去年年末，新华社中国经济信息社发（fā）布《中国制造业高质量发（fā）展报告(2019)》(白皮书（shū）)。该报告对国内外制造（zào）业的前沿动态（tài）进（jìn）行（háng）了比较（jiào）研究，发现我（wǒ）国制（zhì）造业（yè）竞（jìng）争力（lì）在持续增强的同时（shí），“大而不强”的问题（tí）依然存在，关键核心技术与高（gāo）端装备依然高度依赖外力，劳动生（shēng）产率依然落后于美、德、日等传统制造业强国。因此，在新的一（yī）年，我国制造业亟待进一步优化产业结（jié）构，由要（yào）素（sù）驱动向（xiàng）创（chuàng）新驱动（dòng）转变，以（yǐ）缓解由全球贸易结构（gòu）变化（huà）带来的压力。　　在我（wǒ）国（guó）经（jīng）济和制造业向高（gāo）质量发展、向价值链中上游迈进，向效率要红利的过（guò）程（chéng）中，更深层次的自动化、数字化，特（tè）别是智能（néng）化将毫无疑问地起到关键推动作（zuò）用（yòng），必（bì）将成（chéng）为（wéi）制造（zào）业（yè）转（zhuǎn）型（xíng）升级的核心动力。作为（wéi）制造（zào）业大国的（de）中国，同时也是人工智能的强国，只要两者结（jié）合得当（dāng），无疑将给中（zhōng）国制造业插上一双有力的翅膀（bǎng），飞跃智能化（huà）转型的高（gāo）峰。

“自家的（de）和（hé）尚好（hǎo）念经”，研究院打造（zào）真正适合联想的（de）智能（néng）排（pái）产

然而（ér），相关市场研究发现（xiàn），中国的人工（gōng）智能公司中（zhōng）真正（zhèng）关注工业领域的尚（shàng）不足5%，几百项大型人工智能投资项目（mù）中，与（yǔ）制造业有关的不（bú）到（dào）1%。原（yuán）因何在（zài）?有（yǒu）媒体分析（xī）认为（wéi），除了工业领域数据和标（biāo）注不足、相关算法不够（gòu）成（chéng）熟之外，算法工程师对工业流程和技术等（děng）实际问题不够（gòu）了解，以及工业企业对“外来”人工（gōng）智能公司和解决方（fāng）案的不信（xìn）任，是（shì）更加深层次的原因。在（zài）这一背景下，我们更（gèng）多看（kàn）到的（de）是企业内部的技术团队，尤其是人工智能（néng）团队，在自身企业的智能化转型过程中发挥了关键作用。

全（quán）球（qiú）PC市场占有率第（dì）一的联想（xiǎng）集团旗下的（de）合肥生产基（jī）地——联宝科技，全球每售出8台笔记本电脑就有1台来自（zì）这里。短（duǎn）短几年，产品累计（jì）出货超过1.2亿台，年订单数超过60万（wàn），定制化小单比例超过80%，面向（xiàng）全球100多（duō）个（gè）国家和（hé）地区高（gāo）效（xiào）供应。如此庞大的生产需求对生产（chǎn）排（pái）程提出（chū）了很高的（de）要求，整个排产（chǎn）过程（chéng）需（xū）要考虑包括人员、设备、物（wù）料、生产工序与（yǔ）方法、环境在内等（děng）数十（shí）种复杂的（de）变量，因此人（rén）工排产逐渐变得力不从心。针对这一问（wèn）题，联想研究院人工智能实验室的机器学（xué）习（xí）团（tuán）队（duì）打造了使用多（duō）交互增强学习优化（huà）网（wǎng）络和基于注意力机制的最优化网（wǎng）络（luò）的人工智能排产方案，可以模拟多（duō）变的生（shēng）产环境，自动寻找最佳排产策略。在制造企业最关注的产品数、订（dìng）单（dān）数、订单（dān）交期满足率和产能合理利用率四（sì）个指标上（shàng），人工智能算法（fǎ）相比人（rén）工（gōng）排产均（jun1）有明（míng）显提（tí）升（shēng），排产耗时（shí）也（yě）大幅减少（shǎo），从原来的每天6小时缩短（duǎn）到1.5分钟，生产效（xiào）率也获得了（le）16%的提（tí）升。而且随着数据的积累和（hé）模型的训练，智（zhì）能（néng）排产模型的能力还会进（jìn）一（yī）步提（tí）高。

以解决实际问题为导（dǎo）向，联（lián）想（xiǎng）人工智能大（dà）有作为（wéi）

联想研究院人工智能（néng）实验室机（jī）器学习总监范伟曾表示，联想（xiǎng）的机器学习研究目（mù）标是把数据转化为生（shēng）产（chǎn）决策（cè），把技术转换成生产力，从（cóng）而提高集团业（yè）绩并创造实际价值。在这（zhè）个过程中，优秀的算法（fǎ）固然是重（chóng）要的（de）一环（huán），然而（ér）真正能够“一（yī）锤定音”的（de）是（shì）基于生产环境下各种实际问题（tí）的，对不（bú）同算法（fǎ）的深度理解和灵活（huó）运用。联想机器学（xué）习团队目前（qián）由26名员工组（zǔ）成（chéng），其（qí）中14位是算法工程师，都（dōu）是对算法拥（yōng）有（yǒu）深入理解并对实际问题拥有敏锐认知的人才。

以解决实际问题为导向，联想（xiǎng）机（jī）器学习技术在垂（chuí）直行业的深度融合应（yīng）用中具有优秀的可扩展（zhǎn）性。这在团队的另外两（liǎng）款（kuǎn）明星（xīng）产品——智能（néng）服务备件前瞻分析和智（zhì）慧物流（liú）系统中，得到（dào）了充分的体（tǐ）现。

智能服务备（bèi）件前瞻分（fèn）析（xī）系统的核（hé）心目（mù）标是预测联想售后服务站对产品备件的（de）需求，并实现提（tí）前采购（gòu），提前（qián）调度，提前在离用户最近的（de）服务站备货，在用户的（de）产品发生故障以（yǐ）前（qián）就感知到（dào）需求，这样（yàng）当需求真（zhēn）正发生时就能以最快的速（sù）度完成对（duì）用（yòng）户备件（jiàn）的更换，最（zuì）大（dà）化用户满意度，同时也能平衡企（qǐ）业的库（kù）存（cún）成本。为了实现这（zhè）一目（mù）标，机器（qì）学（xué）习团队不仅需要对服（fú）务站所需的成千上万种备件进（jìn）行精细的分（fèn）析，还需要针（zhēn）对因服务量较少而数据稀疏，或者受季节性地理环境影响较大的（de）地（dì）区（qū），灵活切换不同的（de）算法。目前，智能（néng）预测精（jīng）度（dù）已实现比人工（gōng）提升7%，每（měi）年为联（lián）想节省上千万美元成本。

智（zhì）慧物流系统的核心目（mù）标是（shì）通过优化配送路径，助力联想城市配送中心（xīn）降低（dī）运营成本，提升（shēng）服（fú）务质量。据最新调查统计，末端配（pèi）送成本占端到端（duān）物流（liú）总成（chéng）本的比例高（gāo）达（dá）41%，可优化（huà）空（kōng）间（jiān）巨（jù）大（dà）。最后一公（gōng）里的服务（wù）质（zhì）量（liàng）也（yě）直接决定了用户体验。高达84%的客户（hù）表示，令（lìng）人沮丧的末（mò）端（duān）配送体验，让（ràng）他们放弃再次选择购买（mǎi）相关产品（pǐn）或服务。与智能排产类（lèi）似（sì），末（mò）端配送的优化也是一个典型的运（yùn）筹学问题。为了应对这一挑战，机器（qì）学习团队对联想北（běi）京配送中心的（de）业（yè）务现状进行了调（diào）研和梳理，综合考虑（lǜ）产品数量（liàng）、种类、运单数量、体（tǐ）积以及配送地址、客户类型、服务时长等多种因素，通过强化（huà）学习（xí）建立图深度网络模型，挖掘出“订单（dān）-客户-路线（xiàn）”之间（jiān）的复杂关（guān）系，动态生成了一套（tào）智能（néng）调度方（fāng）案。与（yǔ）人工派车方案相比（bǐ），智慧物流系统可有效降（jiàng）低运输里（lǐ）程（chéng）44.1%和（hé）平均用时42.9%，提升车辆装载（zǎi）率32.6%，减少车（chē）次46.0%。从而在提升配送服（fú）务水平（píng）和（hé）客户体验的（de）同时，极大的降低了运力成本（běn）。

联想集团副总（zǒng）裁，联想研究院人工（gōng）智能实验（yàn）室负（fù）责（zé）人徐飞玉（yù）博士（shì）曾在多个（gè）场合表示，联想（xiǎng）人工智能（néng）研究的（de）长项在于研究与业（yè）务紧密结合，形成了闭环的生态系统。相（xiàng）信在未来（lái）十年，在人工智能的应（yīng）用趋势逐渐从消费端的“酷炫”功（gōng）能转（zhuǎn）向针对商（shāng）用端“对症下药”的大背景（jǐng）下，摆（bǎi）在联想研究院（yuàn）面前的必将是更（gèng）将（jiāng）广阔的（de）天地。