當(dāng)瑞士面臨阿爾卑斯高速公路上數(shù)以萬(wàn)計(jì)的貨運(yùn)卡車(chē)所帶來(lái)的擁堵和污染時(shí)，他們修建了一條世界上最長(zhǎng)、最深的鐵路隧道——戈特哈德隧道。這一現(xiàn)代工程的壯舉對(duì)民用和商業(yè)都是一個(gè)巨大的福音，然而，在未來(lái)，如此巨大的工程建設(shè)將不再是我們改善運(yùn)輸和物流的唯一途徑。
我們現(xiàn)在所處的世界競(jìng)爭(zhēng)日益激烈，網(wǎng)絡(luò)互聯(lián)日益緊密，物流運(yùn)輸行業(yè)里只有29%的CEO有信心其公司的營(yíng)收將在明年繼續(xù)保持增長(zhǎng)。于是，越來(lái)越多的物流運(yùn)輸企業(yè)轉(zhuǎn)向新的、基于云的機(jī)器學(xué)習(xí)服務(wù)，希望可以提高效率，提升客戶體驗(yàn)。
云和機(jī)器學(xué)習(xí)的融合催生了自動(dòng)駕駛技術(shù)尤其是人們出行方式的廣泛創(chuàng)新，正在改變整個(gè)行業(yè)的游戲規(guī)則。根據(jù)普華永道(PWC)的數(shù)據(jù)，68%的物流運(yùn)輸企業(yè)負(fù)責(zé)人認(rèn)為，未來(lái)5年，提供物流運(yùn)輸服務(wù)的核心技術(shù)的改變將顛覆整個(gè)行業(yè)。
我們相信，機(jī)器學(xué)習(xí)將在四個(gè)方面帶來(lái)物流運(yùn)輸業(yè)的革命：一是需求預(yù)測(cè)與路線優(yōu)化;二是自動(dòng)駕駛與地圖繪制;三是機(jī)器人;四是異常檢測(cè)。
讓我們來(lái)看一個(gè)實(shí)際的案例。Convoy公司正在利用機(jī)器學(xué)習(xí)優(yōu)化運(yùn)輸路線，這將顛覆8000 億美元規(guī)模的美國(guó)卡車(chē)運(yùn)輸行業(yè)。在美國(guó)，卡車(chē)運(yùn)輸是一個(gè)由托運(yùn)商及運(yùn)輸商構(gòu)成的碎片化的網(wǎng)絡(luò)，主要通過(guò)代理商和經(jīng)紀(jì)人運(yùn)行，效率低下，導(dǎo)致美國(guó)卡車(chē)司機(jī)每年950億英里的行程中空駛的比例達(dá)到了40%。通過(guò)機(jī)器學(xué)習(xí)，Convoy 能夠分析數(shù)以百萬(wàn)計(jì)的發(fā)貨作業(yè)，從而創(chuàng)建了業(yè)內(nèi)最有效的配載系統(tǒng)，有效減少空駛，增加利潤(rùn)，并減少排放。
但是，美國(guó)卡車(chē)運(yùn)輸業(yè)依然存在至少10萬(wàn)名司機(jī)的短缺。自動(dòng)駕駛卡車(chē)也許就成為一個(gè)新的解決方案。圖森科技 (TuSimple) 的技術(shù)團(tuán)隊(duì)部署了 100 多個(gè)基于云的 AI(人工智能) 模塊，安全高效地完成了超過(guò)100英里的自動(dòng)駕駛商業(yè)運(yùn)輸。即使載重卡車(chē)以65英里時(shí)速行駛，圖森科技先進(jìn)的機(jī)器學(xué)習(xí)算法也能區(qū)分出道路上的車(chē)輛類型，確定其速度，保持圖森的卡車(chē)在車(chē)道內(nèi)安全居中，誤差只有+/-5 厘米。
自動(dòng)駕駛公司Momenta由北京、蘇州和德國(guó)斯圖加特的團(tuán)隊(duì)組成。人工智能是Momenta的核心競(jìng)爭(zhēng)力。在深度學(xué)習(xí)模型訓(xùn)練方面，Momenta將所有在車(chē)端采集的有效數(shù)據(jù)傳回云端，云端根據(jù)這些數(shù)據(jù)產(chǎn)生更好的自動(dòng)駕駛算法，再推至車(chē)端，車(chē)端更新之后，使得算法更加穩(wěn)定、精確度更高，這就形成了一個(gè)閉環(huán)。相對(duì)于本地部署，云端的彈性擴(kuò)展能力、強(qiáng)大的穩(wěn)定性和超大的GPU，大大幫助Momenta加快了機(jī)器學(xué)習(xí)的速度。
在東南亞，順風(fēng)車(chē)公司Grab希望增強(qiáng)其實(shí)時(shí)按需配單和接單的算法。他們也轉(zhuǎn)向用機(jī)器學(xué)習(xí)工具來(lái)處理實(shí)時(shí)的數(shù)據(jù)計(jì)算和數(shù)據(jù)流，以支持 150萬(wàn)次順風(fēng)車(chē)預(yù)訂，最終將配單和接單的效率提高了30%。
AI 和機(jī)器學(xué)習(xí)對(duì)物流運(yùn)輸業(yè)產(chǎn)生積極影響的另一個(gè)例子是 Lyft，它使用了AI 驅(qū)動(dòng)的時(shí)間序列分析解決方案。該技術(shù)能夠自動(dòng)識(shí)別那些可能導(dǎo)致較大業(yè)務(wù)問(wèn)題的異常狀況，及早發(fā)現(xiàn)異常事件以便進(jìn)行檢查。此外，由于采用了AI和機(jī)器學(xué)習(xí)技術(shù)，Lyft無(wú)需大量投資來(lái)建立公司自己的數(shù)據(jù)科學(xué)部門(mén)或人工檢查業(yè)務(wù)運(yùn)營(yíng)狀況，大大節(jié)省了成本。
預(yù)測(cè)的準(zhǔn)確性對(duì)物流運(yùn)輸業(yè)企業(yè)至關(guān)重要?？偛课挥诎⒙?lián)酋的公司Aramex，主要提供國(guó)際和國(guó)內(nèi)快遞、貨運(yùn)代理和網(wǎng)上購(gòu)物服務(wù)，它的實(shí)時(shí)中轉(zhuǎn)業(yè)務(wù)每分鐘處理數(shù)千個(gè)請(qǐng)求。通過(guò)部署基于云的、全托管的服務(wù)，Aramax的開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家訓(xùn)練、構(gòu)建和部署了機(jī)器學(xué)習(xí)模型，將中轉(zhuǎn)時(shí)間預(yù)測(cè)的準(zhǔn)確性提高了 74%，將貨運(yùn)相關(guān)的服務(wù)呼叫減少了40%。
基于云的機(jī)器學(xué)習(xí)工具也是亞馬遜購(gòu)物網(wǎng)站Amazon.com的核心。從客戶下單到配送，亞馬遜每年成功高效地投遞數(shù)十億個(gè)包裹。我們使用預(yù)測(cè)算法來(lái)預(yù)測(cè)客戶可能訂購(gòu)什么，確保我們的庫(kù)房有足夠的庫(kù)存供應(yīng)。AWS 的AI和機(jī)器學(xué)習(xí)服務(wù)也支撐著亞馬遜運(yùn)營(yíng)中心的機(jī)器人、支持著我們與物流伙伴之間的合作，甚至幫助優(yōu)化配送路線。
過(guò)去幾年的經(jīng)驗(yàn)和教訓(xùn)顯而易見(jiàn)：為了保持競(jìng)爭(zhēng)力，物流運(yùn)輸企業(yè)正面臨著前所未有的挑戰(zhàn)，其盈利的唯一途徑就是通過(guò)真正的技術(shù)驅(qū)動(dòng)來(lái)提高效率。幸運(yùn)的是，AI和機(jī)器學(xué)習(xí)領(lǐng)域的創(chuàng)新為這些企業(yè)提供了巨大的可能，賦予了他們解決重大問(wèn)題、實(shí)現(xiàn)繁榮發(fā)展所需要的先進(jìn)工具。
（轉(zhuǎn)載）
