大學(xué)是人類知識(shí)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(dòng)腦”更需要“動(dòng)手”的領(lǐng)域，工業(yè)界往往比學(xué)術(shù)界更有優(yōu)勢(shì)。
那么 “排程與調(diào)度” 這個(gè)領(lǐng)域呢？實(shí)際上，學(xué)術(shù)界并沒(méi)有一個(gè)專門的學(xué)科與之對(duì)應(yīng)。這是一個(gè)多學(xué)科交叉的領(lǐng)域，應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)算法、企業(yè)管理和工業(yè)管理等眾多學(xué)科都會(huì)研究的領(lǐng)域。
很多知識(shí)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(shí)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(wèn)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(gè)宏大而有意義的問(wèn)題場(chǎng)景，大談意義作用，然后寫幾個(gè)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(duì)嚴(yán)謹(jǐn)。但問(wèn)題是，盡管邏輯推導(dǎo)是嚴(yán)謹(jǐn)?shù)?，但這些學(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)展到科學(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(kāi)資料中，對(duì)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(hào)，最終到程序里的變量……可以說(shuō)，沒(méi)有抽象與建模就沒(méi)有人類從農(nóng)業(yè)、工業(yè)到信息時(shí)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(duì)現(xiàn)實(shí)問(wèn)題的抽象和建模都過(guò)于簡(jiǎn)化。這是“后續(xù)推理全對(duì)但實(shí)際結(jié)論沒(méi)什么大作用”的原因?；谝粋€(gè)錯(cuò)誤（過(guò)分簡(jiǎn)單片面）的假設(shè)是不可能得出正確的結(jié)論的。當(dāng)然，過(guò)分簡(jiǎn)化本不是學(xué)者們的錯(cuò)，因?yàn)楣ぞ吆蜁r(shí)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(wèn)題了。
多說(shuō)一句，過(guò)分簡(jiǎn)化不好，但另一個(gè)極端 —— 過(guò)分復(fù)雜 —— 也是不對(duì)的。所謂 “抽象”，還是要有概括取舍。保留有效因素，去掉無(wú)關(guān)因素?，F(xiàn)實(shí)中的工商業(yè)場(chǎng)景是極其復(fù)雜的，如果不做抽象，目前沒(méi)有計(jì)算機(jī)能進(jìn)行運(yùn)算。所以，看似簡(jiǎn)單的 “抽象” 二字，實(shí)則非常考驗(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(shí)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(wèn)題要解決，因而出現(xiàn)很多樸素但有效的模型，比如決策樹(shù)、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(tīng)上去也不高大上，但反而在軍事，這個(gè)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(guò)學(xué)習(xí)后也能懂，不違反直覺(jué)。這一點(diǎn)的好處真是再怎么強(qiáng)調(diào)也不過(guò)分。比如，不像所謂 AI 技術(shù)是一個(gè)黑箱，規(guī)則可以被理解，于是人可以參與決策過(guò)程。現(xiàn)實(shí)中，沒(méi)有一個(gè)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(dòng)。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(huì)考慮采購(gòu)經(jīng)理是老板的小舅子這種事的。簡(jiǎn)單也是一種美。再?gòu)?fù)雜也復(fù)雜不過(guò)人性。
說(shuō)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)地看待各種技術(shù)的實(shí)際價(jià)值。我們對(duì) “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(duì)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(tái)的子產(chǎn)品 —— SEED RDS —— 機(jī)器人及自動(dòng)化設(shè)備統(tǒng)一資源調(diào)度系統(tǒng) —— 是一個(gè)比較務(wù)實(shí)的系統(tǒng)。它不是一個(gè)憑空出現(xiàn)，而是對(duì)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(guò)足夠數(shù)量和足夠多類型的項(xiàng)目歷練后，我們?cè)诩軜?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(méi)有 “一招鮮吃遍天” 的技術(shù)，沒(méi)有一個(gè)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](méi)有足夠的能力做出強(qiáng)大的“抽象”和“建模”統(tǒng)一全部工商業(yè)場(chǎng)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(wèn)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€(gè)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(jiǎn)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(shí)，可以通過(guò) ad-hoc 策略 “貼身肉搏” 地解決問(wèn)題。
關(guān)鍵要把問(wèn)題解決！
關(guān)鍵要把問(wèn)題解決！
關(guān)鍵要把問(wèn)題解決！
系統(tǒng)內(nèi)部已經(jīng)內(nèi)置一些經(jīng)典的、經(jīng)過(guò)多年項(xiàng)目驗(yàn)證的策略，開(kāi)箱即用。此外，對(duì)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(yǔ)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(kāi)發(fā)。
（轉(zhuǎn)載）
