菜鳥這個技術創(chuàng)造了26項世界紀錄！

截止至北京時間2018年10月9日，菜鳥在全球最權威的車輛路徑規(guī)劃（VRP）問題評測系統(tǒng)中創(chuàng)造了26項世界紀錄。菜鳥也成為中國首個問鼎該評測系統(tǒng)的研究機構。

業(yè)內人士認為，菜鳥未來園區(qū)及“物流天眼”等IoT技術產(chǎn)品，正在加速物流要素數(shù)字化，而人工智能技術將是實現(xiàn)物流要素智能調度的關鍵。菜鳥算法創(chuàng)造世界紀錄，顯示出菜鳥在人工智能技術上的深厚積累。

菜鳥創(chuàng)造26項世界紀錄

據(jù)介紹，攻破這一難題的是菜鳥人工智能部倉儲智能化和車輛路徑規(guī)劃算法團隊。這支團隊專攻人工智能技術，持續(xù)不斷探索將優(yōu)化搜索和機器學習技術進行有效融合，尋求最優(yōu)的車輛路徑優(yōu)化方案，以提高物流配送效率降低成本。

團隊負責人胡浩源介紹，菜鳥車輛路徑規(guī)劃算法已經(jīng)應用于多項業(yè)務中。在車輛配送環(huán)節(jié)，車輛路徑規(guī)劃算法可以有效降低車輛使用數(shù)量和車輛行駛距離；在倉庫內部揀選作業(yè)中，車輛路徑規(guī)劃算法可以降低揀選人員的行走距離。此外，車輛路徑規(guī)劃算法還可以幫助外賣配送員規(guī)劃配送路線，從而提升客戶體驗、大幅度降低配送成本。

車輛路徑規(guī)劃問題是運籌優(yōu)化領域最經(jīng)典的問題之一。胡浩源介紹說，以一家物流公司需要向1000個網(wǎng)點進行配送為例，其配送路徑不計其數(shù)，如果能找到一條最高效的配送路徑，將會大為提高物流效率降低成本。

胡浩源介紹說，如果調用全球50億臺計算機共同計算，按每臺計算機每秒計算20億次，逐一驗證每一條配送路徑的效率，需要至少萬億億年，是一個根本不可能完成的任務。

公開信息顯示，現(xiàn)階段，各國研究者都在通過算法來尋找最佳的配送路徑。歐洲獨立研究機構SINTEF于1999年發(fā)起并管理車輛路徑規(guī)劃算法評測平臺，被認為是全球最權威的評測平臺。全球研究者均可以下載數(shù)據(jù)集，沖擊這一評測榜單。

截止至北京時間2018年10月9日，菜鳥在評測榜的26個數(shù)據(jù)集中獲得冠軍。這意味著在26個物流場景中，菜鳥的算法可以使用最少的車輛，行駛最短的里程，完成配送任務。

城配訂單配送成本降低10.3%

公開信息顯示，車輛路徑規(guī)劃問題從1959年被兩名西方學者提出來，近六十年以來，西方研究機構積累和沉淀了大量的經(jīng)驗。

這一榜單在設立的近二十年間，英國、波蘭等全球頂級的研究機構、知名學者、老牌物流企業(yè)不斷創(chuàng)造紀錄，又打破紀錄，長期占據(jù)榜首，中國研究者無一能躋身榜單。

談到這一榜單，胡浩源介紹說，雖然全球計算機計算能力和算法都在進步，但西方國家沉淀和積累的經(jīng)驗豐富，一些西方研究者具有國家背景，會使用超算中心，計算能力超出一般研究者，這給普通的中國研究者留出的空間非常有限。

胡浩源介紹說，一年前菜鳥曾追平這一榜單的多項世界紀錄，但此后長達半年時間內一直無法進一步突破。

“我們并不需要刷榜，而是希望用這個數(shù)據(jù)集也驗證我們算法的可靠性，并在驗證之后，應用到實際業(yè)務中?！焙圃幢硎?，這意味著菜鳥必須使用普通服務器，而不能為了刷榜，使用超算機器。

根據(jù)胡浩源的介紹，菜鳥通過將機器學習思想融合到搜索策略的控制中，基于預測的概率來平衡搜索的廣度和深度，從而可以大幅度縮減需要搜索的空間，同時又保留跳出局部最優(yōu)的能力，最終創(chuàng)造多項世界紀錄。

“中國有全球最大的物流市場，涉及到大量的車輛、人員的配送揀選路徑優(yōu)化，隨著新物流時代的到來，即時送達需求旺盛，其中也涉及到大量外賣員的配送路徑優(yōu)化，我們如果能在路徑規(guī)劃中取得突破，將會在帶來非常大的社會效應?！焙圃唇榻B，目前通過在零售通城配業(yè)務中應用車輛路徑規(guī)劃算法，訂單配送成本已經(jīng)降低了10.3%，并推動倉庫貨物流轉效率的提升，倉庫集貨周轉時間降低了57%。

據(jù)悉，菜鳥在今年啟動IoT戰(zhàn)略，已經(jīng)發(fā)布未來園區(qū)和物流天眼等技術產(chǎn)品，不斷進行物流要素數(shù)字化。完成物流要素數(shù)字化之后，如何使用人工智能技術進行調度，是一個關鍵問題。菜鳥也正在使用IoT和人工智能技術推動行業(yè)持續(xù)智能化，引領行業(yè)構建智慧物流網(wǎng)絡。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。