電動キックボードと数理最適化と機械学習と

見かける機会が多くなった電動キックボード。借りてみたら、その背景には数理最適化や機械学習が活用されていました

  

免許が無くても16歳から運転できる電動キックボード「Luup」。

最近は大学の近くでも時折見かけるようになってきました。

私自身もずっと気になってはいたのですが、なんとなく手が出ず、使わないでいました。

そして日曜日ついに、デビューしてしまいました!

 

まずはアプリを入れてアカウントの登録をして。

使い始める前にアプリから予約を入れます。

近くでキックボードがある場所を選んで、いざ駐輪場へ。

予約していたキックボードに掲載されているQRコードをアプリで読み込むと利用開始。

無事に動かすことができました。

 

キックボードに乗るのは何年ぶりでしょうか。

恐らく小学生以来なので、15年は余裕で経過しているかと思います。

蹴りだして、おっかなびっくり。

モーターの加速力に驚きながらスタートさせます。

 

数分も走ればだいぶ慣れてくるのですが、個人的な感想として、左利きにはちょっと辛い仕様になっていました。

というのも、右手でスイッチを押し続ける必要があるためです。

左手の方が器用なので、本来は右手を離して邪魔な髪を耳にかけたりしたいのですが、それをしようとすると減速してしまいます。

気合で髪をどかし、赤信号で止まるのを待つしかありませんでした。

あとはちょっぴり、ずっとスイッチを押し続けた右手が筋肉痛になりかけたことも気になるポイントです。

…安全性のためなら仕方ないとは思うのですが。

それでも、おおむね快適に移動ができたので、これは確かに流行る理由もわかるなあ、と思ってしまいました。

 

以上が利用者としての感想なのですが、このサービス。

サービス提供側の視点で見ると、面白いことがいくつか隠されていました。

まずはどうやって電動キックボードの在庫を管理するか。

実はアプリで予約をする際に、自分が乗り捨てる場所を選択する必要があるのですが、その際には「25%オフのクーポン」が付与される場所があります。

つまり運営企業にとって「ここに停めてほしい場所」ということになります。

まずは需要のある場所に在庫を用意しておくこと。

次に、充電のための回収作業などが効率的に行えるようにすること。

これらを満たす停車場所に運んでもらえるように、私たちの行動はクーポンで制御されていました。

真偽のほどはわかりませんが、恐らくこの背景では数理最適化の考え方が動いているように感じてなりません。

特定の停車場所に停められる台数や各キックボードの充電残量などの制約条件を加味したうえで、回収作業にかかるコストや在庫不足による機会損失を最小限にできるようにアルゴリズムが組まれているのだろうな…。

と、乗る前から感動してしまいました。

 

そしてもう一つのポイントが、最後の返却作業。

なんと、返却時に枠内に自分が乗っていたキックボードを停めた状態で写真を撮り、それをアプリで送信するのです。

恐らく(これはかなり確信度が高いですが)機械学習モデルが働いていて、枠内にきちんとキックボードが停まっていること、そしてナンバープレートで個体を識別しているに違いありません。

 

まさか身近な技術が使われていたなんて…!

乗らなければ決して気づかなかったことと思います。

新しいものを試してみるのはとっても面白い、と思えた休日でした。

 

P.S.

↓メルマガの新規登録はこちらから↓

https://48auto.biz/keieijinji/touroku/sp/scenario13.htm

(スマートフォンよりご登録いただけます)

 

Who is writing

大学にてデータサイエンスを学ぶ傍ら、多くの人にデータ分析の面白さを伝えたいと日々奮闘中。