機器智能推動智慧物流變革

文/王繼祥 中國倉儲與配送協會副會長

雖然人工智能（AI）在物流行業已有諸多應用，但在中國倉儲與配送協會副會長王繼祥看來，推動智慧物流變革與發展的主要動力其實應該是機器智能（MI）。關于“什么是機器智能”、“人工智能與機器智能的不同”、“機器智能會對智慧物流系統產生什么影響”等等問題，我們都將在本文里找到答案。

2009年筆者正式提出智慧物流發展理念，并對其進行定義—“智慧物流”指的是基于物聯網技術應用，實現互聯網向物理世界延伸，互聯網與物流實體網絡融合創新，實現物流系統的狀態感知、實時分析、精準執行，進一步達到自主決策和學習提升，擁有一定智慧能力的現代物流體系。之后通過對智慧物流技術架構和理論體系進行系列研究，進而提出了智慧物流三層技術架構標準，建立了基于智慧物流大腦思維系統、智慧物流信息傳輸系統和智慧物流執行系統的智慧物流理論體系。

在研究智慧物流的過程中，人工智能的應用是一個繞不開的話題，基于人工智能的智慧涌現性原理，筆者分析了智慧物流的智慧來源，并對人工智能在智慧物流中應用進行了一些探索。在研究過程中發現，雖然人工智能在物流行業也有很多應用，但就目前智慧物流系統而言，推動智慧物流變革與發展的主要動力應該是機器智能（MI），而不是人工智能（AI）。

現在國內人工智能大熱，在物流領域，關注人工智能在智慧物流發展中應用的專家也很多，但是大部分專家對人工智能（AI）概念的理解有偏差，關于機器智能（MI）的理論體系在物流行業應用還處于研究空白，很多專家對人工智能與機器智能概念缺乏界定分析，常常混淆人工智能（AI）與機器智能（MI）的區別。

那么，到底什么是人工智能？到底什么是機器智能？人工智能與機器智能有哪些不同？機器智能會對智慧物流系統產生什么影響？機器智能如何推動智慧物流變革？ 下面筆者拋磚引玉，提出一些觀點與看法，與大家共同探討。

一、人工智能（AI）與機器智能（MI）的概念辨析

人工智能（Artificial Intelligence,AI），主要是指研究與開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用的一門新技術科學。人工智能企圖了解人類智能的實質，并生產出一種新的能以人類智能相似方式做出反應的智能機器；該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。也就是說，人工智能重點是對人意識、思維的信息過程的模擬和實現。

根據人工智能的定義和研究范疇，人工智能主要是指讓機器模仿人的智能，讓人工制造的系統可以像人類一樣思考，即“讓機器成為人”。人工智能自創始以來，形成了三大流派，一是符號主義，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理；二是連接主義，主要原理為神經網絡及神經網絡間的連接機制與學習算法；三是行為主義，其原理為控制論及感知—動作型控制系統。

在實踐中我們發現，機器系統與人類智能系統具有非常大的不同，機器系統具備非常多的人類所不具備的特點，我們為什么不能讓機器系統按照自身特點去思考，充分發揮機器系統本身優勢去開發機器的智能（MI）呢？

基于上述思考，筆者將機器智能（MI）定義為：基于機器系統的感知、計算、學習、分析等獨特的能力，通過無處不在的狀態感知，全面聯通的信息交互，大數據與云計算的處理分析，讓機器系統可以自主進行學習，自主進行分析，自主進行決策，并能夠不斷迭代升級能力。在很多方面，筆者認為目前機器智能已經遠遠超越人類的智能。

讓機器成為智能機器，而不是讓機器成為 “機器人”，在此基礎上建立起來的機器智能（MI）技術理念，更有利于推進智慧物流發展與變革。智慧物流是基于物聯網技術應用，實現互聯網向物理世界延伸，互聯網與物流實體網絡融合創新，實現物流系統的狀態感知、實時分析、精準執行，進一步達到自主決策和學習提升，擁有一定智慧能力的現代物流體系。這個智慧物流系統嚴格意義上講就是一個復雜的機器智能系統。

機器智能（MI）是機器自動化的延伸與發展，我們要尊重機器在某些方面的能力超越人類，推動機器按自己的方式去思考，讓機器系統產生人類與動物都不具備的智能，讓機器去做人類做不到的事情，這是典型的機器智能思維。

從另一個角度講，我們希望機器可以具有自主意識，可以自主學習知識，自動處理工作，但我們不希望機器思維系統具有自我意識，具有人類的情感智能，產生自我的好惡意識和斗爭思維。因為一旦機器具備了自我意識，以機器智能的水平，我們人類必將被機器所控制，成為機器系統的寵物或玩物。

二、機器智能具有哪些人類不具備的優勢

我們知道，人類思考的過程主要由眼、耳、鼻、舌、身感知信息，由大腦處理感知的信息產生“意”，對“意”進行判斷分析并進行決策，進而指揮我們的身體去執行。下面通過與人類智能作對比，來分析一下機器智能所具備的優勢與特點。

1.機器系統能夠實現全網絡分布式感知，感知能力遠超人類

人類的感知手段主要靠眼、耳、鼻、舌、身，其中最主要的感知是看見，感知局限性很大，感知的范圍很小，因為我們的眼睛只有兩個，且只能向前看。眼睛的感知的限制，讓我們的思維具有符號化和可視化特點，很多時候我們只有把數字處理成圖形思考起來才更形象，根本沒有高效率的大數據處理能力；

我們的聽、聞感知范圍更小，舌與身的觸覺感知就必須近距離接觸了。人類的感知局限嚴重影響了我們的思考方式與思維能力。

機器的感知能力是遠遠超越我們人類的，機器全身的前、后、上、下、左、右處處都可安裝“眼睛”、“耳朵”、“鼻子”和各類“觸覺感知系統”，也可以將感知觸覺投放到千里之外的任何地方，可以不需要光亮而感知各種信息，可以感知無數種我們人類感知不到的信息，借助物聯網系統，機器還可以通過聯網把跨區域、全網絡的分布式感知信息聯網處理。

在感知能力上，我們與機器相比相差太遠，目前機器的感知能力仍在高速進化，早已經讓我們的人類遙不可及。

2.機器智能是網絡化群體智能，而人類智能更偏于個體

目前我們進入了互聯網時代，互聯網成為了基礎設施，未來的機器系統一定是架構在互聯網之上。架構在互聯網上的機器通過互聯互通，不僅僅讓機器的感知無處不在，更讓機器的感知信息進入云端，也架構在無處不在的網絡之上；同時機器的思考—信息處理也是分布式的，可以在互聯網的云端進行云計算分析。也就是說，機器智能可以形成網絡化的智能，可以在互聯網上架構很多機器共同的智能大腦，這個大腦可以指揮控制遍布世界各地的智能機器設備或自動化設備，實現網絡化群體智能。

而人類的智能是個體的，我們的大腦與個體相連，獨立處理數據和分析數據。即使我們利用互聯網，也僅僅是把互聯網作為信息傳輸的技術手段，人類的思維系統與思維方式無法互聯網化，腦聯網技術只是在探索研究中，目前還不具備實用價值，人工智能不具備大腦互聯網的特征。

3.機器系統是分布式的數字化智能，人類更偏于集中化的圖形模擬

機器運算思考都是通過數字進行，機器只認識0和1，機器的數字處理能力遠遠超越人類。而人類的思考是模擬的，我們對圖形感知能力更直接。為了讓機器理解我們的思考，需要對物品增加標識，制定各種物品編碼規則，給物品安排身份證，變成一堆數字后才更便于機器感知與閱讀我們的思想。而機器處理的數字為了便于我們閱讀，也需要對各種復雜的數據進行圖示化處理，制作各種曲線、線條，讓數據可視化，也才便于人類理解。

機器智能的數字的處理優勢也遠遠高于模擬和符號化處理，隨著大數據處理技術的高速發展，人類更加遙不可及。

4.機器智能進化是超速迭代，人類智能進化是緩慢傳承

機器的知識與智能進化與傳授是超速的，可以幾秒就把積累知識傳輸到新的系統，而我們的人類知識學習，隨著知識積累越來越多，學習時間越來越長，從小學到博士后往往需要二十多年，與機器根本無法相比。機器系統所存儲的處理的智能知識能力越來越快，機器具備的智能將越來越不可思議。

綜上所述，雖然目前機器智能比較弱，處于初級階段，還缺乏智慧，但機器智能在很多方面遠遠超越我們人類。

機器智能（MI）其實是機器自動化的延伸與發展

三、機器智能（MI）推動智慧物流變革

只要機器智能不具備自我意識，機器智能水平再高也不能取代人的智能，機器智能就只能是輔助人類，會讓我們工作變得更加高效，人類需要利用好機器智能，更要尊重機器在某些方面的能力超越人類。

目前機器智能主要體現的就是自動化的延伸，隨著大數據呈指數級增長；隨著計算能力和速度飛速提升；隨著物聯網技術應用，各種傳感器和嵌入式智能設備構成了規模龐大的分布式網絡；隨著機器智能算法穩步發展，未來機器智能將得到廣泛使用，推動智慧物流變革。

1.機器智能（MI）推動物流系統的柔性自動化發展

物流自動化是指系統具備了自動感知和自動執行功能。初級物流自動化，感知命令往往是被動的感知，隨著互聯網和物聯網技術發展，物流自動化技術也在不斷進步，陸續出現了主動感知功能、無線感知功能，并對感知的命令可以根據預設條件進行簡單判斷后自動執行的功能。現在的物流自動化技術在快速發展，具備了比較完善的感知能力，也具備了連接組網的能力，借助物聯網技術連接入網，可以在互聯網基礎設施上架構自動化系統，實現自動感知、全網互動、自動執行。物流自動化系統往往是剛性的、聯動的、難以調整的。

如前所述，機器智能（MI）具備分布式感知、數字化分析、超速的迭代和群體式智能等特點。借助這些特點與優勢，可以實現物流系統的柔性自動化，為整個物流行業帶來巨大革命。

總體來看，柔性自動化物流系統具有四大特點：

第一，擴展性強、魯棒性強。系統可以很快部署新的機器人等自動化設備，從而處理更多訂單；同時系統魯棒性非常強，當單個節點出現問題時不會影響整個倉庫的作業。

第二，按實現功能進行模塊化設計，易部署和搬遷。物流系統中不同的商品往往需要不同的作業模式，物流系統需要模塊化設計，通過模塊化設計，柔性自動化物流系統能輕松實現部署和搬遷。

第三，便于根據業務變化調整作業流程。倉庫需要根據訂單商品的特點，不停地改變物流作業模式，以快速適應業務發展變化。

第四，在物流全鏈路大部分實現自動化的情況下，物流作業的可預測性更強。

隨著電子商務發展，物流系統為柔性自動化提供了廣闊應用場景。在智能配送中心，利用群體智能算法和物聯網互聯互通優勢，調動和管理各類無人叉車、揀選AGV、分撥AGV、自動封箱機、碼垛機器人等多種物流設備，并按照物流自動化設備的功能進行并行的功能模塊分類，根據作業需求進行模塊化組合運作，根據作業要求進行多區并行作業，可以大規模多智能體規劃和調度，實現入庫、揀選、打包、分拔等物流全鏈路柔性自動化。

更進一步，對于跨區域的全網絡的智能物流中心，也可以在物流大腦的統一管理與調度下，實現云倉聯網、分布式調度、全網絡優化，實現物流大系統的全網柔性自動化調度管理。

2.機器智能推動“軟件定義物流”發展

“軟件定義物流”指的是把物流作業設施、設備等、貨物等物流硬件資源數字化和虛擬化，按照單元化和標準化的思想歸類成基礎的物流功能模塊與基礎貨物單元，在此基礎上通過應用程序軟件對虛擬的硬件單元模塊進行更開放、靈活、智能的管理與調度，實現對物流系統的智慧管理與控制。軟件定義物流的基本特征是硬件資源虛擬化，管理過程可編程，硬件智能可升級，系統維護智慧化。

硬件資源虛擬化的過程就是硬件資源數字化的過程，因此數字物流是軟件定義物流硬件的基礎；管理過程可編程就是硬件資源調度和控制軟件化的過程；硬件智能可升級指的是硬件系統迭代進化可以通過升級軟件來實現；系統維護智慧化指的是硬件系統可以根據場景需求自動通過程序調動資源，可以預測性維護系統，可以異地維護系統，可以異地升級系統，讓硬件系統可以自我智慧升級。

機器智能的聯網分布式感知系統，可以實現物流全鏈路數字化，實現一切流程數字化，一切數字流程化；機器智能的網絡化群體智能特點，可以把物流系統智能硬件組織起來，智能調度起來，實現物流大系統的管理過程可編程；機器智能的超速迭代進化特點，可以通過物流系統實際運作的經驗總結、大數據分析、管理系統迭代優化，不斷提升物流系統機器群體智能，借助于軟件升級不斷地實現物流大系統智慧升級。

“軟件定義物流”會帶來一系列的智慧物流變革，讓智慧物流具有自我學習，自我提升，自我升級的能力。

3.機器智能推動物流系統時空變革

目前“前置倉”成為現代電商物流發展的大趨勢，很多電商公司都紛紛布置前置倉。前置倉可以借助于大數據分析和智能分析預測，讓物流先行，實現了“時空穿梭”，把未來的物流運作需求前置，把貨物配送至離客戶最近的“前置倉”中。一旦配送需求指令發出，即時從前置倉配送至客戶家中。這種“單未下，貨先行”的前置倉配送模式，改變了城市物流配送的時空。

前置倉的大發展，倉儲系統的分布式、網絡化、多借點前置布局，由于倉儲分散，網點眾多，為保證配送需求必將帶來大量的無效存貨，帶來庫存成本急劇上升，同時預測失誤更會帶來大量的庫存沉余和退貨。前置倉的發展帶來了很多坑，引來很多物流專家紛紛反思前置倉存在問題。

其實，前置倉出現的問題主要是因為企業在前置倉布局時的思維還停留在傳統的前置備貨，就近配送的階段，只是把貨物分散各地前置儲存自然會帶來一系列問題。

機器智能具有跨區域的全網感知能力，具有網絡化分布式智能，物流大腦也可以布局在云端，利用大數據、云計算、優化運籌等技術，對全網的物流需求進行精準預測、智慧分倉、聯網互動、就近補貨、前置倉之間調撥等，從而實現智慧前置倉。

現代“智慧前置倉”架構在智慧物流體系之上，借助于機器智能優勢，可以實現前置倉的云倉互聯，信息互通，設施設備的共享、物流運作的互操作。通過前置倉技術，可以將未來零散的、跨地區分布式的物流配送需求進行集約化配送，從而大幅度提升物流配送效率，降低車輛進城次數，實現綠色化配送。

其次，現代前置倉是互聯互通的云倉系統，前置倉之間可以根據實際的配送需求進行智慧調撥，可以與倉干配網絡系統實時對接進行及時補貨，可以與門店銷售互通進行貨物調劑，從而杜絕了傳統前置備貨的各類弊端。

機器智能的獨特優勢，還可以推動物流系統立體化的智慧體系建設，可以將地上、地下、空中物流系統互聯互操作，從而帶來一系列變革。

在對人工智能與機器智能的區別有所了解后，我們在智慧物流系統中要充分發揮機器智能的優勢，而不是局限于人類智能的制約。我們首先要把智慧物流系統架構在網絡上，充分利用機器智能網絡化的優勢；要全面利用機器智能的全面感知特點，而不是局限于我們人類對感知的認識。

在物流機器人集中作業區，用機器智能把眾多機器人調度與路徑規劃布局在智能物聯網上，可以形成網上調度與規劃與網下感知與作業相結合的大系統

4.機器智能讓物流系統智能超越人類

機器的網絡化智能是遠遠超越我們人類的。在現實當中，我們其實已經常應用很多超越人類的機器智能。

例如，貨物運輸貨配送時，人類的感知局限在很小范圍，但借助于機器智能，我們可以看見很遠的地方哪里堵車，并了解堵車原因，讓系統幫我們計算擁堵時間，為我們提供智能切換運輸線路方案，實現系統智能調度與優化運輸路徑。

例如，物流機器人集中作業區，如果僅僅依靠物流機器人本身的“感知—分析—決策—執行”的個體智能，就會帶來很多問題。如果我們用機器智能的分布式與網絡化特點，把眾多機器人調度與路徑規劃布局在智能物聯網上，形成網上調度與規劃與網下感知與作業相結合的大系統。由于網絡智能進行線路規劃可以規避很多線下自然場景中機器人移動路徑交叉會面，減少了機器人大量的感知與控制決策的計算，同時也可以與機器人自然視覺當行、地面二維碼感知引導，以及激光、紅外、藍牙等技術導航相結合，讓機器人實現立體的智能的調度與導航。

例如，我們還利用機器智能的思維傳輸和全面感知的優勢，實現黑燈倉儲作業，不需要像我們人類倉儲作業時還需要照明系統……

總之，人工智能與機器智能既有聯系又有區別，機器智能本身具有機器的特點與優勢，在架構智慧物流系統時，我們在很多方面沒必要讓機器學習人類，如果直接發揮機器智能本身優勢，可以推動很多智慧物流的變革與創新。