菜鸟All In新物流，而这几乎是不会有错的一步 编辑｜Debra 2018 年是“双 11”的第十年，按照以往的增长数据（2017 年 8.12 亿单），今年很有可能会超过 10 亿单。与往年的双十一不同的是，为解决庞大的包裹量，数字化 和 精细化 成为行业关键词，第十个双 11，将是在智能物流骨干网协同下，全行业资源优化的一次大考，和依托 IoT 技术的一场新物流大练兵。 记得在今年年中的全球物流智能峰会上，菜鸟网络总裁万霖宣布，菜鸟 All In 新物流赛道，全速进入 “科技 + 新零售 + 全球化”的新物流赛道。而新物流关键的驱动力是技术。万霖表示，“新技术最重要的我认为是 IoT，因为物流不同于其他的交易和支付，必须是虚拟世界和物理世界的交互和紧密连接。而这个连接的发生一定是通过物联网 IoT 的技术来实现。” 菜鸟网络表示，IoT 技术本身是一种连接工具，让“人、车、货、仓、店”连接起来，然后才能叠加人工智能、算法等技术，让数字化变为智能化，反哺回去帮助物流业脱胎换骨。其中的技术细节相信很多人都非常感兴趣，我们有幸请到了 菜鸟网络的资深算法专家朱礼君老师，来聊一聊《人工智能技术在大规模自动化仓储中的应用 》。 下面是 InfoQ 中国对朱礼君老师的采访问题： 1.我们从您的个人介绍中了解到，您曾就职于 Amazon 和 Facebook 等国外顶级公司，如今又来到了阿里，从事了多年的数学建模和算法研究工作，一直活跃在业务一线，能谈谈您觉得算法对于业务的意义在哪里？ 我觉得算法对于很多业务来说都能产生不可替代的价值。以色列历史学家尤瓦尔·赫拉利在他的《未来简史》一书中曾经说过：“生物就是算法，生命就是进行算法处理”。其实商业活动中的很多决策，不论机器自动化做的决策，还是人做的决策，也都是一种算法。广义的算法指的就是用数学模型来描述商业活动，并且求得这个模型的最优解，来指导决策的过程。所以现在和未来，算法都将在现实世界中扮演举足轻重的作用。 2.在菜鸟网络当中，您所研究的算法主要应用在智能物流的哪些场景中呢？给业务效率带来什么样的提升？ 我现在主要负责的是将人工智能和互联网的一些技术，应用到仓储自动化中，打造智能的仓储物流解决方案。在一个机器人自动化仓库中，会同时有几百甚至上千的机器人共同协作完成任务。在这样一个高度复杂的系统中，如何合理地分配机器人的任务，规划机器人的路径，是整个自动化仓库效率的关键。我们对整个仓库的各个操作环节进行建模，利用运筹优化的算法做优化，动态地计算出最优的任务分配。另外，我们利用 AI 中的多智能体路径规划算法，同时考虑到真实机器人运动的一些特性，设计出全局的多机器人路径规划算法，使得每一个机器人都在尽快完成任务，又不互相干扰和碰撞。从业务的角度来说，通过这些算法的优化，我们能大幅提高仓库作业的效率，加速包裹生产的流程，并且提升整个物流过程的数字化和智能化。 3. 菜鸟网络在实现自动化仓储的过程当中遇到了哪些技术难点？又是利用什么新的技术手段解决这些问题的呢？ 在自动化方面遇到的主要技术难点是在软硬结合的工作中碰到的一些困难。人工智能和互联网的一些技术，在应用到工业级的产品中时，会碰到很多意想不到的问题。在一个自动化仓库系统中，因为软件是在指挥硬件在物理世界中运行，而物理世界中总是会出现异常情况：比如工人操作失误，地面有障碍物等。在这些异常情况出现时，我们要保证系统的鲁棒性，能让系统在很多异常情况下都能高效地正常运转，这是我们花了很多精力来解决的问题。我们的技术开发人员，都是常年泡在仓库一线做技术开发工作，经常自己操作，倾听现场工人的反馈，不断从中吸取经验来优化我们的算法和系统，让系统更高效鲁棒。 从技术的角度来说，我们在算法应用的时候，充分考虑到了机器人的一些特性和实际工业生产环境中的一些问题，将传统的算法进行了一些改造，来适应大规模的工业级应用。比如在做多机器人路径规划的时候，我们参考了 AI 中的研究得比较多的多智能体路径规划算法，但是这个算法对每一个智能体有理想化的假设，比如时间是离散化的，速度是恒定的，智能体之间无差别等。但是在实际应用中，机器人之间互相有差别，机器人的运动有加速减速，并且行走时速度和加速度都有误差，时间上也是连续的。所以我们在实际应用过程中把这些因素都考虑进去，对算法做了改造以后再应用到系统中，这样极大地提高了效率和系统的稳定性。 4. 又是一年双十一，面对像双十一这样“现象级”的日子，在算法优化方面，需要比平时更加注意些什么？ 双十一是电商物流非常重要的日子，对我们来说也是一个宝贵的"练兵“的机会。双十一对物流来说是一个极大的挑战，同时也需要我们在技术方面把算法和系统打造得更强大，才能应对双十一的洪峰。在算法优化方面，我们需要更多地通过仿真来模拟大单量情况下可能会存在的问题，在整个仓储生产的节奏控制，异常处理方面都需要设计新的算法，来灵活应对。在双十一这样的单量下，我们的一点小的失误都会被放大，所以在算法方面需要能考虑更大细节，把一些边缘情况都考虑进去。 5. 不断优化的算法推动着物流的效率越来越高。在您看来，菜鸟网络下一个需要解决的物流算法痛点是什么？ 菜鸟网络的愿景是打造智能物流骨干网。我认为在物流的各个方面，都有很多决策问题，在数据的支持下，我们都可以利用算法来对决策进行优化。而一个全整的供应链物流服务的链路非常长，我们如何将供应链物流的全流程，利用数据和算法串起来，做到全局的优化，是对我们来说最大的挑战，也是能创造最大价值的问题。 6. 我们看到传统物流带来了大量的就业岗位，但随着智能物流的兴起，不可避免的问题是人们失业和技术变革带来的矛盾，您是怎么看待这个问题的？ 数据和算法的作用都是帮助人类来决策，不管是自动决策还是辅助决策。所以智能物流一定是以提高人的效率为目标的。在物流的过程中，有很多重复性高，而且并不产生很大价值的工作。比如重物和长距离的搬运，这部分工作利用算法来赋能一定是能产生很大价值。第一次工业革命的时候，机器开始取代人，但是它并没有让更多的人失业，相反人类有了更多的精力去从事更有价值的劳动，创造更多价值。我相信，智能物流带来的变革在当下和未来会起到同样的作用。 7. 科技的变革是为了让人们更好的生活。用技术改变世界的人，心中一定有个远大的梦想。在您的希望中，您憧憬的未来物流是什么样的？ 我憧憬的未来物流一定是以数据驱动的、智能的。这也是菜鸟正在做的事，建设一张国家智能物流骨干网。在这张网里，有一个智能物流大脑，将社会上的所有物流资源都融合起来，开放给大家使用。所有的用户都能享受到全链路的无忧物流服务。物流会变成像数据流一样的高效。对用户来说非常简单，但是背后的优化和协同，都是通过智能物流大脑来完成。 就好像因特网技术对数据流的影响一样，用户现在不需要感知自己发的电子邮件是如何到收件人信箱的，背后的复杂的路由、通讯协议、基站和光缆的建设等对用户来说都是不需要关注的。未来的智能物流一定也是这样的，我们的工作就是如何利用数据和算法去搭建这张“物理的因特网”。 在 12 月 20-21 日的全球人工智能与机器学习技术大会上，朱礼君老师将会带来关于人工智能赋能物流行业的精彩演讲。除此之外，在 AICon 上您还将看到目前 AI 领域的最新动态，有来自 Google、微软、Amazon、BAT、360、小米、京东等 40+ 公司一线技术大咖前来分享他们的 AI 落地实践经验，肯定可以给你一些启发和思考。 点击“阅读原文”可以查看大会完整日程，如有任何问题，欢迎咨询美丽的票务小姐姐 Amy：18514549229（同微信）。 阅读原文