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)的各個階段都發(fā)揮了重要的作用?？萍紕?chuàng)新帶動科技應(yīng)用發(fā)展，科技應(yīng)用發(fā)展使物流競爭往高水平提升，高水平的物流競爭又促使科技不斷創(chuàng)新……
人工智能在物流行業(yè)中應(yīng)用的優(yōu)勢分析
1、海量數(shù)據(jù)學(xué)習(xí)與處理
物聯(lián)網(wǎng)和移動設(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，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別的信息、知識、規(guī)律等，如何揭示這些信息、規(guī)則、趨勢正成為當下給企業(yè)帶來高回報的熱點。
一般來說，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，而且很多時候它們對非結(jié)構(gòu)化數(shù)據(jù)的處理無能為力。因此我們迫切地需要一種更智能的方式，既能對海量的、各種類型的數(shù)據(jù)快速地進行處理，又能很好地挖掘各種類型數(shù)據(jù)更深層次的有用信息。機器學(xué)習(xí)算法是一種通過模式識別對信息進行分組或分類，進而從信息中尋找上下文提取有效信息的算法。機器學(xué)習(xí)能從大量的結(jié)構(gòu)化數(shù)據(jù)和文本、圖像、視頻、語音、肢體語言、面部表情等非結(jié)構(gòu)化數(shù)據(jù)中學(xué)習(xí)，發(fā)掘其中蘊含并且有用的信息。其處理的數(shù)據(jù)越多，機器學(xué)習(xí)就越能體現(xiàn)出優(yōu)勢。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)系錯綜復(fù)雜，機器學(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，面對物流行業(yè)的數(shù)據(jù)豐富而知識貧乏的狀況，機器學(xué)習(xí)算法作為一種有效工具可以增強對數(shù)據(jù)的理解，挖掘和應(yīng)用。因此基于機器學(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)向自動化的關(guān)鍵。
2、先進算法
人工智能追求研發(fā)能夠像人類一樣具有智力的機器，人工智能算法是一種通過多層神經(jīng)網(wǎng)絡(luò)對信息進行抽取和表示的算法架構(gòu)，其原理是構(gòu)建一個“虛擬大腦”，用大量輸入/輸出數(shù)據(jù)來訓(xùn)練這個大腦，使其能夠針對特定輸入做出快速、精確的輸出。人工智能算法主要涉及機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、表征學(xué)習(xí)等算法。機器學(xué)習(xí)通過模式識別系統(tǒng)根據(jù)事物特征將其劃分到不同類別，通過對識別算法的選擇和優(yōu)化，使其具有更強的分類能力;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別、語音識別以及自然語言處理等領(lǐng)域的眾多問題，與傳統(tǒng)機器學(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)難問題。近年來，在ibm等科技巨頭推動下認知計算蓬勃發(fā)展，通過學(xué)習(xí)理解語言、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，做出更為精準的決策。
人工智能的先進算法使得在復(fù)雜的物流場景中，機器能替代人對海量信息和數(shù)據(jù)進行認知、分析和推理，從而快速、精準地解決復(fù)雜決策的問題。智能決策將成為推動物流業(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、強大算力
人工智能有了大數(shù)據(jù)和先進的算法，還得有處理大數(shù)據(jù)和執(zhí)行先進算法的能力。ai的許多數(shù)據(jù)處理涉及矩陣乘法和加法。ai算法，在圖像識別等領(lǐng)域，常用的是cnn;語音識別、自然語言處理等領(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。云計算、gpu、ai芯片為人工智能的強大算力提供了保障。
云計算是一種基于因特網(wǎng)的超級計算模式，是遠程的數(shù)據(jù)中心中成千上萬臺電腦和服務(wù)器連成的一片電腦云。云計算的計算能力可以達到每秒10萬億次的運算速度，性能堪比超級計算機。深度學(xué)習(xí)需要極大的計算資源，通過云計算可以以低成本的方式獲取大規(guī)模的算力，動態(tài)獲取幾千上萬個cpu算力。
圖3.1 gpu與cpu算力對比
gpu計算的進步對深度學(xué)習(xí)也有很大的推動作用。深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量的浮點計算能力以及矩陣預(yù)算，而gpu的工作方式就是多核并行計算流的方式，此外，gpu出色的浮點計算性能特別提高了深度學(xué)習(xí)兩大關(guān)鍵活動：分類和卷積的性能。在相同的精度下，相對傳統(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計算具有優(yōu)異表現(xiàn)，催生了各類gpu服務(wù)器，帶動了gpu服務(wù)器的快速發(fā)展。
為專門用于加速ai應(yīng)用中的大量計算任務(wù)的模塊，具有海量并行計算能力的ai芯片也應(yīng)運而生。ai芯片被稱為ai加速器或計算卡。ai芯片部署的位置有云端和終端兩種，云端ai芯片的特點是性能強大、能夠同時支持大量運算、并且能夠靈活地支持圖片、語音、視頻等不同ai應(yīng)用;終端ai芯片的特點是體積小、耗電少，能嵌入設(shè)備內(nèi)部并且讓設(shè)備在沒有聯(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，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。
對物流行業(yè)來說，ai強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運算支持，進一步提高物流效率。
4、計算機視覺
作為人工智能的關(guān)鍵技術(shù)之一，計算機視覺技術(shù)指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術(shù)運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算機視覺技術(shù)主要涵蓋：圖像分類、對象檢測、目標跟蹤、語義分割和實例分割等。
隨著技術(shù)與物流的持續(xù)融合，物流活動正在產(chǎn)生越來越多的圖像、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)背后蘊藏著巨大的價值。計算機視覺中，針對上述非結(jié)構(gòu)化數(shù)據(jù)的識別技術(shù)是使其得以有效利用的關(guān)鍵，這些識別技術(shù)的主要作用在于將物流活動中實時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，輸入給相應(yīng)的決策系統(tǒng)，大大地提高物流作業(yè)的自動化和準確性。
5、自然語言處理
自然語言處理有時候也稱作自然語言理解，旨在利用計算機分析自然語言語句和文本，抽取重要信息，進行檢索、問答、自動翻譯和文本生成。自然語言處理的目標是讓計算機、機器在理解語言上像人類一樣智能，是彌補人類交流(自然語言)和計算機理解(機器語言)之間的差距。有了自然語言處理，計算機就可能完成自動語音、自動文本編寫，處理大型文本數(shù)據(jù)這樣的任務(wù)。自然語言處理技術(shù)的應(yīng)用場景甚廣，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);自動寫作系統(tǒng)是典型的生成型系統(tǒng);形形色色的聊天機器人是典型的交互型系統(tǒng)。 對物流行業(yè)來說，自然語言處理能力可以對物流表單信息進行文本分類和聚類，篩選文本關(guān)鍵信息構(gòu)建索引庫;還可以平臺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。
6、開源框架
基礎(chǔ)機器學(xué)習(xí)算法應(yīng)用的巨大需求促進了開源軟件的繁榮，一系列基于機器學(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，包括通過云服務(wù)或者開源的方式向行業(yè)輸出技術(shù)，先進的算法被封裝為易于使用的產(chǎn)品和服務(wù)，越來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器學(xué)習(xí)和深度學(xué)習(xí)計算底層平臺。而上面的應(yīng)用比如說語音、文字、圖像、即時定位等等，也有很多開源的框架，特別是圖像處理，很多框架都應(yīng)用了機器學(xué)習(xí)和深度學(xué)習(xí)。從這方面來看，伴隨著各個層面的企業(yè)參與，人工智能的產(chǎn)業(yè)化進程已逐步展開。這些算法框架的開源性使得物流行業(yè)應(yīng)用機器學(xué)習(xí)算法的門檻大大降低，實現(xiàn)高性能計算。
7、機器人技術(shù)
人工智能機器人主要指運用信息技術(shù)，使機器人具備人的智能，讓機器人學(xué)會學(xué)習(xí)知識并掌握先進技術(shù)。將機器視覺、自動規(guī)劃等認知技術(shù)整合至極小卻高性能的傳感器、致動器、以及設(shè)計巧妙的硬件中，這就催生了新一代的機器人。機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);機器無需休息，可以比人類工作的更快，還可以同時完成多項任務(wù);機器人通過機器學(xué)習(xí)分析，可以實現(xiàn)生產(chǎn)線的精準配合，更準確的預(yù)測和實時檢測生產(chǎn)問題;此外，機器智能還能被用來執(zhí)行一些危險的任務(wù)。
傳統(tǒng)物流有較保守的生產(chǎn)線，較正規(guī)的運輸線，各個環(huán)節(jié)都需要人工值守的倉庫，彼此之間相對獨立而封閉，耗費大量不必要的人力、物力、財力、時間，成本巨大卻效率低下。相比傳統(tǒng)物流，應(yīng)用物流機器人于貨物運輸、儲存、包裝、流通加工和配送等過程進行裝卸搬運，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。機器人技術(shù)運用在物流行業(yè)將帶來人力成本的節(jié)省、周轉(zhuǎn)效率的提高。
物流運作往往環(huán)節(jié)眾多，各方關(guān)系復(fù)雜，并且有大量的實物、資金、信息數(shù)據(jù)產(chǎn)生。人工智能對處理復(fù)雜網(wǎng)狀結(jié)構(gòu)和大數(shù)據(jù)量的強大能力與優(yōu)勢使其能為現(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)勢可以為物流提供智能決策、可視化、自動化、機器人技術(shù)等強大的科技支持，能極大地推動智能物流的發(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中發(fā)揮著相應(yīng)的職能作用。近年來，人工智能能夠迅猛發(fā)展，主要動力來源于信息技術(shù)和智能設(shè)備，信息技術(shù)主要是計算機技術(shù)和通信技術(shù)，例如高等復(fù)雜的運算系統(tǒng)、能夠處理數(shù)