編者按:近兩年AI技術(shù)火爆,其在物流領(lǐng)域如何應(yīng)用,前景如何?森馬服飾物流技術(shù)總監(jiān)張振林在12月2日中國“第四屆中國服裝供應(yīng)鏈創(chuàng)新峰會暨2017雙11服裝電商物流復(fù)盤大會”上,以《AI技術(shù)在服裝物流上的應(yīng)用及前景》為主題進(jìn)行了精彩演講。本文經(jīng)演講者授權(quán)刊登。
以下為演講實(shí)錄:
先看兩張圖片,可能在很多朋友在朋友圈里面都看到了,第一張圖片是個人形的機(jī)器人來模仿人的跳躍、旋轉(zhuǎn)、倒空翻。第二張圖片是2017年聯(lián)合國大會上殺手機(jī)器人,能夠通過人臉的識別,在茫茫人海中來攻擊它要攻擊的對象。
通過這兩張照片是想說我們現(xiàn)在的人工智能有了很大的突破,第一方面人工智能已經(jīng)能夠完全能模仿人、學(xué)習(xí)人,具備了向人學(xué)習(xí)的能力。第二也是因為人工智能技術(shù)的突破,同樣我們產(chǎn)生了很多擔(dān)憂,像特斯拉創(chuàng)造者馬斯克表示,如果未來不對人工智能做引導(dǎo)和約束,可能未來的十年人要向機(jī)器人乞討生活了。
一、人工智能發(fā)展史
為什么人工智能在這幾年獲得這么快的發(fā)展,而且比人更厲害,出現(xiàn)一定具備它利用的前景和條件?
人工智能這么多年獲得了發(fā)展,前期經(jīng)過了一段一段時間的高峰和低谷,1996年才開始提出AI概念,給你編成一段規(guī)則,讓你完成跳性規(guī)則的。人與人之間溝通,人工智能翻譯出來的結(jié)果,但不能完整地表達(dá)人的情感需求,跟實(shí)際的表達(dá)差異很大,人工智能進(jìn)入了低谷。
第二個階段出現(xiàn)了很多系統(tǒng),醫(yī)療系統(tǒng),很多智能的系統(tǒng)。
第三個階段2011年第一次在谷歌上開始用人工智能來識別貓,2014年人工智能對人臉的識別已經(jīng)超過了人類,2016年人工智能的AlphaGo跟圍棋高手的對決,已經(jīng)徹底讓人的能力,人的水平慢慢體現(xiàn)出了弱勢。2016年又開始把人工智能應(yīng)用于自動駕駛。
從人工智能層面來說,從它的誕生到探索,到爆發(fā)經(jīng)過了兩起兩落,背后是有很深層次的原因。最根本的原因因為硬件技術(shù)的成熟,芯片技術(shù)的成熟,保證了人工智能有爆發(fā)的可能性。
二、什么為人工智能爆發(fā)提供了可能?
中國兩家著名的芯片中星微和寒武紀(jì),用來模仿人類大腦神經(jīng)的結(jié)構(gòu),深度學(xué)習(xí)的芯片,英偉達(dá)開發(fā)了更發(fā)達(dá)的芯片,讓人工智能成為一種可能。
我們大學(xué)時代接觸的是186、386等等那個時代。但今天看來這種算法完全有一種突破,中國銀河二號計算機(jī)和一號計算機(jī)突破了計算機(jī)計算的極限,但今年上半年出來一款新的量子計算機(jī),能夠達(dá)到10億次的運(yùn)算,完全顛覆了過去的計算方式。
硬件技術(shù)的成熟同樣在數(shù)據(jù)采集跟數(shù)據(jù)的傳播和數(shù)據(jù)的存儲技術(shù)上也獲得了進(jìn)步。各種各樣的感應(yīng)設(shè)施、探測設(shè)施、可視化,讓數(shù)據(jù)的采集變成可能。最近幾年傳輸技術(shù)從原來模擬量子通訊、現(xiàn)在的4G、5G,我們首先運(yùn)用了量子通訊,讓我們的通訊進(jìn)入了跳躍式發(fā)展。
存儲技術(shù),數(shù)據(jù)的存儲措施廣泛的部署,在數(shù)據(jù)存儲能力上廣泛地應(yīng)用。數(shù)據(jù)的采集、存儲、傳輸為人工智能的發(fā)展提供了第二個可能性。計算機(jī)的深度學(xué)習(xí),原來早期我們?nèi)タ刂朴嬎銠C(jī)或者說作為一種目標(biāo),我們都是自己來編制一種規(guī)則,讓設(shè)備機(jī)器沿著這個規(guī)則來走,發(fā)展到今天規(guī)則已經(jīng)不再是這種規(guī)則了。現(xiàn)在的計算機(jī)和人工智能定義為字母學(xué)習(xí)。
舉個例子,早期的時候我們讓某一個可視化的設(shè)備來判斷一個蘋果的時候,會告訴它密度是多少、水分是多少,糖分是多少,是什么樣的形狀,然后它拿一系列的參數(shù)來判斷這個蘋果是不是蘋果。但是今天已經(jīng)完全不像以前了,不是要人工給它參數(shù),給它一千個一萬個蘋果,讓它把一千個一萬個蘋果數(shù)據(jù)全部采集一遍。下一次提供一個蘋果或者橘子的時候,需要拿它自身在前面一萬個蘋果里面采集的數(shù)據(jù),自動套現(xiàn)在所提供的蘋果,來判斷它是蘋果還是橘子,這就是機(jī)器已經(jīng)擁有了自我學(xué)習(xí)的能力,不再需要人來制造規(guī)則。
從芯片技術(shù)的成熟,從數(shù)據(jù)采集的成熟,數(shù)據(jù)傳輸?shù)某墒欤瑪?shù)據(jù)存儲的成熟,以及到機(jī)器自我學(xué)習(xí)的成熟,讓人工智能會得到一次突飛猛進(jìn)的發(fā)展。
三、哪些行業(yè)會有大規(guī)模的爆發(fā)和應(yīng)用?
人工智能的發(fā)展跟我們的生活息息相關(guān),首先在哪些行業(yè)會得到發(fā)展?
舉個例子,現(xiàn)在去銀行很痛苦的,如果是黑卡的用戶或者是金卡的用戶可能還有一些優(yōu)先權(quán),如果要是普通的客戶要排隊,排很長很長的隊,甚至要幾個小時,這個對于在生活和應(yīng)用場景來說就要解決這個痛點(diǎn),人工智能有辦法了。未來的銀行只會服務(wù)于20%的黑卡和金卡用戶,因為他們所需要的需求是個性化的需求,是多樣化的需求,而對于80%的用戶,就像你我一樣去存錢轉(zhuǎn)賬的這些都交給人工智能,你直接去柜臺給你一個人機(jī)接口的畫面,一個人機(jī)接口的設(shè)備,你自己獨(dú)立的完成。銀行系統(tǒng)只提供給你最專業(yè)的和最差異化的服務(wù)。
第二個我們?nèi)メt(yī)院不管大病小病,先去測體溫、量血壓,各種各樣的檢測,然后要等幾個小時,才有結(jié)果出來,隨著現(xiàn)在人工智能技術(shù)的發(fā)展這些可能會被取代。以后去醫(yī)院不管什么病,可能會有更好更有適合你體外無創(chuàng)傷的檢測,直接告訴你身體有什么樣的問題,再去找相應(yīng)的科室大夫。獲取前面無數(shù)病人的基礎(chǔ)上已經(jīng)生成了很好的處理的模板,不再需要專業(yè)的醫(yī)生來給你提供服務(wù),人工智能將在醫(yī)療、金融、汽車、物流等等行業(yè)都會有大規(guī)模的爆發(fā)和應(yīng)用。
四、物流行業(yè)的機(jī)會在哪?
對于我們在行業(yè)的參與者而言,我們有什么樣的機(jī)會,我想前面的硬件做芯片、采集數(shù)據(jù)、傳輸設(shè)備等等都不可能有機(jī)會了,因為已經(jīng)被壟斷了,而且他們所提供的技術(shù)、提供的產(chǎn)品、提供的服務(wù)是超出了這個時代的要求,唯一我們所擁有的就是在應(yīng)用層面上,我們?nèi)プ鲞@種人工智能技術(shù)的開發(fā),人工智能技術(shù)的應(yīng)用數(shù)據(jù)采集,并且算法上會有更好的發(fā)展機(jī)會。
這是我國物流行業(yè)的現(xiàn)狀,國家在重點(diǎn)推工業(yè)4.0,很多政府部門加快了對工業(yè)4.0的投入,各個基金都瘋狂地追逐人工智能AI領(lǐng)域。這是2015年-2020年未來工業(yè)4.0,工業(yè)自動化的規(guī)模,到2020年在805億,這些數(shù)據(jù)來自高盛。電商和快遞的推動,也會讓工業(yè)自動化,工業(yè)智能會成為大規(guī)模的需求,到2020年應(yīng)該有189億,在電商和快遞這塊。就針對這種需求,針對智能化、自動化,我們現(xiàn)有的主流能夠提供的設(shè)備基本上是基于右邊的這些輸送類、分揀類、互聯(lián)類、無線射頻技術(shù)類等等還停留在這樣的層面。
在服裝行業(yè),在人工智能這塊的使用,目前而言主要有四塊:
第一塊最早的在一些企業(yè)用過,穿梭車,往復(fù)式穿梭車,用來做貨品和托盤調(diào)度的,四向穿梭車和多向穿梭車。
第二種KIVA機(jī)器人,會涉及到人工智能,路徑優(yōu)化和路徑算法,涉及到路徑技術(shù)。
第三塊是用來做托盤存儲、運(yùn)輸、揀選以及做箱運(yùn)輸和箱揀選,這是目前在服裝行業(yè)上人工智能的應(yīng)用,基本上還停留在這四塊。
往復(fù)式穿梭車、Kiva機(jī)器人把這塊定義為密集服務(wù)。但是這些AI技術(shù)在服裝行業(yè)有一定程度的推廣,但跟我們的業(yè)務(wù)息息相關(guān),有需求,但是能不能做還要考慮這幾個方面:
第一,有沒有很大的業(yè)務(wù)流量。對于一個新的技術(shù),包括Kiva機(jī)器人也好,如果一天就500單、800單,投入和產(chǎn)出是不是合適的。
第二,所有的智能化產(chǎn)品和智能化的設(shè)備投入見效周期都特別長。
第三,對于現(xiàn)有在服裝物流這塊,早期還是停留在勞動密集型企業(yè)程度上,我們思維還一直停留在勞動力。現(xiàn)有階段下勞動力的成本還沒有達(dá)到設(shè)備成本的高度,思維上做了一些自我限制。但未來我相信設(shè)備替代人一定成為一種趨勢。
第四,自動化和智能的設(shè)備自身也存在著一定缺陷,需要完善優(yōu)化。
大概解讀了一下人工智能為什么能獲得發(fā)展,發(fā)展的根源在于硬件技術(shù)基礎(chǔ)上的提升,我們的數(shù)據(jù)采集技術(shù),數(shù)據(jù)存儲技術(shù),數(shù)據(jù)的傳輸技術(shù)以及人工智能上的自我學(xué)習(xí)的能力提升,所以讓人工智能在現(xiàn)在這個時間段獲得了極大的發(fā)展。
但是人工智能的發(fā)展在我們服裝行業(yè)上僅僅還停留在四個設(shè)備和四個層面,更多地是用來做一些速度算法和調(diào)度程序。
未來很美好,但是現(xiàn)在還是在摸索過程中。
謝謝!
(注:本文轉(zhuǎn)自寶開高級顧問王繼祥微信公眾號)