今天將著重介紹人工智能作為智能物流數(shù)據(jù)底盤的三大核心技術(shù)之一，在物流行業(yè)的各個(gè)階段都發(fā)揮了重要的作用?？萍紕?chuàng)新帶動(dòng)科技應(yīng)用發(fā)展，科技應(yīng)用發(fā)展使物流競(jìng)爭(zhēng)往高水平提升，高水平的物流競(jìng)爭(zhēng)又促使科技不斷創(chuàng)新……
人工智能在物流行業(yè)中應(yīng)用的優(yōu)勢(shì)分析
1、海量數(shù)據(jù)學(xué)習(xí)與處理
物聯(lián)網(wǎng)和移動(dòng)設(shè)備的發(fā)展使得各行各業(yè)所積累的數(shù)據(jù)呈爆炸式增長(zhǎng)，數(shù)據(jù)的種類也包括圖片、文本、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些非結(jié)構(gòu)化數(shù)據(jù)的背后隱含了大量不易被感官識(shí)別的信息、知識(shí)、規(guī)律等，如何揭示這些信息、規(guī)則、趨勢(shì)正成為當(dāng)下給企業(yè)帶來(lái)高回報(bào)的熱點(diǎn)。
一般來(lái)說(shuō)，人工數(shù)據(jù)處理及一些傳統(tǒng)的數(shù)據(jù)處理工具不僅處理速度慢，其統(tǒng)計(jì)的數(shù)據(jù)特征只能反映數(shù)據(jù)的極少量信息，而且很多時(shí)候它們對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理無(wú)能為力。因此我們迫切地需要一種更智能的方式，既能對(duì)海量的、各種類型的數(shù)據(jù)快速地進(jìn)行處理，又能很好地挖掘各種類型數(shù)據(jù)更深層次的有用信息。機(jī)器學(xué)習(xí)算法是一種通過(guò)模式識(shí)別對(duì)信息進(jìn)行分組或分類，進(jìn)而從信息中尋找上下文提取有效信息的算法。機(jī)器學(xué)習(xí)能從大量的結(jié)構(gòu)化數(shù)據(jù)和文本、圖像、視頻、語(yǔ)音、肢體語(yǔ)言、面部表情等非結(jié)構(gòu)化數(shù)據(jù)中學(xué)習(xí)，發(fā)掘其中蘊(yùn)含并且有用的信息。其處理的數(shù)據(jù)越多，機(jī)器學(xué)習(xí)就越能體現(xiàn)出優(yōu)勢(shì)。物流行業(yè)的發(fā)展產(chǎn)生了大量數(shù)據(jù)，這些數(shù)據(jù)關(guān)系錯(cuò)綜復(fù)雜，機(jī)器學(xué)習(xí)技術(shù)正是處理這些多變量數(shù)據(jù)，以及能在復(fù)雜，動(dòng)態(tài)，甚至混亂的物流環(huán)境中提取大數(shù)據(jù)集內(nèi)隱性的關(guān)系最佳工具。此外，面對(duì)物流行業(yè)的數(shù)據(jù)豐富而知識(shí)貧乏的狀況，機(jī)器學(xué)習(xí)算法作為一種有效工具可以增強(qiáng)對(duì)數(shù)據(jù)的理解，挖掘和應(yīng)用。因此基于機(jī)器學(xué)習(xí)的人工智能的數(shù)據(jù)處理技術(shù)是物流行業(yè)數(shù)字業(yè)務(wù)轉(zhuǎn)向自動(dòng)化的關(guān)鍵。
2、先進(jìn)算法
人工智能追求研發(fā)能夠像人類一樣具有智力的機(jī)器，人工智能算法是一種通過(guò)多層神經(jīng)網(wǎng)絡(luò)對(duì)信息進(jìn)行抽取和表示的算法架構(gòu)，其原理是構(gòu)建一個(gè)“虛擬大腦”，用大量輸入/輸出數(shù)據(jù)來(lái)訓(xùn)練這個(gè)大腦，使其能夠針對(duì)特定輸入做出快速、精確的輸出。人工智能算法主要涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、表征學(xué)習(xí)等算法。機(jī)器學(xué)習(xí)通過(guò)模式識(shí)別系統(tǒng)根據(jù)事物特征將其劃分到不同類別，通過(guò)對(duì)識(shí)別算法的選擇和優(yōu)化，使其具有更強(qiáng)的分類能力;加入多層感知器構(gòu)建的深度學(xué)習(xí)模型成功解決了圖像識(shí)別、語(yǔ)音識(shí)別以及自然語(yǔ)言處理等領(lǐng)域的眾多問(wèn)題，與傳統(tǒng)機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)避免了人工選取特征的繁冗復(fù)雜和高維數(shù)據(jù)造成的維度災(zāi)難問(wèn)題。近年來(lái)，在ibm等科技巨頭推動(dòng)下認(rèn)知計(jì)算蓬勃發(fā)展，通過(guò)學(xué)習(xí)理解語(yǔ)言、圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)，更好地從海量復(fù)雜數(shù)據(jù)中獲得知識(shí)，做出更為精準(zhǔn)的決策。
人工智能的先進(jìn)算法使得在復(fù)雜的物流場(chǎng)景中，機(jī)器能替代人對(duì)海量信息和數(shù)據(jù)進(jìn)行認(rèn)知、分析和推理，從而快速、精準(zhǔn)地解決復(fù)雜決策的問(wèn)題。智能決策將成為推動(dòng)物流業(yè)從數(shù)字化邁向智能化最為關(guān)鍵的一步，這些都離不開人工智能算法的支持。
3、強(qiáng)大算力
人工智能有了大數(shù)據(jù)和先進(jìn)的算法，還得有處理大數(shù)據(jù)和執(zhí)行先進(jìn)算法的能力。ai的許多數(shù)據(jù)處理涉及矩陣乘法和加法。ai算法，在圖像識(shí)別等領(lǐng)域，常用的是cnn;語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域，主要是rnn，這是兩類有區(qū)別的算法;但是，他們本質(zhì)上，都是矩陣或vector的乘法、加法，然后配合一些除法、指數(shù)等算法。云計(jì)算、gpu、ai芯片為人工智能的強(qiáng)大算力提供了保障。
云計(jì)算是一種基于因特網(wǎng)的超級(jí)計(jì)算模式，是遠(yuǎn)程的數(shù)據(jù)中心中成千上萬(wàn)臺(tái)電腦和服務(wù)器連成的一片電腦云。云計(jì)算的計(jì)算能力可以達(dá)到每秒10萬(wàn)億次的運(yùn)算速度，性能堪比超級(jí)計(jì)算機(jī)。深度學(xué)習(xí)需要極大的計(jì)算資源，通過(guò)云計(jì)算可以以低成本的方式獲取大規(guī)模的算力，動(dòng)態(tài)獲取幾千上萬(wàn)個(gè)cpu算力。
圖3.1 gpu與cpu算力對(duì)比
gpu計(jì)算的進(jìn)步對(duì)深度學(xué)習(xí)也有很大的推動(dòng)作用。深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣預(yù)算，而gpu的工作方式就是多核并行計(jì)算流的方式，此外，gpu出色的浮點(diǎn)計(jì)算性能特別提高了深度學(xué)習(xí)兩大關(guān)鍵活動(dòng)：分類和卷積的性能。在相同的精度下，相對(duì)傳統(tǒng)cpu的方式，擁有更快的處理速度、更少的服務(wù)器投入和更低的功耗，如圖3.1所示。使用gpu計(jì)算具有優(yōu)異表現(xiàn)，催生了各類gpu服務(wù)器，帶動(dòng)了gpu服務(wù)器的快速發(fā)展。
為專門用于加速ai應(yīng)用中的大量計(jì)算任務(wù)的模塊，具有海量并行計(jì)算能力的ai芯片也應(yīng)運(yùn)而生。ai芯片被稱為ai加速器或計(jì)算卡。ai芯片部署的位置有云端和終端兩種，云端ai芯片的特點(diǎn)是性能強(qiáng)大、能夠同時(shí)支持大量運(yùn)算、并且能夠靈活地支持圖片、語(yǔ)音、視頻等不同ai應(yīng)用;終端ai芯片的特點(diǎn)是體積小、耗電少，能嵌入設(shè)備內(nèi)部并且讓設(shè)備在沒(méi)有聯(lián)網(wǎng)的情況之下也能夠使用相應(yīng)的ai能力。以gpu、fpga、asic為代表的ai芯片是目前可大規(guī)模商用的技術(shù)路線，是ai芯片的主戰(zhàn)場(chǎng)，此外，一些面向人工智能的專用硬件架構(gòu)也開始出現(xiàn)，如用fpga技術(shù)做專用的人工智能加速芯片和加速的基礎(chǔ)設(shè)施。
對(duì)物流行業(yè)來(lái)說(shuō)，ai強(qiáng)大的算力能夠快速處理龐大繁復(fù)的物流數(shù)據(jù)，ai芯片也能為端物流設(shè)備提供ai運(yùn)算支持，進(jìn)一步提高物流效率。
4、計(jì)算機(jī)視覺(jué)
作為人工智能的關(guān)鍵技術(shù)之一，計(jì)算機(jī)視覺(jué)技術(shù)指計(jì)算機(jī)從圖像中識(shí)別出物體、場(chǎng)景和活動(dòng)的能力。計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用由圖像處理操作及其他技術(shù)所組成的序列，從而將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。人工智能背景下的計(jì)算機(jī)視覺(jué)技術(shù)主要涵蓋：圖像分類、對(duì)象檢測(cè)、目標(biāo)跟蹤、語(yǔ)義分割和實(shí)例分割等。
隨著技術(shù)與物流的持續(xù)融合，物流活動(dòng)正在產(chǎn)生越來(lái)越多的圖像、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)背后蘊(yùn)藏著巨大的價(jià)值。計(jì)算機(jī)視覺(jué)中，針對(duì)上述非結(jié)構(gòu)化數(shù)據(jù)的識(shí)別技術(shù)是使其得以有效利用的關(guān)鍵，這些識(shí)別技術(shù)的主要作用在于將物流活動(dòng)中實(shí)時(shí)感知或歷史積累的圖像、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)變成可視化、可分析的信息和信號(hào)，輸入給相應(yīng)的決策系統(tǒng)，大大地提高物流作業(yè)的自動(dòng)化和準(zhǔn)確性。
5、自然語(yǔ)言處理
自然語(yǔ)言處理有時(shí)候也稱作自然語(yǔ)言理解，旨在利用計(jì)算機(jī)分析自然語(yǔ)言語(yǔ)句和文本，抽取重要信息，進(jìn)行檢索、問(wèn)答、自動(dòng)翻譯和文本生成。自然語(yǔ)言處理的目標(biāo)是讓計(jì)算機(jī)、機(jī)器在理解語(yǔ)言上像人類一樣智能，是彌補(bǔ)人類交流(自然語(yǔ)言)和計(jì)算機(jī)理解(機(jī)器語(yǔ)言)之間的差距。有了自然語(yǔ)言處理，計(jì)算機(jī)就可能完成自動(dòng)語(yǔ)音、自動(dòng)文本編寫，處理大型文本數(shù)據(jù)這樣的任務(wù)。自然語(yǔ)言處理技術(shù)的應(yīng)用場(chǎng)景甚廣，大致可分為分析型、生成型和交互型三類。輿情監(jiān)控系統(tǒng)是典型的分析型系統(tǒng);自動(dòng)寫作系統(tǒng)是典型的生成型系統(tǒng);形形色色的聊天機(jī)器人是典型的交互型系統(tǒng)。 對(duì)物流行業(yè)來(lái)說(shuō)，自然語(yǔ)言處理能力可以對(duì)物流表單信息進(jìn)行文本分類和聚類，篩選文本關(guān)鍵信息構(gòu)建索引庫(kù);還可以平臺(tái)化方式提供物流服務(wù)，在客服領(lǐng)域發(fā)揮較高的應(yīng)用價(jià)值，減少人工客服的使用，提高客服的效率、效果以及提升客戶的體驗(yàn)。
6、開源框架
基礎(chǔ)機(jī)器學(xué)習(xí)算法應(yīng)用的巨大需求促進(jìn)了開源軟件的繁榮，一系列基于機(jī)器學(xué)習(xí)算法的開源軟件不斷涌現(xiàn)。在算法應(yīng)用方面，隨著深度學(xué)習(xí)理論和工程技術(shù)體系的成熟，包括通過(guò)云服務(wù)或者開源的方式向行業(yè)輸出技術(shù)，先進(jìn)的算法被封裝為易于使用的產(chǎn)品和服務(wù)，越來(lái)越多的人和公司能夠開始使用這些算法。人工智能相關(guān)的技術(shù)包括了水平層和垂直層的技術(shù)，水平層面上主要體現(xiàn)在算法方面。這兩個(gè)層面都有很多大廠商都在做，包括google、微軟、amazon以及一些開源的第三方軟件，都試圖在搭建通用的人工智能機(jī)器學(xué)習(xí)和深度學(xué)習(xí)計(jì)算底層平臺(tái)。而上面的應(yīng)用比如說(shuō)語(yǔ)音、文字、圖像、即時(shí)定位等等，也有很多開源的框架，特別是圖像處理，很多框架都應(yīng)用了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。從這方面來(lái)看，伴隨著各個(gè)層面的企業(yè)參與，人工智能的產(chǎn)業(yè)化進(jìn)程已逐步展開。這些算法框架的開源性使得物流行業(yè)應(yīng)用機(jī)器學(xué)習(xí)算法的門檻大大降低，實(shí)現(xiàn)高性能計(jì)算。
7、機(jī)器人技術(shù)
人工智能機(jī)器人主要指運(yùn)用信息技術(shù)，使機(jī)器人具備人的智能，讓機(jī)器人學(xué)會(huì)學(xué)習(xí)知識(shí)并掌握先進(jìn)技術(shù)。將機(jī)器視覺(jué)、自動(dòng)規(guī)劃等認(rèn)知技術(shù)整合至極小卻高性能的傳感器、致動(dòng)器、以及設(shè)計(jì)巧妙的硬件中，這就催生了新一代的機(jī)器人。機(jī)器有能力與人類一起工作，并且能在各種未知環(huán)境中靈活處理不同的任務(wù);機(jī)器無(wú)需休息，可以比人類工作的更快，還可以同時(shí)完成多項(xiàng)任務(wù);機(jī)器人通過(guò)機(jī)器學(xué)習(xí)分析，可以實(shí)現(xiàn)生產(chǎn)線的精準(zhǔn)配合，更準(zhǔn)確的預(yù)測(cè)和實(shí)時(shí)檢測(cè)生產(chǎn)問(wèn)題;此外，機(jī)器智能還能被用來(lái)執(zhí)行一些危險(xiǎn)的任務(wù)。
傳統(tǒng)物流有較保守的生產(chǎn)線，較正規(guī)的運(yùn)輸線，各個(gè)環(huán)節(jié)都需要人工值守的倉(cāng)庫(kù)，彼此之間相對(duì)獨(dú)立而封閉，耗費(fèi)大量不必要的人力、物力、財(cái)力、時(shí)間，成本巨大卻效率低下。相比傳統(tǒng)物流，應(yīng)用物流機(jī)器人于貨物運(yùn)輸、儲(chǔ)存、包裝、流通加工和配送等過(guò)程進(jìn)行裝卸搬運(yùn)，貫穿物流作業(yè)的始末從而直接提高了物流系統(tǒng)的效率和效益。機(jī)器人技術(shù)運(yùn)用在物流行業(yè)將帶來(lái)人力成本的節(jié)省、周轉(zhuǎn)效率的提高。
物流運(yùn)作往往環(huán)節(jié)眾多，各方關(guān)系復(fù)雜，并且有大量的實(shí)物、資金、信息數(shù)據(jù)產(chǎn)生。人工智能對(duì)處理復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的強(qiáng)大能力與優(yōu)勢(shì)使其能為現(xiàn)代物流工作需求提供諸多方便，復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的特性使得物流天生就適合作為ai應(yīng)用的場(chǎng)景。同樣，人工智能在數(shù)據(jù)、算法、算力、技術(shù)等方面的優(yōu)勢(shì)可以為物流提供智能決策、可視化、自動(dòng)化、機(jī)器人技術(shù)等強(qiáng)大的科技支持，能極大地推動(dòng)智能物流的發(fā)展。
基于人工智能的智能物流體系
人工智能是一種前沿的交叉技術(shù)，主要目的是模擬人類思維生產(chǎn)出一些智能化的系統(tǒng)，他們像人類一樣在社會(huì)中發(fā)揮著相應(yīng)的職能作用。近年來(lái)，人工智能能夠迅猛發(fā)展，主要?jiǎng)恿?lái)源于信息技術(shù)和智能設(shè)備，信息技術(shù)主要是計(jì)算機(jī)技術(shù)和通信技術(shù)，例如高等復(fù)雜的運(yùn)算系統(tǒng)、能夠處理數(shù)