“一骑红尘妃子笑,无人知是荔枝来。”这是中国古代对“快递”最广为人知的描述。时至今日,品尝一颗鲜美的荔枝已不再困难,物流服务也不再只是简单地将东西送达。如何让快递的每个环节效率最大化,找到运送货物的最优路径,减少理赔,成为快递企业需要解决的问题。

?数字化转型不是终点,而是一个漫长的旅程。

近日,在北京举办的“微软亚洲研究院创新论坛2019”上,微软亚洲研究院分享了利用人工智能技术推动快递业务高效运转的两个案例。在人工智能技术帮助下,针对个人用户快递业务,顺丰公司已做到了智能理赔预警,将准确率提升了60%。海上航运方面,东方海外航运在AI的帮助下,可在毫秒内完成实时路径优化,大大提高了航运效率。

?人工智能的基础研究和现实世界中的应用之间,事实上是存在着一些鸿沟的。

智能理赔预警,准确率提升60%

?在很多人眼里,AI是一种工具,而AI本质上是一种思想、方法论,甚至AI就是我们自己,因为我们是以AI的方式来想问题的。

全球最大网赌正规平台,对顺丰来说,每天需面对大量的个人用户快递业务,会出现一定几率的需求风险,如恶意骗赔等。微软亚洲研究院与顺丰的合作就从这一业务场景切入。

?没有甲方和乙方,没有运动员和裁判员,大家都要做运动员,都要下场贡献,我们才可能踢赢这场比赛。

微软亚洲研究院副院长刘铁岩在接受媒体采访时称:“微软亚洲研究院与顺丰合作的具体任务是做理赔预警。合作过程中,我们发现如果现实中做简单的分类任务,比如做基础研究,数据都是非常规整的,有标准的数据集。可是到了实际业务中,绝大部分的订单是正常的,只有万分之几甚至是十万分之几的订单是有问题的,所以拿到的数据会是一个严重不平衡的数据,大量的样本针对这一问题其实都没有价值,只有少量的样本有价值,是非常不平衡的,这是在合作中很明显的一个鸿沟和挑战。”

?企业数字化转型,需要行业专家与AI科学家的化学反应。

什么样的快递订单有风险?该如何去判断?传统做法是从订单信息中提取人工特征,利用梯度提升树方法学习理赔预警模型。然而,当模型达到一定准确率后,继续提升模型性能会付出极大的人工代价。另外,当线上数据分布发生变化时,原来的人工特征也容易在新的场景下失效,造成线上模型性能的下降。

全球最大网赌正规平台 1

为了构建合适的优化方案,微软亚洲研究院的研究员对数据进行了深入分析,发现方案构建的核心难点在于,历史数据中理赔订单仅占全部订单的万分之几,极度不平衡的样本比例使得传统机器学习方法无法达到理想效果。目前已知的处理不均衡数据的解决方案,无论在学术界还是工业界,均达不到智能理赔预测问题的要求。

微软全球资深副总裁,微软亚太研发集团主席兼微软亚洲研究院院长洪小文

为了解决这个难题,微软亚洲研究院采用了“深度因子分解+基于精度的级联”方案,利用多次选择交叉验证集减少由于分布变化造成的影响。通过对历史数据的测试,目前该模型在固定召回率的前提下,准确度已经比原始方法提升了约60%。

如今已经是一个言必称AI的时代,无论是个人应用,还是企业应用,AI已经成为一切服务的标配。

智能航运:实现毫秒内完成实时路径优化

“以人工智能、云计算、物联网为代表的新一代技术正在颠覆和重塑各行各业,整个世界都在进行一场变革式的数字化转型。”微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文认为,数字化转型不是终点,而是一个漫长的旅程。AI+是数字化转型的深水区,是当前各行各业颠覆性的力量。

在微软亚洲研究院与东方海外航运的合作中,则覆盖了供需预测和路径优化这两个物流行业的主要业务场景,通过运用深度学习和强化学习等最新的人工智能技术,来优化现有的航运网络运营。

我们观察行业变化发现,过去五年中企业数字化转型说得最多的是“互联网+”,而从今年开始,”AI+”或者“智能+”则成为主流。但是,当前AI真正能解决的问题并不多,而且AI的效果也还远不够理想。AI从一个概念到一个工具,再到实际落地,这中间的过程步履维艰。

在过去的几十年里,航运企业通常采用基于运筹学的组合优化方法来实现路径规划。这种方法一般需要首先对供需进行预测,然后基于预测结果,将有关客户、港口、航线、区域的限制信息人为设置成现有商业软件的约束条件,并用其进行求解。

人们在谈到AI的时候,觉得AI就是现成的工具,通过这些工具就可以解决现实中的问题。但是在微软亚洲研究院里刘铁岩等科学家看来,人工智能更像是一种思想、一种方法论,必须与各个行业的知识深度融合,发明出新的技术、新的算法,才能够真正发挥人工智能的威力。

但对于东方海外航运来说,其全球港口数量众多、船只数目也很大,采用这种方法会让商业软件不堪重负。作为一种折中,人们通常需要将几个港口划成一个片区进行处理,而即便如此,实现一次优化仍然费时费力,每天可能需要花费数个小时来计算路径优化的方案。而一旦外部条件发生变动,就不得不重新执行如此费时费力的优化过程,才能做出合理的应激反应,这种延时对于航运公司会造成不小的损失。此外,对货品和空箱的供需预测,很难做到非常高的精准度。这种情况下,先预测再优化的方式或造成误差传导,导致整个优化过程的效果受损。

“人工智能的基础研究和现实世界中的应用之间,事实上是存在着一些鸿沟的。”
刘铁岩强调。

为了突破方法的局限性,微软亚洲研究院在与东方海外航运的合作中探索出了一套全新的解决方法——竞合多智能体强化学习技术(Coopetitive
Multi-Agent Reinforcement
Learning)。它把每一个港口和船只建模成智能体,对原来的复杂问题分而治之,以去中心化的方式进行求解。

2017年,“创新汇”为弥补上这些鸿沟而诞生,“我们要积累的是AI落地的方法论,该用什么样的方式才能让AI落地,不是飘在云上的东西,作为一个研究机构把这件事弄清楚才是最大的科学价值和研究价值。”

微软亚洲研究院的研究员们在各个智能体之间建立了高效的通信机制,通过协调智能体之间的利益分配与转移,来促进智能体之间的合作,同时协调他们之间的竞争,最终起到全局优化的目的。

创新汇是以微软亚洲研究院的顶尖科研智慧和微软丰富多样的创新技术为基础,与不同行业、不同领域的现实需求接轨,借科技之力帮助企业和机构提升生产力和商业价值,并推动行业实现创新发展。“AI+行业正成为不可忽视的变革力量,而创新汇的切入点正是AI+行业。”刘铁岩说道。

据刘铁岩介绍,通过竞合多智能体强化学习技术,可以做到航运路径优化的时间减少至毫秒级。每个智能体的局部运算可以并发进行,传统运筹学方法需要好几个小时进行的路径优化,利用竞合多智能体强化学习技术则可以缩短到毫秒级。当某个智能体遇到突发状况时,系统只需调动周围相关的几个智能体自己协调就能解决,无需从头开始重新计算。

跑赢大盘4%以上,真正迈入智能投资时代

其次,自动学习、适应变化,可与环境持续交互。当某个港口停运或者某一航线发生变化时,多智能体模型可以实时获得信息,并动态调整和反馈,快速适应新的环境。无需像传统运筹学方式那样,人为重写规则,再做优化。

全球最大网赌正规平台 2

第三,实现预测和优化的端到端学习,消除误差传导。在竞合多智能体强化学习中,预测环节与优化环节是一体化进行的,不需要分阶段、按顺序执行,因此,也就不存在误差传导的情况。

金融行业一直都是走在信息化、数字化最前沿的行业,可以说科技就是这个行业的竞争力所在。当AI到来的时候,金融行业也是最迫切需要尝鲜、变革的行业。

智能体的训练可以利用实际运营数据,也可以通过自我博弈的方式来获得提升。微软亚洲研究院为此设计了复杂的仿真系统和分布式计算框架,可以使模型训练又快又好,目标每年可为东方海外航运节省1000万美元的运营成本。

华夏基金是一家在创新技术开拓方面一直走在行业前列的“急先锋”。

除了可以提高效率,新的解决方案中的每个智能体模型还可以针对港口的调度员进行模仿学习。在过去,航运调度员会根据自己的经验对商业软件给出的调度方案进行调整,方案的实际采用率甚至不足50%。但竞合多智能体的模仿学习能力,可以学习不同调度员的行为习惯,生成更易于被调度员所接纳的方案。人工智能作为助手,结合调度人员的专业经验,将进一步提升东方海外航运的运输调度效率。这种人工智能与人类智能的结合,也将是未来人工智能普及的常见模式。

“在人工智能方面,我们希望借助微软亚洲研究院多年积累的前沿人工智能技术和科研成果,去提升华夏基金的智能投资能力,提高投资效率。”华夏基金董事总经理、数量投资部行政负责人张弘弢表示。

正是出于这样的考虑,华夏基金成为创新汇的第一批成员,在2017年就开始与微软亚洲研究的科学家们一起合作。

用AI做投资决策,这种做法早就萌发于金融行业。在以前的资产管理中,主动量化、指数增强型产品大多采用多因子模型,在建模过程中存在一定的主观性,而且同业中基本都采用类似的信号挖掘方法,容易导致因子拥挤和失效的情况出现。不过,这些问题对于人工智能来说,都是天然的优势所在。在华夏基金与微软亚洲研究院互派团队进驻对方实验室并密切合作之后,双方探索出了“AI+指数增强”的策略。

我们知道,金融市场中的数据是一直变化的,而数据与模型就如同鸡生蛋和蛋生鸡的问题一样,无法确定谁先存在。而“AI+指数增强”的核心在于,机器学习利用实时变化的最原始数据,可以实时发现变化的因子,及时抽取α信号更改组合模型,时刻确保投资公式是当前最佳,避免了人工计算公式的滞后性,以及不断失效的问题。

全球最大网赌正规平台 3

华夏基金总经理李一梅

双方经过两年的共同研究,今年3月华夏基金尝试将该策略运行于实盘中,这也成为“国内第一个成功地将人工智能模型应用于实盘操作的案例”。截止目前,实盘运行的两个策略在同业可比指数增强基金中始终排名前列,华夏基金的总经理李一梅透露:“目前我们超越沪深300能稳定在4%以上。”

行业内人士都知道,这个数据是多么的可观,李一梅对于这样的结果也特别兴奋:“非常希望尽早地把我们的成果真正的推向市场,用产品的方式推荐给我们的投资人,真正地实现我们‘为每一个拥抱科技的人创造更好的收益、创造更美好的生活’的愿景。”

在张弘弢看来,用‘AI+指数增强’的机器学习模型去替代传统的量化交易方法,让华夏基金的量化交易系统实现了核心引擎的更新换代,如同汽车更换了发动机一样,真正迈进了智能投资时代,“这也意味着AI+金融投资有了深度融合的新起点。”

集装箱路径规划:从1-3小时到毫秒级的质变

全球最大网赌正规平台 4

物流行业也是一个对信息化、数字化高度依赖的行业,东方海外航运就是这样一家典型的企业。东方海外航运最大的资产就是每天跑在全球的集装箱,而决定他们企业竞争力的就是这些集装箱的路径规划。

传统航运企业通常采用基于运筹学的组合优化方法来实现路径规划。这种方法一般需要首先对供需进行预测,然后基于预测结果,将有关客户、港口、航线、区域的限制信息人为设置成现有商业软件的约束条件,并用其进行求解。这个过程其实是两步完成,先预测再优化的方式或造成误差传导,容易导致整个优化过程的效果受损。

微软亚洲研究院开始与东方海外航运进行合作,为了突破方法的局限性,在合作中探索出了一套全新的解决方法——竞合多智能体强化学习技术(Coopetitive
Multi-Agent Reinforcement
Learning)。传统的运筹学思路是希望在全局上求解优化问题,而竞合多智能体强化学习技术则把每一个港口和船只建模成智能体,对原来的复杂问题分而治之,以去中心化的方式进行求解。在各个智能体之间建立了高效的通信机制,通过协调智能体之间的利益分配与转移,来促进智能体之间的合作,同时协调他们之间的竞争,最终起到全局优化的目的。

全球最大网赌正规平台 5

一年多的合作,AI已经在东方海外航运产生了切实可行的良好效果。

在传统方法中需要1-3小时进行的路径优化,现在已经预计可以缩短到毫秒级。同时,这是一个自学习、自适应的系统,可以与环境持续交互,当一个港口停运或者某一航线发生变化时,多智能体模型可以实时获得信息,并动态调整和反馈,快速适应新的环境。无需像传统运筹学方式那样,人为重写规则,再做优化。此外,由于将以前的预测、规划两步完成变为预测环节与优化环节是一体化进行的,不需要分阶段、按顺序执行,因此,也就不存在误差传导的情况。

乐观预计,合作每年可以为东方海外航运节省1000万美元的运营成本。

除了可以提高效率,新的解决方案中的每个智能体模型还可以针对港口的调度员进行模仿学习。在过去,航运调度员会根据自己的经验对商业软件给出的调度方案进行调整,方案的实际采用率甚至不足50%。但竞合多智能体的模仿学习能力,可以学习不同调度员的行为习惯,生成更易于被调度员所接纳的方案。

人工智能作为助手,结合调度人员的专业经验,将进一步提升东方海外航运的运输调度效率。这种人工智能与人类智能的结合,也将是未来人工智能普及的常见模式。

创新汇:行业专家与AI科学家的化学反应

全球最大网赌正规平台 6

微软亚洲研究院副院长 刘铁岩

从华夏基金到东方海外航运,再看看今年入选创新汇的企业:顺丰科技、万科,辉瑞制药、我爱我家、远传电信、国泰金控、三一重工、招商银行等等,我们发现创新汇的成员有一些共性。

首先他们都是行业龙头企业,有着很强的行业代表性,他们更愿意做长远的布局。

其次是这些企业都有着非常前瞻的思想,有强烈的做智能化、数字化转型的愿望,很希望通过AI提升企业的竞争力。

同时,他们更了解行业的特点以及行业最大的痛点,有能力看到本行业的发展瓶颈。他们与微软亚洲研究院的合作着眼点也不仅仅是一城一池,而是一起解决这个行业最难的、最前沿的、最有价值的问题。

正如洪小文所说,数字化转型是一场漫长的旅程。在这个旅程中,最愿意走在前面的,往往都是一些有“实力”的企业,他们是当下第一批愿意“吃螃蟹”的人,也可以说是“试吃AI”的一批企业。

行业发生很大的变革一定需要很长的时间,不可能有一计放之四海皆然的灵丹妙药。微软是全球AI的领导企业,但微软更深知AI不是简单的工具,不是拿来就能用的。AI真正在行业中产生效果,需要的是拥有技术的微软科学家和拥有行业经验的企业一起互动,才能让AI真正落地。

“在这里没有甲方和乙方,没有运动员和裁判员,大家都是运动员,都要下场做贡献,才有可能踢赢这场比赛。”刘铁岩认为,“如果想做数字化转型的公司,抱着裁判员的心态来看AI,其实它已经输了,因为他们没有办法全心投入,没有办法把自己最重要的知识拿出来。”

创新汇的目标是让AI创造商业价值,但是在双方的合作中是没有甲方和乙方的概念的,双方完全是公正、平等、开放的基础上进行合作。因为,行业专家对人工智能技术的了解有限,而人工智能科学家很难有机会深入到行业一线。单独依靠哪一方,这个创新就不可能成功,鸿沟就无法抹平。所以在合作中,需要行业专家放心传授行业洞察、分享真实业务数据,AI科学家毫无保留地贡献模型、算法以及调参技巧等。“数字化转型,需要行业专家与AI科学家的化学反应,双方专家的深度融合,才能实现行业数字化转型的落地与创新。”
刘铁岩表示。

我们知道,现在有很多企业都在做帮助传统企业数字化转型的事情,他们也可以帮助企业实现一些AI的落地,但在刘铁岩看来,存在着不同层面的AI落地。

最简单的一类就是“调包侠”,他们可以熟练地应用成型的AI工具去解决一些问题;第二类是数据科学家,这些人对数据、业务都有一些理解,他们可以组合、优化甚至是稍稍改变已有的工具去解决问题;第三类才是AI科学家,就是类似于微软亚洲研究院的这些研究人员,他们每个人都有大量的发明,包括算法、工具、模型。

所以,创新汇帮助AI落地的独特之处在于,研究院是通过AI科学家与行业专家一起合作,重新发明算法、工具、模型。“在我们这些人眼里,AI不是算法,不是工具,而是思想,是方法论,甚至说AI就是我们自己。”
刘铁岩告诉懂懂笔记,他们的工作是以AI的方式来想问题,用AI的角度重新设计算法和工具,去解决各行各业新的挑战。

懂懂这样理解,他们做的是更前沿的、更基础的研究,他们的工作成果是方法论,而不是一个成型的解决方案。就如张弘弢所言,“华夏基金是创新汇第一批吃螃蟹的企业,与微软亚洲研究院的合作不仅让华夏基金的数字化转型从‘互联网+’,走向真正的人工智能驱动,从战略研究层面让人工智能在金融投资领域得以大展拳脚,与此同时,基于信任基础,双方还探索出了一套‘AI战略研究合作模式’。”

在与刘铁岩交流中,懂懂听到最多的一个词就是“科学家”。怎么理解科学家的价值呢?

全球的科技企业都以研发投入作为一个公司技术实力的衡量标准。但其实回过头来仔细看,从贝尔实验室到现在的谷歌、苹果、微软,几十年下来,微软的研究院从成立到现在已经有28年历史,一直是长盛不衰,“秘籍”就在于不以追求短期商业价值为目的。

“在讲科学和讨论基础研究价值的时候,我们会把眼下的商业价值放在次要的地位。我们看的是科学本身的价值以及长期而言对公司未来的影响。”
刘铁岩表示。

仅以微软自身的转型为例。在PC时代,微软是一家全球领先的企业,在向互联网转型中稍有落后。而在萨提亚接任微软CEO之后,提出智能云、智能边缘,从过去的操作系统、办公软件向云、AI转型,这次的转型非常成功,微软很快就重返高速增长通道。“所有的技术我们手里都有,我们在全球有上千名世界一流的科学家,早有了这样的技术储备。可能在转型前我们很难判断他的商业价值,用到的时候就会发现这是巨大的、无价的价值。”

从这个角度,我们可以更深地理解创新汇的价值。这么多龙头企业与来自微软的这些全球项级科学家在一起,他们要做的不是解决今天的问题,也不仅仅是昭示一下AI可以落地了。他们一起在做的事情,是探索AI未来可能给行业带来的颠覆性的变化。

人们都对AI未来可能带给社会的改变充满了幻想,而创新汇恰好就是一步步去实现这些幻想的一个组织所在。

——————————————————————————————————

微信关注公众号“懂懂笔记”每天第一时间为您奉上最新最热的科技圈资讯~

多年财经媒体经历,业内资深分析人士,圈中好友众多,信息丰富,观点独到。

发布各大自媒体平台,覆盖百万读者。

《小米生态链战地笔记》、《微信思维》、《微信力量》三本畅销书的作者

相关文章