2017年7月7日至9日，全球人工智能與機器人峰會CCF-GAIR大會在深圳大中華喜來登酒店舉行。本次由CCF中國計算機學(xué)會主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的大會聚集了全球30多位頂級院士、近300家AI明星AI企業(yè) ，參會人數(shù)規(guī)模高達(dá)3000人，都是國內(nèi)頂級陣容。雷鋒網(wǎng)記者在會議期間第一時間進(jìn)行現(xiàn)場報告。

在9日下午的智能物流專場，菜鳥網(wǎng)絡(luò)高級算法專家朱禮君為大家?guī)砹酥黝}為“大數(shù)據(jù)時代的物流優(yōu)化問題”的演講。朱禮君有美國馬里蘭大學(xué)的物理學(xué)博士學(xué)位，也曾在Facebook做算法優(yōu)化工作。

根據(jù)朱禮君介紹，菜鳥網(wǎng)絡(luò)是全國性的物流網(wǎng)絡(luò)基礎(chǔ)設(shè)施，是一個以數(shù)據(jù)為核心的物流平臺。物流優(yōu)化問題也在大數(shù)據(jù)時代被賦予了新的意義。

菜鳥網(wǎng)絡(luò)遇到的第一個問題是一個比較傳統(tǒng)的問題，就是商家選倉問題，幫助商家從全國范圍內(nèi)的菜鳥倉庫中選擇合理的倉庫，優(yōu)化配送時效和各方面成本。由于需要對不同的商家單獨求解，傳統(tǒng)方法會有一些局限性。根據(jù)朱禮君介紹，只是用機器學(xué)習(xí)模型進(jìn)行銷量預(yù)測從而進(jìn)行囤貨是不行的，銷量具有很大的波動性；從倉庫撿貨的任務(wù)分配與路徑規(guī)劃問題也是難點；還有一個問題是箱型推薦問題，要在訂單下發(fā)的那一刻就計算清楚需要幾個、什么型號的包裝，而且還要最小化成本，那么這本來就是一個非常復(fù)雜的問題。

對于裝箱的問題，為了優(yōu)化算法，他們把裝箱問題進(jìn)行了轉(zhuǎn)化，轉(zhuǎn)而根據(jù)歷史訂單數(shù)據(jù)設(shè)計每個倉庫最適合的箱型；同時他們還用到深度學(xué)習(xí)的方法預(yù)測裝箱順序。

下一個問題是車輛路徑規(guī)劃，把哪里的、什么樣的活、派給什么樣的車，并且規(guī)劃車輛的路徑。針對這個問題開發(fā)的基于機器學(xué)習(xí)的算法除了解決這個問題，同類問題都能解決。

包裹整理好以后，下面就需要智能分單了。在面單電子化之后，就還要考慮如何根據(jù)各有不同的區(qū)域規(guī)則下發(fā)包裹到網(wǎng)點。由于實際情況中網(wǎng)點與配送區(qū)域的對應(yīng)關(guān)系錯綜復(fù)雜，無法用結(jié)構(gòu)化的方法直接安排，朱禮君就說他們想了個好辦法，根據(jù)歷史數(shù)據(jù)安排，高效、實際。

還有一個問題是智能發(fā)貨，把以往人做的時候非常困難的、根據(jù)不同任務(wù)選擇不同的物流公司的問題，用機器學(xué)習(xí)的方法進(jìn)行精準(zhǔn)數(shù)據(jù)分析和預(yù)測。

在開放了以上算法以后，菜鳥網(wǎng)絡(luò)下一步考慮的是把現(xiàn)在的模型驅(qū)動的方法轉(zhuǎn)換為數(shù)據(jù)驅(qū)動的方法，能夠更好地利用歷史數(shù)據(jù)解決問題，畢竟網(wǎng)點和路線都是相對穩(wěn)定的，模型驅(qū)動的方法卻每一次都需要重新計算。算法的產(chǎn)品化、算法的平臺化、算法能力的對外開放也可以解決更多類似的問題，給整個物流行業(yè)的智能化添磚加瓦。

更多大會內(nèi)容精彩報道、本演講圖文全文，請繼續(xù)關(guān)注雷鋒網(wǎng)。

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。