机器学习、运筹优化与智能决策 | 杉数科技CTO王子卓在OTEC大会的演讲实录

发布时间：2018-02-12 作者：王子卓来源：杉数科技

关键字：机器学习运筹优化

收藏好文推荐打印

提起人工智能，大家可能很容易想到图象识别、语音识别、无人驾驶等等，当然这都是非常重要的应用。但是对于更多的普通商业企业，它们很需要人工智能、机器学习、大数据的技术去做一些更好的决策。

谢谢主持人，今天非常高兴来到这里，跟大家分享我们过去一年来在人工智能及智能决策方面所做的一些事情。

不管所处什么行业，企业每天都要面临很多关键的决策。比如一个电商公司要进行产品的决策、定价的决策、库存的决策。比如一个物流的公司要面临网点的布局、送货的安排、路径优化的决策。

通过数据产生决策的过程，我们通常认为有三个步骤。

第一个是数据采集管理，这是最基本的。有了数据，我们利用机器学习、深度学习的技术，从数据中挖掘一些潜在的规律。这些规律能够优化企业的决策。这一部分当然更多是统计、机器学习，但是在很多商业条件下，需要把这些规律最终转化成决策。这样一个步骤叫做决策的建模，需要一些运筹和优化的方法。我们实际上要做的就是把机器学习和运筹优化的技术连接起来，帮助企业打通一个从数据到决策的完整链条，帮助企业做出更好的决策。

首先我给大家介绍一下运筹优化可以做哪些事情。实际上简单来说，优化是帮助企业在一些约束条件下做出最优决策。各种企业无时无刻都要遇到决策。所有的这些决策都需要去思考，每一个决策会带来的结果是什么样的，面临的约束有哪些。比如电商，一个页面上有几个商品，它们之前有哪些相互影响的关系。这都是需要解决的问题。

比如我是一个物流公司，我每天要去送很多的货，如何确定我要找哪些配送员，每一个配送员走哪些路径。如果我是一个出行平台，如何把这些共享司机更好地聚在一起，把司机调度到需要的地方。这些公司如何取得更好的效益，里面所涉及到的关键就是运筹优化的技术。

这个里面有两大关键技术，一个是把这些决策的产品转化成数学模型，就是建模。另一个是建立科学、有效的算法，带来最优效益。这两个过程是核心的技术，就是我刚才提到建模的优化。在实际的创业中，场景非常复杂。如果没有经过系统的运筹优化，有一些方案可能效率不是很高。这里需要系统的一套方法，我们可以做这样的事情。

接下来，我给大家介绍几个更具体的案例。一个是定价，商家如何在正确的时间、正确的地点、正确的价格，将服务卖给正确的消费者，这是一个非常重要的问题。我们用机器学习、运筹优化的方法帮助商家去做分析和决策。

我们首先对数据进行深度的分析，去挖掘消费者的行为，消费者对这个商品的价值判断，商品之间的一些联系。然后在这个基础上，我们对一些决策，包括如何定价、如何摆放、如何投放广告等等进行一些优化。这就要用到我刚才提到的优化的方法。把这些问题组合成数学的问题，再通过一个系统的方法告诉商家应该放哪些商品，怎么定价，帮助这些商家去做价格的优化。这是一个典型的，我们把人工智能和机器学习、运筹优化的技术结合起来，来帮助商家提升效益的过程。

第二个场景，我们把它叫作路径优化，或者叫作物流的场景。在很多这样的场景下，决策所面临的问题，是在最短时间内把一些货物送到消费者手里。刚才亚马逊的朋友也提到，这是亚马逊所面临的一个非常重要的问题。这样的决策面临非常多复杂的问题和约束。比如说有些客户不管是取货还是送货都需要在某一个频段，可能每个送货员都有载重的限制等等。比如某个网点中转哪些货物，存放哪些货物，可以增加我们送货的效果等等。甚至有些时候会有实时的需求产生，那么是否让这些供货员去取这些实时的需求。如何去解决这些问题，就需要依靠系统的高效的方法，也就是运筹、优化的方法。这种问题非常复杂，而且有很多变量。如果不通过系统的方法，很难得到最好的决策。我们杉数科技希望能够帮助商家做出很好的决策。我们开发了一些软件，也正在给一些比较大的公司提供相应的服务。

第三个场景叫作库存管理。国内的电商竞争非常激烈，很多电商面临最大的困境就是如何去管理库存。如果管理不好就会出现，热销的商品断货，而有些商品出现大量积压的问题。如何去做好我们的管理，包括每一件商品何时去进货，进多少货，在仓库之间如何调货等等，都是电商面临的非常重要的决策。这里同样还要结合机器学习、运筹优化的方法，帮助电商进行销量的决策。我们提供给电商或者类似的企业一套完整的解决方案和产品，这个产品叫做StockGo。

在现有的一些电商的测试中，我们发现这个产品确实可以帮助电商去增加效果，降低库存的成本。我们希望做的，就是针对这些不同的场景，利用运筹优化、机器学习的技术，帮助企业找到最有效解决的方法。

今天跟大家分享的时间虽然很短暂，但是我想跟大家表达的意思是，我们现在所讲的人工智能，大数据、云计算，真正能创造价值，能够在商业落地。落地的方法，就是帮助企业进行科学的决策。希望大家能够了解这样一个过程。

本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。