Trainline雄心勃勃的AI计划带您尽享旅程

与许多通勤者不同，Trainline的首席技术官马克·霍尔特（Mark Holt）认为，电子订票平台大概就是用来订购火车票的。

使用Holt公司的应用程序，客户不仅可以购买火车票（或长途汽车票），同时还可以查询空余座位。Trainline公司近推出的AI机器人BusyBot，每天处理近26，000名乘客的信息，这些信息主要涉及乘客坐在哪个位置，他们旁边的座位是否有人，然后将乘客安排到人比较少的车厢。

Holt告诉IT Pro称：“我们所构建的算法中比较有趣的一点是，‘你可能在伦敦桥和盖特威克机场这段路程找不到座位，但是在盖特威克机场将会有很多人准备下车，所以从这一站到布莱顿你都会找到座位’。很多诸如此类的创新设计真的非常重要。”

人工智能和机器学习

Holt手下的工程师正在Trainline实验室忙于研究几个机器学习项目，而BusyBot只是近推出的几个项目之一。该公司每年向其云端数据库投放十亿次用户互动，全力以赴提出创新的方法，以便让乘客尽享轻松自在的旅途。

现在旅程预测应用程序正在部分用户中进行测试，目前该软件正在为大约80%登陆Trainline主页的用户工作，帮他们提取数据，比如提供某人预订车票的时间（被称为预约时间表），他们预订的当天时间，他们使用的设备，以及历史旅程信息。

Holt说：“该软件的预测结果真的是令人不可思议，”而且，他解释说，30％的预测时间与客户计划旅行的时间不谋而合。“当我点击‘曼彻斯特皮卡迪利’按钮时，该软件会回答说‘您可能想要下周五去旅行’。”

这一系列应用程序都是为了简化人们的日常旅行体验而设计，它们依赖于机器学习来分析Trainline丰富的数据点，目前该软件还在不断的改进中。

从罗瑟勒姆迁移到云端

Holt表示，该创新是Trainline取得的大成功之一，这源于2015年Trainline从使用了15年的罗瑟勒姆数据中心向AWS的全面迁移。

他说，之前Trainline的发布周期是六周，现在变得更加灵活，比之前增加了1100倍，现在每周在云端发布的更新超过100次。

Trainline 2015年的云迁移解决了需要不断更新数据中心磁盘、服务器资讯news.webhostin***/、交换机和防火墙等需求，每年可节省120万的费用。

更重要的是，Holt说，借助这些AI和机器学习工具可以使开发者更加快速的测试他们的项目，为他们腾出更多时间，从而更多的关注于更加有创意的想法。Trainline依靠AWS的技术来遏制支撑其AI项目的数据；使用Kinesis Streams来移动数据，将数据全部存储在S3存储区中，并使用AWS Athena进行查询，这是一种无服务器的SQL查询服务，如此一来， Trainline就不需要启动服务器或使用数据仓库。

“这些创新技术非常的强大、成功，对我们来说意义非凡。” 他说， “以前我们的管理技术真的很糟糕，通常要浪费我们几个月的时间，而现在我们随时随地可以采用该技术。”

创新文化

创新文化的方式也对Trainline的技术产生了积极的影响。在云迁移之前，Holt 承认，在12月内完成这样一个重大的转变对工作人员来说有些“难以置信”。当时，开发人员花费了30％到50％的时间来维护Trainline庞大的服务器群，并解决了迁移软件所伴生的从分段运输到生产的问题，但是由于将原来的80个服务器减少到了两个，所以开发人员得以将重点放在“创建精彩的客户体验”上。

如今的开发团队非常，相比在云中测试和开发软件之前，他们可以更快的启动项目。借助AWS，他们可以将软件顺利部署到自己的开发环境中，然后再开始进行分段运输和投入生产。

这样一种灵活的方法已经大大激发了他们的创意灵感，其中一名开发人员在周末的时候将Trainline应用与Google家庭设备整合在了一起，Holt希望公司未来可以将此一举推向市场。他说：“营造一种有利于激发开发员的创新思维，使他们想要创新，并创造出新的东西的文化氛围非常重要。告诉他们尽管放飞思维，进行天马行空的创作，这种承诺可以说是非常深入人心了。”

同样，这种创新文化也有助于吸引其他顶尖人才，Holt解释说，当潜在员工看到开发商如此快速地提出项目创意，他们肯定会迫切地希望加入我们。

除了车库项目之外，Trainline并没有在其他方面使用大型云巨头自己的AI工具，所以在其应用程序或网站上并没有Rekognition或Lex技术的身影，而更多的则是机器学习。