita que seu futuro está ligado ao desenvolvimento do carro autônomo, que usa como base algoritmos de machine learning. Nas últimas semanas, as dúvidas com relação à viabilidade do projeto foram em parte afastadas, graças ao investimento de 500 milhões de dólares da Toyota. Além de fundamental para o desenvolvimento do carro autônomo, o machine learning também é a base para o Uber Air, outro projeto inovador da companhia, que quer tornar viável o transporte humano via drone.”

Os planos da Uber para os ares são feitos em parceria com a NASA. Conheça outros modelos de carros voadores aqui

Versões diferentes para mercados diferentes

A tecnologia desenvolvida pela Uber não quer só dar um grande passo rumo ao futuro. Também há espaço para explorar mercados menos tecnologicamente desenvolvidos e que ainda estão longe de abrigar veículos que dirigem sozinhos.

Em junho deste ano, a companhia lançou o Uber Lite, aplicativo de apenas 5 MB pensado para smartphones mais antigos e limitados e para locais onde as conexões de Internet são precárias. Por enquanto, o Uber Lite está disponível em três mercados indianos (Jaipur, Hyderabad e Delhi), mas deve expandir para outros países ainda este ano.

Ainda não se sabe se o Brasil está na lista, mas, por ser um mercado fundamental para a Uber, já dispõe de diversos outros serviços: uberX, uberPOOL, UberSELECT, UberBLACK e UberEATS. Esta é, no entanto, uma parcela dos serviços já criados pela empresa.

Cada elo dessa cadeia pode mudar, dependendo da cidade em que a empresa está – e do que dizem os dados que coleta. O UberEATS, por exemplo, surgiu quando ficou notável o tempo ocioso dos motoristas na hora do almoço em grandes cidades como Nova York, expandiu-se para uma enorme rede de delivery e hoje leva em conta pratos mais recomendados, tempo de preparação, processamento de linguagem natural e otimização de rotas, entre outros dados, para funcionar.

Além disso, as opções de transporte também se expandiram de acordo com cada local. E Miami e Istambul, cidades com boa malha hidroviária, é possível também reservar barcos da Uber. Em Bangkok, motos. Em Mumbai, riquixás.

Nessa toada, em que a criatividade encontra o machine learning, as ofertas deixam de ser meramente ousadas ou esquisitas. Eventualmente, em diversos dos testes que a companhia cria, os dados podem comprovar que aquilo que parecia aleatório é, na verdade, algo que as pessoas nem sabiam ainda que estavam buscando.

Vá além:

Sobre o autor
Udacity Brasil

A Udacity, conhecida como a "Universidade do Vale do Silício", é uma plataforma online e global que conecta educação e mercado para ensinar as habilidades do futuro – de data science e marketing digital à inteligência artificial e desenvolvimento. Hoje, há mais de 7 mil alunos ativos no país e 50 mil pelo mundo.