圆桌讨论：悄然改变现在和未来的智能物流和存储 | CCF-GAIR 2017

2017年7月7日至9日，全球人工智能与机器人峰会CCF-GAIR大会在深圳大中华喜来登酒店举行。本次由CCF中国计算机学会主办、雷锋网与香港中文大学（深圳）承办的大会聚集了全球30多位顶级院士、近300家AI明星AI企业 ，参会人数规模高达3000人，都是国内顶级阵容。雷锋网记者发回现场报告。

在9日下午的智能物流专场，智能物流主题也迎来了一个圆桌讨论，由美国南佛罗里达大学教授 孙宇主持，硅谷人工智能专家王亚莉、菜鸟网络高级算法专家 朱礼君、AGV（自动轮式机器人）公司极智嘉CEO 郑勇三位学术与产业专家讨论了“智能物流和仓储改变商业未来”的相关话题。

照片中从左往右依次为孙宇、朱礼君、王亚莉、郑勇。

孙宇首先问了王亚莉这样一个问题：你认为人工智能解决物流问题现在的成果离理想状况还有多远？在王亚莉看来，中国的智能物流落后于美国，刚刚起步，还有很多的工作需要做。她认为现在人工智能和运筹学的人才短缺且培养慢、智能物流解决方案少且回报周期长、缺乏能与英伟达对抗的性能优异的国产计算设备，都是影响智能物流快速发展的瓶颈问题。

下一个问题是给朱礼君的，“最后一公里”目前还是要靠人来解决，那么如何对人做优化？朱礼君回答，有两个方法，第一个方法是收集实际数据的方式在模型里加入新的部分，求得新的解；第二个方法是结合概率的方法求最优解。

给郑勇的问题是，他认为他的公司离做成真正的无人仓还有多久。郑勇认为，目前对于简单的情况下已经可以建立无人仓，但是更有价值的是如何把技术和客户需求结合起来；而目前的AGV相关技术里也还有许多系统智能化的问题需要解决。

孙宇接着向王亚莉提问，亚马逊的智能仓库现在状况如何，对国内有哪些优势和劣势？王亚莉回答说，亚马逊确实是领先、标杆式的。国内的优势是，由于起步较晚，各种弯路已经有人走过了，也已经有许多优秀的解决方案，性能佳的硬件可以供业内人士拿来就用；国内的劣势是，全球的优秀人才都聚集在美国硅谷，导致国内的人才储备需要漫长的积累。

给朱礼君的下一个问题是，他在菜鸟网络用机器学习的方法解决优化问题，为什么这样选择？朱礼君的回答是，他希望他们的算法有自适应的能力，对于许多类似但不完全相同的问题，是不可能用大批量的算法工程师去一个一个地解决的。在这种时候，机器学习的方法就可以自适应地针对不同的问题自动学习不同的特征和解法。朱礼君博士也说，这样的做法可能会让机器学习模型取代算法工程师，但他觉得，“如果做一件事是在革自己的命，那这件事就是做对了”。

孙宇还向郑勇提问了“对未来AGV的看法”。郑勇进行了详细的解释，总结起来有3点，AGV应当有更强感知、更强决策、更强执行能力。

在后续的问题里，嘉宾们还根据自己的研究方向，分别表达了现在研发的技术和算法可以用来优化其他传统领域和生活中的问题、带来新的产品和效率提升的观点。

更多大会内容精彩报道、本圆桌对话图文全文，请继续关注雷锋网。