順豐科技“智慧物流”論壇：人工智慧的價值在於提升物流中的運籌學

2017年7月15日，由順豐科技、杉數科技、鈦媒體聯合舉辦的AI+智慧物流圓桌論壇在深圳凱賓斯基酒店舉辦。

參會嘉賓包括順豐集團CTO兼順豐科技CEO田民、騰訊AI實驗室主任張潼、美國加州大學伯克利分校教授Martin Wainwright、杉數科技聯合創始人兼CTO王子卓。

活動開始，主辦方順豐集團CTO兼順豐科技CEO田民為活動致辭，田民首先回顧了物流的英文單詞logistics的起源。logistics起源于希臘文，最早在14世紀的法國被使用，形容“計算的科學”，此後該單詞又相繼流入美國和日本，

由於logistics常被用於運輸場景，日語將其概括為“物體的流動”，而省略了“計算的科學”這層意思。

當前很多人認為物流就是搬運貨物，但其實物流背後涉及到數學、運籌學，並通過這兩個學科同人工智慧相連。田民呼籲大家要冷靜下來看待人工智慧，瞭解人工智慧背後的原理，這也是此次活動的意義所在。

隨後，美國加州大學伯克利分校教授Martin Wainwright從學術角度分享了他看到的人工智慧落地的現實狀況。Martin著重提到了利用大資料實現的智慧預測功能，以Netflix為例，人工智慧演算法的最大商業價值便是對使用者觀影資料分析，然後實現精准推薦。Martin詳細講解了降低維度這個概念。在處理海量資料時，我們需要對資料建立評估維度，而原本資料具有不可計數的評估維度，

而要實現商業應用必須將維度降低到1000個以內，之後還需要解決資料降噪、應對丟失資料、合理降維等問題。

此外，Martin還看好人工智慧落地的領域是藥品方面，現在藥健康是一個非常大的領域，如果利用人工智慧生產個性化的藥品，

這將會是一個很大的市場。但是，現在人工智慧研究是在一個有限的條件下研究具體的問題，能否進入更大的範疇是值得思考的問題。此外，人工智慧目前在提高單體智慧方面做得不錯，但是怎麼樣把人工智慧應用到系統層面，提高群體的智慧和管理，這可能需要結合運籌學和統計學演算法。

杉數科技聯合創始人兼CTO王子卓接著Martin的話題普及了運籌學的概念。

運籌學是將實際問題轉化成數學模型，並高效求解的一套方法。現代運籌學大約起源於上世紀四十年代，在第二次世界大戰時，軍隊有很多關於資源調配的問題，比如如何部署雷達、調配軍隊、投炸彈等。而在人類社會中，任何活動都是需要找到一個最好的決策，通過最好的參數實現最準確的預測。而這些問題需要一個系統的方法來解決，光是靠人類憑空去想可能得不到一個最好的決策，因此人們融合了數學思維建立了運籌學。

王子卓介紹了物流行業常見的三類運籌學問題。第一、區域的劃分和選址的問題。物流公司要制定每一個送貨隊伍負責哪個區域，每一輛車負責哪個區域，物流樞紐怎樣選擇才能使效率最高或成本最低，這些都會直接影響物流效益。

第二、定價和收益管理。定價和收益管理就是讓商家在正確的時間，把正確的商品以正確的價格賣給正確的人。物流行業很重要一個問題是如何制定它的產品線，消費者會從你的產品目錄裡面選擇一種服務，對不同服務裡面的專案有相關性，商家要建立其中的相關性，然後你要決定如何去制定產品線。

第三、路徑優化的問題。在物流行業裡面，路徑優化是最基本的一項技術，在物流需求產生後，物流公司如何設計一個路線去拿到需求，如何以最小成本，最短時間拿到需求。在實際場景中，這些問題會變得非常複雜，因為有非常多的因素要考慮，因為有多個需求，多個送貨員，多個出發點。除此之外，有的是即時需求，有的是時間視窗，有的是取貨，有的是送貨，會有不同的限制。另外因為中國的承重限制，會產生有很多路程上的不確定性，時間上的不確定性，這樣情況下如何制定一個路線可以更好的服務消費者，這是一個非常重要的問題。

活動最後，騰訊AI實驗室主任張潼介紹了目前團隊的研究方向，並分享了中美兩國在人工智慧研究上的不同之處。

張潼介紹，騰訊此前就做過人工智慧方向的研究，曾經辦過一個研究院，也做過搜索方面的研究，積累了一些有人工智慧背景的人才。而騰訊重點做人工智慧是2016年，建立了AI Lab。AI Lab主要圍繞兩個方向，一個是幫助騰訊業務更好落地，另外一個積累技術，開拓新技術，也包括產品方向的技術。具體來說，分為四個細分領域。

一、遊戲相關。遊戲在AI方面是比較相關的，騰訊也有很多遊戲方面的資料，AI lab利用這些資料將遊戲做得更好，更加貼近真實世界。

二、新聞搜索。

三、社交對話。例如各類智慧音箱裡面的語音助手，騰訊也在做自己的語音助手，這類語音助手需要人機對話的支援，騰訊AI Lab的任務是讓騰訊的語音和對話達到世界頂尖水準。

四、語音開放雲。騰訊通過AI Lab把人工智慧技術積累下來，然後通過雲的方式共用出去，説明騰訊做平臺和生態。

關於中國和美國在人工智慧上的對比，張潼認為，國內很多的互聯網公司和創業公司的技術人員，有比較強的技術能夠落地。做工程的人員都有資料的經驗，也有很多人更願意做各種各樣的嘗試，這都是國內的優勢。美國的技術水準相對比國內較厚一點，在學術研究上美國還是比較領先，但是國內創新能力也在慢慢加強，而且國內在產品落地上稍微領先一點。

因此人們融合了數學思維建立了運籌學。

王子卓介紹了物流行業常見的三類運籌學問題。第一、區域的劃分和選址的問題。物流公司要制定每一個送貨隊伍負責哪個區域，每一輛車負責哪個區域，物流樞紐怎樣選擇才能使效率最高或成本最低，這些都會直接影響物流效益。

第二、定價和收益管理。定價和收益管理就是讓商家在正確的時間，把正確的商品以正確的價格賣給正確的人。物流行業很重要一個問題是如何制定它的產品線，消費者會從你的產品目錄裡面選擇一種服務，對不同服務裡面的專案有相關性，商家要建立其中的相關性，然後你要決定如何去制定產品線。

第三、路徑優化的問題。在物流行業裡面，路徑優化是最基本的一項技術，在物流需求產生後，物流公司如何設計一個路線去拿到需求，如何以最小成本，最短時間拿到需求。在實際場景中，這些問題會變得非常複雜，因為有非常多的因素要考慮，因為有多個需求，多個送貨員，多個出發點。除此之外，有的是即時需求，有的是時間視窗，有的是取貨，有的是送貨，會有不同的限制。另外因為中國的承重限制，會產生有很多路程上的不確定性，時間上的不確定性，這樣情況下如何制定一個路線可以更好的服務消費者，這是一個非常重要的問題。

活動最後，騰訊AI實驗室主任張潼介紹了目前團隊的研究方向，並分享了中美兩國在人工智慧研究上的不同之處。

張潼介紹，騰訊此前就做過人工智慧方向的研究，曾經辦過一個研究院，也做過搜索方面的研究，積累了一些有人工智慧背景的人才。而騰訊重點做人工智慧是2016年，建立了AI Lab。AI Lab主要圍繞兩個方向，一個是幫助騰訊業務更好落地，另外一個積累技術，開拓新技術，也包括產品方向的技術。具體來說，分為四個細分領域。

一、遊戲相關。遊戲在AI方面是比較相關的，騰訊也有很多遊戲方面的資料，AI lab利用這些資料將遊戲做得更好，更加貼近真實世界。

二、新聞搜索。

三、社交對話。例如各類智慧音箱裡面的語音助手，騰訊也在做自己的語音助手，這類語音助手需要人機對話的支援，騰訊AI Lab的任務是讓騰訊的語音和對話達到世界頂尖水準。

四、語音開放雲。騰訊通過AI Lab把人工智慧技術積累下來，然後通過雲的方式共用出去，説明騰訊做平臺和生態。

關於中國和美國在人工智慧上的對比，張潼認為，國內很多的互聯網公司和創業公司的技術人員，有比較強的技術能夠落地。做工程的人員都有資料的經驗，也有很多人更願意做各種各樣的嘗試，這都是國內的優勢。美國的技術水準相對比國內較厚一點，在學術研究上美國還是比較領先，但是國內創新能力也在慢慢加強，而且國內在產品落地上稍微領先一點。