伍強精品課堂:AI世界里的物流將是什么樣子

作者:尹軍琪 時間:2020/09/29 來源:伍強智能科技

        一、現在的物流世界

        現在的物流技術與過程,我們可以從幾個維度去看一看。

        1.工廠物流(或制造業物流)

        工廠的訂單履行基本是從采購和生產計劃開始,到成品入庫和發貨為止。在接到訂單后,需要設計好產品,然后按需采購原料,原料入庫儲存,按設計生產(原料供貨到車間),產成品入庫儲存,最后把成品交給用戶。大致過程如此。

        按單生產和預測生產會有一些不同。但過程大同小異。大致如下:

        ? 市場分工是比較明確的。誰生產什么,需要怎樣的廠房和設備,并不是一件隨意的事。

        ? 其次,產品設計以計算機輔助設計為主,對人的技能要求比較多。對設計人員的專業水平要求比較多。產品需要不斷迭代升級,產品問題會層出不窮。

        ? 采購與需求之間往往有較大差異,采購渠道相對比較固定,沒有太多的時間去進行全面客觀的比較。

        ? 原料的到貨運輸方式多樣化,人工裝卸為主,自動裝卸已經在個別行業推廣,機械手碼垛開始應用,立體庫儲存已經成為首選。

        ? 生產配料以人工為主,輔之以計算機系統管理,以及輸送機、AGV等系統完成自動配送。

        ? 生產過程以機器生產為主,人工介入為輔,但也有例外的情況。

        ? 成品下線后的入庫,逐漸以自動化為主,如機械手碼垛,立體庫自動儲存等,但很多(70%以上)還是以人工作業為主。

        ? 計算機管理庫存??赡苡腥绷系念A警系統。

        ? 可以支持個性化的需求,但并非主流。

        ?  隨著產品的不同,生產周期從數周到數月不等。

        2.商貿流通領域的物流

        ? 運輸方式多樣化,水運、汽運、火車、飛機是主要工具。單元化物流開始應用。GPS大量應用。訂單的在線跟蹤已基本實現。

        ? 裝卸貨以人工為主,自動化輔助裝卸開始應用(伸縮皮帶機,碼垛機器人)。

        ? 儲存多樣化,自動化立體庫等多種自動化儲存方式大量應用。

        ? 訂單的拆零率越來越高。即使是2B的訂單也是如此。平臺化的銷售模式成為主流。

        ? 自動化揀選、自動包裝技術開始應用。

        ? 計算機管理庫存。支持多倉庫運行,支持倉庫之間的臨時調撥。

        ? 運輸管理系統逐漸成為普遍現象,在線跟蹤已經實現。

        ? 小的運輸公司逐漸淘汰,空載率逐漸降低,但依然難以達到要求,單元化技術應用逐漸展開。

        ? 超載現象依然嚴重,事故難以杜絕。

        ? 自動駕駛還沒有提上議程。

        3.電子商務物流

        ? 電商行為已變得非常普及,人們的購物習慣發生根本性改變。

        ? 電商物流變得很發達,自動化物流技術得以全面應用。

        ? 倉庫內的訂單的履行速度加快,訂單被實時的分配到離目標最近的物流中心。

        ? 倉儲自動化技術全面應用,大型和超大型物流中心逐漸增多。

        ? 訂單越來越多,每天全國有多達2億個快遞包裹。分揀中心越來越多。自動分揀技術普遍采用。

        ? 訂單越來越小。

        ? 最后一公里已經有一些解決辦法,包括快遞柜的普及應用,但仍然以人工配送為主。

        ? 計算機應用非常普及,功能越來越強大。各種新技術全面應用。

        ? 面向個人的精準銷售模式已經在逐漸實現。

        4.  突變的前夜

        越來越多的跡象表明,計算機對物流技術的影響已接近臨界。自動化技術已經達到非常高的水平,很多新概念已經提出,并且各種問題的提出和解決越來越快,這將對物流技術產生根本的影響。

        而影響最大的是AI的進化。人工智能已經開始走進人們的生活。這就是以智能手機、自動駕駛、自動翻譯、智能家居、智能機器人、大數據,云計算等構成的一個巨大的AI場景。

        對物流系統來說,用戶的體驗很重要,更快捷,更方便,更安全是用戶的需求,個性化變得越來越普遍。而企業追求的是更高的效率和更低的成本。所有這一切,都會在AI的應用中找到答案。

        種種跡象表明,人類已經進化到AI的前夜。

        二、AI的威力有多大?

        要闡述AI的巨大作用,可以看看其在棋類運動的作用。因為這是最直觀和最成熟的應用案例。

        1. 還記得圍棋ALPHA GO嗎

        2016年3月,在韓國進行一場別開生面的比賽,由計算機ALPHA GO1.0對陣韓國棋手李世石九段。最終計算機以4:1獲勝。

        在此之前,沒有人認為,計算機一定會取得勝利。但在此次比賽之后,人們改變了看法。特別是2017年,中國天才棋手柯潔以0:3完敗給ALPHA GO2.0后,再也沒有人懷疑計算機的能力。事實上,人類再也沒有人贏過ALPHA GO了。

        在柯潔比賽后,全世界的圍棋頂尖高手集體與ALPHA GO下了60盤棋,結果是0:60敗北。與李世石的比賽不同的是,這60盤棋無一例外是在短短的幾十步以后就已經明顯不行了。人類棋手在ALPHA GO面前,幾乎是不堪一擊。其差距大致在讓2~3子之間。這是一位九段頂尖棋手與業余高手之間的差距。

        很多人不理解為什么會發生這一結果。因為圍棋界的頂尖高手們,他們下棋的漏洞已經很少了,怎么會在短短的幾十步就顯出敗象,并且毫無還手之力呢?難道計算機就沒有任何漏洞嗎?

        其實明白計算機原理的人都知道,一旦計算機的能力超過人類,就永遠無法追趕。盡管計算機不是每一步棋都完美無缺,但它的計算是以“勝率”作為基礎的。當人類下出一步棋以后,計算機會計算一遍勝率,同時它會在勝率比較高的下一步中,選擇落子。不可否認,人類也會下出完美無缺的棋,但很難在一盤棋中保持幾百手都不犯錯誤。尤其在紛繁復雜的局面面前,人類的計算力和判斷力是完全無法與計算機相提并論的。一步小小的錯誤,就足以斷送一盤棋。正所謂“一著不慎,滿盤皆輸”。

        2. 現在的ALPHA GO有什么表現

        輸了棋的人類,終于改變主意,拜計算機為師?,F在計算機系統已經成為各專業棋手的唯一老師。幾千年來的圍棋理論,被計算機重新定義,并且毫無爭議。

        可以說,人類幾千年的積累,比不上計算機幾年的積累。這是計算機的可怕和厲害之處。

        人們好奇,如果兩臺計算機對弈,結果會如何呢?事實上,在ALPHA GO研制的過程中,計算機完成了幾千萬次對弈,其中主要是與自己對弈。以驗證非常復雜的算法。如果分析計算機的棋譜,我們可以發現,其與人類的圍棋理論既有相似之處,也有大相徑庭的地方。人類的思維方式因計算機而大為改變。

        有意思的是,計算機自己對弈也會分出輸贏,有時是先手輸,有時是后手輸,并且每一盤的棋譜也不一樣。這就說明,計算機下的棋也并非“最優”。還有一點就是,雙方的“勝率”非常接近,且交替改變,并不會出現一邊倒或脆敗的局面。

        ALPHA GO 是人類第一次推出具有“智能”的計算機系統,其實,這種“智能”也僅僅是一種優化算法而已,與真正的人類智能還是相去甚遠。為什么這樣說呢?這是因為所謂的“智能”或“智慧”,從其定義來說,要具備“感知、分析、決策”的能力,一般來說,人們將“感覺、記憶、回憶、思維、語言、決策、行為”的整個過程稱為智能過程。計算機到目前為止,其感覺是片面的,其思維和行為是受程序代碼控制的,而非完全自主的。

        優化目標很重要。做過優化設計的人都會知道,所謂的最優解往往并不存在或很難求解,所以,計算機的每一次運算,如果都要求求解最優解,可能一方面要耗費很長時間,另一方面,很可能無解,會造成無限等待。因此,我們有理由認為ALPHA GO在計算時,并不一定要求解最優解,而是只要找到一個“較優”的解即可。而這個“較優”的解,只要符合幾個條件即可:其一是盡可能提升“勝率”,第二是盡可能保持“勝率”大于50%,這樣即可以立于不敗之地,第三是盡量簡化過程,把變數降低到最少,第四是如果無法達到前面兩點,也不要超時。據說李世石贏了ALPHA GO的那盤棋,在李世石下出“神之一手”時,ALPHA GO也做了“長考”,其實,它已經找不到滿足以上前面兩個條件的解了,只是在即將超時時,胡亂下了一手而已。還有一點,就是我們經??吹?,計算機“遇強愈強”,而在局面領先后,并不急于趕盡殺絕。因為對它而言,找到了一個“次優”的解即可。顯然,對于人類而言,不要死記硬背計算機的招數和招法,尤其是在計算機局面領先時,因為這時計算機也往往會下出一些緩手。有些人對此過度解讀,認為計算機有智能,會手下留情,其實是自作多情而已。

        三、AI應用到物流

        1.AI應用到物流的場景和作用

        對物流系統來說,AI不僅僅是自動化,而是智能化的全面應用。

        ? 對物流規劃的指導

        AI對物流的改變的第一步將是在設計層面。AI將提供基于多目標優化的多種方案的設計及比較,提供系統仿真和數字孿生(虛擬現實)技術,這已經是目前人類所無法達到的高度。人類的作用,是提供各種需求、限制和條件。

        ?  對采購的管理

        在采購層面,AI可以考慮的參數要比人類多得多,不僅僅是現有庫存的多少,它會提供諸如材料產地的情況,供貨周期測算,采購時機建議,價格比較,運輸方式,儲存方式等一些列優化結果。在AI的管理下,未來實現“零庫存”應不是奢望。

        ? 對庫存的管理

        基于AI的庫存管理,要比我們現有的所有技術都會更加優化。自動化和無人化將是常態,且占比將大幅度提升。包括基于無人化的裝卸貨作業、庫位建議、自動揀選、自動分揀、自動包裝等??梢栽O想,未來的收貨將直接為發貨服務,揀選會變得相對簡單??梢酝耆珜崿FFIFO先進先出或定制化作業?!鞍踩珟齑妗钡母拍顚⑷匀贿m用,但內涵會有很大變化。死庫存問題將得到徹底解決。人們更多的精力不是在操作,而是在管理和維護。由于采用AI進行倉庫設計,倉庫的形態將會發生根本改變。包括倉庫的高度,月臺等傳統設計理念將會發生大的改變。

        ? 對訂單的執行

        AI在訂單履行過程中的作用,包括多倉系統的訂單調度,多倉之間的調撥,訂單的分配,訂單執行時間管理,訂單執行過程跟蹤,與運輸系統間的互動(如車輛調度),與倉庫之間的互動(如站臺管理)等。一方面,如何根據優化目標(多目標優化,時間,費用,滿足度等,對不同訂單,優化目標并不一致)確定訂單履行的路線;另一方面,訂單履行過程中的監控和可視化。這是訂單履行過程的重點內容。

        ? 運輸過程的管理

        車輛資源共享高效匹配,單元化物流全面實施。物流專線有望建成,自動駕駛將成為現實,GPS全程覆蓋,全程冷鏈得以實現,超載和違章將徹底杜絕。貨物安全大大改善。

        ? AI與自動化

        對物流來說,AI需要自動化,但AI不是自動化。很多人對此有誤解,常常把自動化等同于智能化和AI,甚至把某一項技術應用理解為AI,如AGV,無人機等,這是錯誤的。其實,自動化只是AI的一部分,甚至只是很小的部分,是屬于執行層面和作業層面的工作,有時它甚至并非是必需的。AI更大的功能在于決策,在于優化系統。就像我們下棋,關鍵的是如何決策走下一步,而非怎么移動棋子。

        2.AI應用到物流將是一個必然的過程

        比起第一次工業革命(以蒸汽機為代表的工業制造)和第二次工業革命(以電氣為代表的工業制造),計算機技術(包括數據庫技術,網絡技術,通訊技術等)對人類的改變將是前所未有的,顛覆性的。這是到目前為止的結論。

        展望未來,計算機技術的不斷升級,從互聯網到移動互聯網,再到物聯網,計算機技術的發展還沒有出現停歇或被取代的跡象,以服務器、云計算、智能手機和各式機器人為代表,人工智能的技術路線和巨大作用已經逐漸顯露出端倪,必將推動人類的發展和變革達到一個新的高度。

        我們有理由相信,當AI進入物流,物流效率將會極大的提升,而浪費將大大減少。對紛繁復雜的局面,AI將提供一個恰到好處的解。AI應用到物流技術應是不可避免和水到渠成的事情,讓我們拭目以待。

        3.AI的應用會有一個漸進的過程,會不斷迭代和進步,并且要持續很長時間

        AI概念自上世紀50年代提出以來,雖然在理論上做了多方面的探索,但卻并未取得理論和應用方面的實質性突破,甚至一度走入死胡同。隨著計算機技術的不斷發展,計算速度越來越快,存儲技術、通訊技術、數據庫技術等出現了革命性的突破,直到智能手機的出現,特別是ALPH GO的出現,人類才似乎找到了AI的應用突破點。從這一點看,任何技術都是遵循不斷迭代發展這樣一條基本路線前進的。雖然AI似乎找到了一個突破口,例如在語言翻譯,汽車導航,路徑優化,棋類運動等方面得到了一定應用,并取得了意想不到的效果。但未來的AI如何發展,人類還缺乏明確的思路。

        同樣,AI應用于物流技術與管理,到目前為止,還停留在初級水平,但AI的巨大作用已經初現端倪,并且毋庸置疑。我們看到,現在人類無論出行還是支付,都已經離不開智能手機,各種智能家居產品層出不窮。終有一天,世界將是AI主導的世界,物流也將是AI主導的物流。

广东快乐十分今天开奖