智能物流如何改變商業(yè)未來？產(chǎn)學(xué)研專家聚首談行業(yè)發(fā)展｜CCF－GAIR 2017

照片中從左往右依次為孫宇、朱禮君、王亞莉、鄭勇

2017年7月7日至9日，由CCF中國計算機(jī)學(xué)會主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的全球人工智能與機(jī)器人峰會CCF-GAIR大會在深圳舉行。

在9日下午的智能物流專場中，由美國南佛羅里達(dá)大學(xué)孫宇教授主持，硅谷人工智能專家王亞莉博士、菜鳥網(wǎng)絡(luò)高級算法專家朱禮君博士、極智嘉CEO鄭勇四位產(chǎn)學(xué)研專家?guī)砹酥黝}為“智能物流和倉儲改變商業(yè)未來”的圓桌討論。

討論剛開始，孫宇教授就提出“AI解決物流問題距離理想狀態(tài)還有多遠(yuǎn)”的問題。對此，王亞莉博士給出了解答，她認(rèn)為，雖然AI技術(shù)發(fā)展很久，但智能物流商業(yè)化落地時間還不長，還有很多難點(diǎn)需要攻破。

隨后，孫宇教授還就這個問題進(jìn)行了補(bǔ)充，他提出，如今中國智能物流發(fā)展與國外相比有哪些優(yōu)勢和劣勢？在王亞莉博士看來，國內(nèi)的優(yōu)勢是，由于起步較晚，各種彎路已經(jīng)有人走過了，也已經(jīng)有許多優(yōu)秀的解決方案，性能佳的硬件可以供業(yè)內(nèi)人士拿來就用；國內(nèi)的劣勢是，包括在人工智能方面的人才的缺乏、智能物流解決方案少且回報周期長、缺乏能與英偉達(dá)對抗的性能優(yōu)異的國產(chǎn)計算設(shè)備等。

“智能物流的“最后一公里”問題如何解決？如何對人做優(yōu)化？”緊接著孫宇教授又向朱禮君博士提出一串疑問。朱禮君博士回答說，具體有兩種方法，第一種方法是收集實(shí)際數(shù)據(jù)的方式在模型里加入新的部分，求得新解；第二種方法是結(jié)合概率求最優(yōu)解。

他希望他們的算法有自適應(yīng)的能力，對于許多類似但不完全相同的問題，是不可能用大批量的算法工程師去一個一個地解決的。在這種時候，機(jī)器學(xué)習(xí)的方法就可以自適應(yīng)地針對不同的問題自動學(xué)習(xí)不同的特征和解法。朱禮君博士也說，這樣的做法可能會讓機(jī)器學(xué)習(xí)模型取代算法工程師，但他覺得，“如果做一件事是在革自己的命，那這件事就是做對了”。

而后，孫宇教授還提問了鄭勇關(guān)于“對未來AGV的看法”。鄭勇對此進(jìn)行了詳細(xì)的解答，總結(jié)起來有三點(diǎn)，AGV應(yīng)當(dāng)有更強(qiáng)感知、更強(qiáng)決策、更強(qiáng)執(zhí)行能力。

在后續(xù)的問答中，嘉賓們還根據(jù)自己的研究方向，分別表達(dá)了現(xiàn)在研發(fā)的技術(shù)和算法可以用來優(yōu)化其他傳統(tǒng)領(lǐng)域和生活中的問題、帶來新的產(chǎn)品和效率提升的觀點(diǎn)。

以下是圓桌討論全文文稿，雷鋒網(wǎng)作了不改變原意的編輯：

孫宇教授：現(xiàn)在的智能物流到底發(fā)展到了哪一步？距離極致還有多遠(yuǎn)？

王亞莉博士：人工智能技術(shù)由來已久，自1956年達(dá)特茅斯會議出現(xiàn)至今已經(jīng)走了六十多年時間，而在這個過程中，大部分時間是國外科學(xué)家做理論鋪墊，在中國商業(yè)化應(yīng)用是最近幾年才興起的。

從學(xué)術(shù)角度來說，我們才剛剛起步，智能化在人類生活中的應(yīng)用也才剛剛開始，距離極致還有很長的路要走，我們還有很多工作需要去做。

孫宇教授：在智能物流中，人的因素是如何考慮進(jìn)去的？

朱禮君博士：在物流領(lǐng)域，建模的時候廠家會有很多簡化性的假設(shè)，要盡量描述完整現(xiàn)實(shí)物流商業(yè)性運(yùn)作情況，里面會包含很多人的因素。

人的因素主要是不確定性因素。

不確定性因素有兩種方法來解決。第一種方法是通過收集反饋數(shù)據(jù)來分析，比如在做車輛路徑規(guī)劃的時候，我們會去收集該車的運(yùn)動軌跡，有時候我們甚至?xí)緳C(jī)一起去開這個車，我們會坐在副駕駛上，跟著他的車走一圈，途中遇到的問題都會考慮進(jìn)去；另外，在行業(yè)中，對于解決不確定性也有比較成熟的方案。

孫宇教授：如果把人的因素都忽略，建設(shè)無人倉或者說整個物流過程都用無人機(jī)或者無人車，這種可能性有多大？

極智嘉CEO鄭勇：無人倉距離我們其實(shí)不遠(yuǎn)了，就拿極智嘉來說，目前做的產(chǎn)品是倉儲物流公司機(jī)器人，用這些產(chǎn)品和解決方案就可以構(gòu)建一個無人倉，前提是功能需求比較簡單。現(xiàn)實(shí)是更多的倉庫現(xiàn)在不僅是要移動式機(jī)器人，還需要類似機(jī)械手形式的機(jī)器人或者自動化設(shè)備。

從目前的技術(shù)發(fā)展來看，要構(gòu)造一個無人倉并不難。我們研究更多的是如何把技術(shù)與業(yè)務(wù)真正結(jié)合在一起，所以我們一直在做產(chǎn)業(yè)化思考以及技術(shù)實(shí)踐。比如，傳統(tǒng)AGV只是做固定路徑導(dǎo)航，今天我們需要讓機(jī)器人更自由地去規(guī)劃路徑，這就需要應(yīng)用視覺導(dǎo)航技術(shù)去防止碰撞，防止交通擁堵等問題；另外，如今的系統(tǒng)不僅僅是單機(jī)機(jī)器人，是一大群機(jī)器人一起實(shí)現(xiàn)物流搬運(yùn)工作，所以我們還要解決多機(jī)器人之間的協(xié)調(diào)、機(jī)器融合以及相互之間的學(xué)習(xí)和自適應(yīng)，這些都對機(jī)器人系統(tǒng)提出了更高的智能化要求。

孫宇教授：亞馬遜有自己的物流，有自己的電商，國內(nèi)的物流行業(yè)或者電商行業(yè)跟亞馬遜或者類似的行業(yè)翹楚比較的話，有什么優(yōu)勢？有什么不足？

王亞莉博士：亞馬遜可以說是中國物流圈的方向標(biāo)，他們的每個產(chǎn)品和動態(tài)都吸引著從業(yè)人士的關(guān)注。在我個人看來，基于其強(qiáng)大的技術(shù)儲備及資源積累，它應(yīng)該在很早之前就開始布局這種無人智慧項目。

但我個人覺得國內(nèi)物流也有很多優(yōu)勢，潛力很大。相對國外我們起步較晚，但就是因?yàn)橥恚诓季謺r市場上就已經(jīng)有非常成熟的設(shè)備、算法，別人走完的彎路都已經(jīng)非常清晰了，一上來拿到的都已經(jīng)是最好的，各方面都是最成熟的，先人載樹后人乘涼，我們可以在短期內(nèi)運(yùn)用很好的智能設(shè)備。

孫宇教授：有沒有什么劣勢？

王亞莉博士：在人才這塊，中國相對短缺，這一點(diǎn)美國硅谷占有一定優(yōu)勢。

孫宇教授：剛才朱博士提到了很多優(yōu)化算法，優(yōu)化里面有很多問題是NP-hard，有無最優(yōu)解？在用深度學(xué)習(xí)的時候就有一定的優(yōu)勢，很多人也關(guān)心深度學(xué)習(xí)的應(yīng)用，能不能講一下？

朱禮君博士：今天只是稍微提到了一下我們在用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)優(yōu)化算法的經(jīng)驗(yàn)，我們?yōu)槭裁匆鲞@個事情呢？我們現(xiàn)在是一個平臺，解答的問題非常多，就拿路徑規(guī)劃來說，像生鮮配送、農(nóng)村配送、城市門店的配送，它的問題基本一樣，但是細(xì)節(jié)不同，而這就得為每一類問題設(shè)計一個算法。

至于NP-hard，找最優(yōu)化是不現(xiàn)實(shí)的。但算法可以改善很多問題，傳統(tǒng)方法是需要工程師一個一個地去調(diào)試各種各樣的特征，最后看哪個特征對圖像分類更好，而優(yōu)化了算法就不用這么機(jī)械式的解決問題。

到后來，我們用到了深度學(xué)習(xí)，很多問題的約束不同、目標(biāo)也不一樣，但是用到的都是底層的優(yōu)化算法，算法之間非常類似，所以，我們就寫了幾十種啟發(fā)式算法，運(yùn)用深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等技術(shù)，算法就能自適應(yīng)學(xué)習(xí)來解決特定問題。從某種程度來說，這可以節(jié)省人力、提高效率。

孫宇教授：通過解釋我們得出一個結(jié)論，將來不光是體力勞動的人會被機(jī)器人取代，連算法工程師也會被深度學(xué)習(xí)機(jī)器人取代。

朱禮君博士：我覺得做一個事情，如果你在想方設(shè)法革自己的命，你可能就做對了。

孫宇教授：下一代的AGV會是什么樣的？有什么可以憧憬？

極智嘉CEO鄭勇：對于一個AGV或者移動機(jī)器人，通常會關(guān)注三方面能力：感知能力、決策能力和執(zhí)行能力。

移動式機(jī)器人需要做定位導(dǎo)航，導(dǎo)航定位能力就是感知能力，在這個過程中可以看到很多場合追求工業(yè)可靠性。基于此，我們應(yīng)用單線、多線的激光雷達(dá)及攝像頭，這些傳感器的融合會讓機(jī)器的感知能力更強(qiáng)，不管是在室內(nèi)還是室外都可以精確導(dǎo)航。另外，像無人駕駛也可以認(rèn)為是一種AGV，只不過是室外環(huán)境的，我們今天說的AGV更多的是在室內(nèi)環(huán)境。

第二個是決策能力，像路徑規(guī)劃，擁堵管理或者避障，這些都需要機(jī)器不斷做決策。我們在做產(chǎn)業(yè)化應(yīng)用的時候，AGV還遇到一個問題，怎么讓客戶更加方便地使用AGV，減少在現(xiàn)場的配置、設(shè)置，這時候就需要機(jī)器人有更好的自適應(yīng)能力，去完成客戶所需，這也是在決策能力上的要求。

最后是執(zhí)行能力，執(zhí)行能力就需要要機(jī)器足夠“聰明”，背后需要依靠強(qiáng)大的算法作支撐，如何做運(yùn)動控制、如何保持更好的平衡。不知道大家有沒有注意到波士頓動力推出的一款機(jī)器人，雙足是用輪子代替，非常敏捷，從這個角度來看也是一種AGV，代表的可能是下一代AGV的雛形，它能實(shí)現(xiàn)的就是高速、高負(fù)載，而且高精度，這是我們對下一代AGV的看法。

孫宇教授： 除了倉儲之外，AGV還有哪些比較好的應(yīng)用場景？前景如何？

極智嘉CEO鄭勇：其實(shí)我們公司之所以定位在物流這個方向，我們覺得物流有非常大的潛力，物流一方面是倉儲，一方面是配送，剛才主持人也提到包括有一些無人機(jī)的配送或者快遞小車的配送，包括在無人駕駛里面也有物流車的配送，其實(shí)這些在我看來跟AGV都是一脈相承的技術(shù)。因此，除了在物流領(lǐng)域，它會更多地走到室外，幫助人類的生活變得更加便利，包括也會用同樣的技術(shù)變成我們家庭服務(wù)機(jī)器人。我們說AGV代表的是機(jī)器人的移動能力，這種移動能力在未來的機(jī)器人跟人類的交互性方面，發(fā)揮的作用是巨大的。

孫宇教授：所以說這是小到蔬菜果盆，大到火箭衛(wèi)星都可以包括進(jìn)來？

極智嘉CEO鄭勇：對。

孫宇教授：朱博士能否講一講智能物流技術(shù)給其他領(lǐng)域帶來的影響？

朱禮君博士：現(xiàn)在智能物流領(lǐng)域用到的技術(shù)可以用到傳統(tǒng)的供應(yīng)鏈管理，往上游的話包括整個產(chǎn)銷的過程；其次是工業(yè)生產(chǎn)，其中會涉及一些調(diào)度問題，解決這些問題的方法都比較類似。

孫宇教授：時間也到了，大家掌聲感謝三位嘉賓的精彩分享。

主持人：隨著三位大咖的分享結(jié)束，智能物流專場也落下帷幕。感謝各位參加由雷鋒網(wǎng)承辦的2017CCF-GAIR峰會，明年再會。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。