杉數(shù)科技一直以來對(duì)舉辦產(chǎn)學(xué)結(jié)合的圓桌會(huì)懷有極高的熱情。

這家成立于 2016 年的公司由五位斯坦福大學(xué)教授及博士創(chuàng)立，以運(yùn)籌學(xué)泰斗、馮·諾依曼獎(jiǎng)得主葉蔭宇教授為核心，聯(lián)合商學(xué)院、運(yùn)籌學(xué)及決策分析與風(fēng)險(xiǎn)分析等專業(yè)的四位博士，圍繞海量數(shù)據(jù)環(huán)境下的復(fù)雜問題提供降本增效的優(yōu)化決策方案。

葉蔭宇教授認(rèn)為，既然杉數(shù)科技的核心創(chuàng)始團(tuán)隊(duì)是以科學(xué)家為主，鑒于自身的技術(shù)優(yōu)勢(shì)與獨(dú)特性，公司的經(jīng)營(yíng)與發(fā)展從戰(zhàn)略層面而言，也不能只局限于產(chǎn)品本身，需要從最前沿的研究及行業(yè)亟需解決的問題為企業(yè)提供全新的思維模式。

因此，杉數(shù)科技在做好自身業(yè)務(wù)規(guī)劃的同時(shí)，也組織了多場(chǎng) AI 大師圓桌會(huì)。不論是關(guān)注算法及商業(yè)落地的「智能商業(yè)時(shí)代, 算法的力量」；或是關(guān)注博弈論及相關(guān)應(yīng)用的「AI 時(shí)代, 博弈與行為分析」，無一例外地，杉數(shù)科技都邀請(qǐng)到了相應(yīng)領(lǐng)域的國(guó)內(nèi)外優(yōu)秀甚至是頂尖的 AI 學(xué)者為與會(huì)者進(jìn)行分享。

在近日杉數(shù)科技于上海主辦的「2018 第二屆 AI 大師圓桌會(huì)」——「從鏈到網(wǎng)：數(shù)字賦能零供新關(guān)系」上，杉數(shù)科技圍繞智慧供應(yīng)鏈的背景及現(xiàn)狀邀請(qǐng)到了多位學(xué)者及企業(yè)嘉賓到場(chǎng)交流。

雷鋒網(wǎng) AI 科技評(píng)論了解到，杉數(shù)科技在服務(wù)企業(yè)，為他們提供多項(xiàng)定制最優(yōu)化決策能力的同時(shí)，也希望能通過這樣的研討平臺(tái)，助力企業(yè)間的商業(yè)合作。

「在服務(wù)企業(yè)之時(shí)，一方面我們提供上層解決方案，另一方面我們也在幫助企業(yè)建立他們的學(xué)科體系，人才體系，做這類看似『吃力不討好』的工作?！股紨?shù)科技 CEO 羅小渠如是說，但他認(rèn)為，這些服務(wù)對(duì)于一個(gè)具有科學(xué)家基因的公司而言是值得的?！杆械暮献鞫际枪糙A的，當(dāng)企業(yè)對(duì)這些思緒、工具和方法有了更深的理解，那么杉數(shù)能夠得到更進(jìn)一步的提升；而即便企業(yè)未來對(duì)杉數(shù)的依賴不再像以前那樣大，我們?cè)谶@個(gè)過程中也能收獲寶貴的實(shí)踐經(jīng)驗(yàn)?！?/p>

目前在大量數(shù)據(jù)的業(yè)務(wù)場(chǎng)景下，融合運(yùn)籌學(xué)與機(jī)器學(xué)習(xí)的方法能為以新零售、物流行業(yè)為代表的領(lǐng)域構(gòu)造智能化系統(tǒng)，在智能選址上發(fā)揮作用。以杉數(shù)科技構(gòu)建的智慧選址系統(tǒng)為例，它采用了「大數(shù)據(jù)+機(jī)器學(xué)習(xí)+運(yùn)籌優(yōu)化」三位一體的選址解決方案，綜合全局多業(yè)務(wù)目標(biāo)最優(yōu)的基礎(chǔ)上幫助企業(yè)。

紐約大學(xué)助理教授陳溪在演講中也提及了僅僅依靠深度學(xué)習(xí)來解決實(shí)際問題的局限性。圖像的結(jié)構(gòu)化讓深度學(xué)習(xí)得以提取足夠的特征，并在一些應(yīng)用場(chǎng)景中取得良好的表現(xiàn)，但這并不代表它在解決商業(yè)問題上同樣能取得良好效果。AlphaGo Zero 通過深度強(qiáng)化學(xué)習(xí)算法，在圍棋這樣完全信息博弈的環(huán)境下，規(guī)則明確，且有既定的目標(biāo)，因此能有出色的表現(xiàn)。但在如分類和預(yù)測(cè)這樣的實(shí)際決策問題上，只依靠深度學(xué)習(xí)是遠(yuǎn)遠(yuǎn)不夠的。而反過來說，決策的問題才是實(shí)際應(yīng)用中最需要解決的問題。

一個(gè)決策過程需要綜合在各種因素中進(jìn)行權(quán)衡，這也是運(yùn)籌和優(yōu)化的復(fù)雜性及核心所在。特別是，綜合歷史數(shù)據(jù)、用戶行為與實(shí)際購買行為匹配等多種條件下，如何考量決策的效果，也是陳溪博士在本次演講中啟迪大家思考的一點(diǎn)。

而從 UCLA 杰出教授、運(yùn)營(yíng)管理頂級(jí)期刊 MSOM 主編 Christopher Tang 的角度來看，供應(yīng)鏈信息的交匯與融合能夠成為「網(wǎng)」?fàn)顩Q策，并從預(yù)測(cè)、優(yōu)化、模擬及決策鏈條下進(jìn)行科學(xué)管理。

供應(yīng)鏈信息的流動(dòng)主要從產(chǎn)品供應(yīng)商，流經(jīng)制造商、總經(jīng)銷、零售點(diǎn)，最終傳遞到消費(fèi)者身上。通過列舉 IPE、NIKE、大疆等企業(yè)的信息可視化、透明化案例，Christopher Tang 希望供應(yīng)「網(wǎng)」決策能夠影響消費(fèi)者的決策思維，反過來影響企業(yè)的環(huán)境可持續(xù)發(fā)展、社會(huì)責(zé)任感、經(jīng)濟(jì)發(fā)展，綜合提升企業(yè)的經(jīng)濟(jì)效益和環(huán)境效益。

從學(xué)術(shù)和應(yīng)用的角度了解了機(jī)器學(xué)習(xí)、供應(yīng)鏈信息與決策的關(guān)系后，普洛斯戰(zhàn)略顧問、隱山資本合伙人董中浪以《物流：一個(gè)正被技術(shù)顛覆和解構(gòu)的行業(yè)》闡述了他對(duì)物流行業(yè)資本層面的理解。在他的觀點(diǎn)中，企業(yè)紛紛布局零售、電商行業(yè)，跑馬圈地，本質(zhì)上是希望盡快搶占一個(gè)全國(guó)甚至全球性的倉配體系、物流體系。

本質(zhì)上，這是一個(gè)通過技術(shù)重構(gòu)供應(yīng)鏈的過程?？萍荚谖磥頃?huì)「橫切」物流產(chǎn)業(yè)，圍繞核心技術(shù)，整個(gè)產(chǎn)業(yè)會(huì)從基礎(chǔ)設(shè)施和應(yīng)用場(chǎng)景兩個(gè)層面進(jìn)行變革，技術(shù)將抹平所有的服務(wù)界限。董中浪也指出，掌控物流產(chǎn)業(yè)中的應(yīng)用場(chǎng)景是服務(wù)商的核心要?jiǎng)?wù)。

從代表生產(chǎn)力的 AI（機(jī)器智能），代表生產(chǎn)關(guān)系的區(qū)塊鏈，以及代表生產(chǎn)資料的 IoT 技術(shù)，都將更進(jìn)一步地讓物流行業(yè)發(fā)生巨變。

「數(shù)據(jù)和 AI 驅(qū)動(dòng)的物流資產(chǎn)所帶來運(yùn)營(yíng)的高效率，將徹底解構(gòu)原有的物流產(chǎn)業(yè)格局?！箯馁Y產(chǎn)角度，董中浪認(rèn)為，最好的物流公司本質(zhì)上應(yīng)該是最好的科技公司，但更進(jìn)一步地，最好的科技公司也將會(huì)是最好的資產(chǎn)管理公司，因?yàn)閷?duì)于一個(gè)企業(yè)而言，資產(chǎn)的協(xié)調(diào)與統(tǒng)籌勢(shì)必在未來將起到更大的作用。

在當(dāng)今的商業(yè)環(huán)境下，更海量的數(shù)據(jù)、更多維的決策復(fù)雜度、更多元的決策信息、以及對(duì)實(shí)時(shí)性越來越強(qiáng)的需求，給目前的商業(yè)決策提出了更進(jìn)一步的挑戰(zhàn)。

與陳溪博士同樣地，斯坦福大學(xué)教授、美國(guó)工程院院士 Peter Glynn 也指出了機(jī)器學(xué)習(xí)的局限所在，但他主要是從數(shù)據(jù)缺失的角度來分析的。此外，無從量化的因素在商業(yè)決策中隨處可見，通過仿真模擬技術(shù)應(yīng)用用于決策的必要性便呼之欲出。結(jié)合他在仿真技術(shù)框架在模擬與決策中的相應(yīng)研究，Peter Glynn 向與會(huì)觀眾分享了他在大規(guī)模數(shù)據(jù)下，如何基于隨機(jī)模擬解決不確定性因素眾多的商業(yè)決策。

那么在如此繁雜的商業(yè)場(chǎng)景下，標(biāo)榜自己是「真正意義上的人工智能決策公司」的杉數(shù)科技，又是從哪些角度來解決這一問題的？

杉數(shù)科技 CTO 王子卓在會(huì)議最后分享了公司如何在各個(gè)業(yè)務(wù)「打通從數(shù)據(jù)到?jīng)Q策的鏈條」。圍繞零售、物流、制造業(yè)等三大核心產(chǎn)業(yè)，杉數(shù)科技圍繞大規(guī)模調(diào)度與供應(yīng)鏈解決方案，在智慧預(yù)測(cè)、庫存優(yōu)化、倉儲(chǔ)自動(dòng)化、數(shù)據(jù)管理、運(yùn)輸優(yōu)化、智慧選址、生產(chǎn)制造等多個(gè)領(lǐng)域做全局統(tǒng)籌，并結(jié)合多種業(yè)務(wù)的約束條件，幫助企業(yè)高效低成本地實(shí)現(xiàn)資源的優(yōu)化配置與統(tǒng)籌。

以物流行業(yè)為例，最常遇見的三類運(yùn)籌學(xué)問題包括區(qū)域的劃分和選址（哪個(gè)車隊(duì)負(fù)責(zé)哪個(gè)區(qū)域，物流樞紐怎樣才能是效率最高和成本最低等問題）、收益管理與定價(jià)（如何根據(jù)不同服務(wù)制定產(chǎn)品線）及運(yùn)輸優(yōu)化問題。融合運(yùn)籌學(xué)與人工智能學(xué)科的交叉，結(jié)合「算法+模型」的解決方案，杉數(shù)科技能為企業(yè)提供多維度、多目標(biāo)、多場(chǎng)景的配送任務(wù)分配以及路線規(guī)劃建議，能有效實(shí)現(xiàn) 10-25% 的物流配送成本節(jié)省。

在本期的 AI 大師圓桌會(huì)環(huán)節(jié)上，來自學(xué)界與企業(yè)的嘉賓通過觀點(diǎn)的碰撞，暢談了零供關(guān)系的趨勢(shì)與機(jī)會(huì)所在。企業(yè)效益自然是以減少成本、提升收益為衡量條件，而以杉數(shù)科技為代表的 AI 企業(yè)也致力于將這種定制決策的能力賦予更多的公司。更難得的是，杉數(shù)科技通過這樣一個(gè)學(xué)術(shù)意味濃厚的「AI 大師圓桌會(huì)」，一方面強(qiáng)化自己在學(xué)界領(lǐng)域的豐厚資源和技術(shù)實(shí)力，另一方面也為與會(huì)的企業(yè)人員提供了參考案例，為進(jìn)一步的合作打下良好的基礎(chǔ)。

深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)不平衡問題，怎么解決？雷鋒網(wǎng) AI 研習(xí)社社區(qū)已于即日上線，歡迎移步看看哦！

https://club.leiphone.com/

雷鋒網(wǎng)報(bào)道。

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。