大學(xué)是人類知識的圣殿。但有一些領(lǐng)域，工業(yè)界反而領(lǐng)先于學(xué)術(shù)界，諸如軟件工程，項(xiàng)目管理等需要大量實(shí)踐的領(lǐng)域，特別是需要“動腦”更需要“動手”的領(lǐng)域，工業(yè)界往往比學(xué)術(shù)界更有優(yōu)勢。
那么“排程與調(diào)度”這個領(lǐng)域呢?實(shí)際上，學(xué)術(shù)界并沒有一個專門的學(xué)科與之對應(yīng)。這是一個多學(xué)科交叉的領(lǐng)域，應(yīng)用數(shù)學(xué)、統(tǒng)計、計算機(jī)算法、企業(yè)管理和工業(yè)管理等眾多學(xué)科都會研究的領(lǐng)域。
很多知識領(lǐng)域，從運(yùn)籌學(xué)、最優(yōu)化、控制理論、模糊混沌、規(guī)劃、專家系統(tǒng)、數(shù)據(jù)挖掘甚至最時興的人工智能和大數(shù)據(jù)，都在研究“排程和調(diào)度”相關(guān)問題。
盡管，眾多學(xué)術(shù)論文的模式都是：用一半甚至更多篇幅，描繪一個宏大而有意義的問題場景，大談意義作用，然后寫幾個公式或算法的偽代碼以示高大上，然后就神奇般的得到了一些結(jié)論……
當(dāng)然，這些論文一般都出自管理類學(xué)科(苦笑)，數(shù)學(xué)和算法背景的論文多數(shù)還是相對嚴(yán)謹(jǐn)。但問題是，盡管邏輯推導(dǎo)是嚴(yán)謹(jǐn)?shù)模@些學(xué)術(shù)和技術(shù)在現(xiàn)實(shí)中的作用仍然有限。為什么?
人類從愚昧發(fā)展出科學(xué)和文明，重要的是邏輯思維及建構(gòu)在此基礎(chǔ)上的一項(xiàng)關(guān)鍵能力：抽象和建模。筆者認(rèn)為，在公開資料中，對這種能力最精彩的解釋是 MIT 的公共課《電路和電子學(xué)》(第一課)，從原子分子尺度，到模擬數(shù)字信號，最終到程序里的變量……可以說，沒有抽象與建模就沒有人類從農(nóng)業(yè)、工業(yè)到信息時代的跨越。
抽象和建模也是目前“排程和調(diào)度”相關(guān)學(xué)術(shù)成果很難在實(shí)踐中產(chǎn)生廣泛、深入、有效作用的原因。比如，多數(shù)基于數(shù)學(xué)的方法對現(xiàn)實(shí)問題的抽象和建模都過于簡化。這是“后續(xù)推理全對但實(shí)際結(jié)論沒什么大作用”的原因?；谝粋€錯誤(過分簡單片面)的假設(shè)是不可能得出正確的結(jié)論的。當(dāng)然，過分簡化本不是學(xué)者們的錯，因?yàn)楣ぞ吆蜁r代有其局限性。但拿這些有本質(zhì)缺陷的工具包裝成產(chǎn)品賣就是另外的問題了。
多說一句，過分簡化不好，但另一個極端 —— 過分復(fù)雜 —— 也是不對的。所謂“抽象”，還是要有概括取舍。保留有效因素，去掉無關(guān)因素?，F(xiàn)實(shí)中的工商業(yè)場景是極其復(fù)雜的，如果不做抽象，目前沒有計算機(jī)能進(jìn)行運(yùn)算。所以，看似簡單的“抽象”二字，實(shí)則非?？简?yàn)研究人員或工程師的專業(yè)水平和敬業(yè)態(tài)度。
其實(shí)人類很早就認(rèn)識到了像數(shù)學(xué)等一些高大上模型的局限性，加之確實(shí)有很多棘手問題要解決，因而出現(xiàn)很多樸素但有效的模型，比如決策樹、規(guī)則引擎和專家系統(tǒng)。這些技術(shù)雖然古老(上世紀(jì)80年代)，聽上去也不高大上，但反而在軍事，這個實(shí)際上比工業(yè)更嚴(yán)苛的領(lǐng)域取得了顯著作用。
而且關(guān)鍵是，這些技術(shù)客戶在經(jīng)過學(xué)習(xí)后也能懂，不違反直覺。這一點(diǎn)的好處真是再怎么強(qiáng)調(diào)也不過分。比如，不像所謂 AI 技術(shù)是一個黑箱，規(guī)則可以被理解，于是人可以參與決策過程?，F(xiàn)實(shí)中，沒有一個企業(yè)可以完全不加入人工決策而全部靠系統(tǒng)指揮生產(chǎn)活動。一方面最靈活的還是人而不是系統(tǒng)。另一方面，只有人“懂事”，可以做出看似非最優(yōu)，但實(shí)際上是系統(tǒng)是不會考慮采購經(jīng)理是老板的小舅子這種事的。簡單也是一種美。再復(fù)雜也復(fù)雜不過人性。
說到這里，必須解釋下，仙工智能不是排斥高大上的技術(shù)。我們只是比較務(wù)實(shí)的看待各種技術(shù)的實(shí)際價值。我們對“智能”的理解是比較謙卑的：公司內(nèi)部始終強(qiáng)調(diào)，首先要做到的是“不比人笨”，而這已經(jīng)是“高”智能了。我們非常慎重的對待“超越人”這件事 —— 這當(dāng)然是終極目標(biāo) —— 但絕不是現(xiàn)狀。
作為仙工智能企業(yè)數(shù)字化中臺的子產(chǎn)品 —— SEED RDS —— 機(jī)器人及自動化設(shè)備統(tǒng)一資源調(diào)度系統(tǒng) —— 是一個比較務(wù)實(shí)的系統(tǒng)。它不是一個憑空出現(xiàn)，而是對公司目前調(diào)度類、設(shè)備控制類及流程優(yōu)化類產(chǎn)品和功能的總結(jié)提升。在經(jīng)過足夠數(shù)量和足夠多類型的項(xiàng)目歷練后，我們在架構(gòu)上做出了重大調(diào)整，為的就是讓其更靈活和通用。
實(shí)話講，目前我們并沒有“一招鮮吃遍天”的技術(shù)，沒有一個高大上的統(tǒng)一技術(shù)或模型可以適配所有行業(yè)。即，我們?nèi)匀粵]有足夠的能力做出強(qiáng)大的“抽象”和“建?！苯y(tǒng)一全部工商業(yè)場景。實(shí)際上，站在真正為客戶負(fù)責(zé)的角度，客戶需要的是解決問題，也不是系統(tǒng)本身多高大上多精美。所謂“大小型企業(yè)數(shù)字化路徑不同”，我們?yōu)榭蛻籼峁┑模且粋€統(tǒng)一但靈活的架構(gòu)，在此基礎(chǔ)上可以方便擴(kuò)展從簡單到復(fù)雜的算法和策略，解決從單車單任務(wù)、多車多任務(wù)到多設(shè)備多產(chǎn)線的全局最優(yōu);特別的，當(dāng)遇到技術(shù)瓶頸時，可以通過 ad-hoc 策略“貼身肉搏”地解決問題。
關(guān)鍵要把問題解決!
關(guān)鍵要把問題解決!
關(guān)鍵要把問題解決!
系統(tǒng)內(nèi)部已經(jīng)內(nèi)置一些經(jīng)典的、經(jīng)過多年項(xiàng)目驗(yàn)證的策略，開箱即用。此外，對于寫代碼比配置更快更好的策略， RDS 還可提供 C++、C#、Java、Python、Rust、Node.js 等主流語言的 SDK;用戶可以利用 SEED 的強(qiáng)大的基礎(chǔ)設(shè)施進(jìn)行二次策略開發(fā)。
限于篇幅，本文不能展開介紹 SEED RDS 的設(shè)計理念、產(chǎn)品思想和全系列功能。
仙工智能是一家從浙大走出來的企業(yè)。浙大的校訓(xùn)過去一直只有兩個字——求是。后來又增加了兩個字——創(chuàng)新。但遭到了眾多浙大師生的激烈反對，辯論一度白熱化。筆者也是工作多年后才(痛苦)領(lǐng)悟到——談什么創(chuàng)新，前人的東西都充分消化吸收了嗎?所謂創(chuàng)新是站在巨人肩膀上，那咱們先爬上去吧。先求是，再創(chuàng)新。與君共勉!
（轉(zhuǎn)載）
