去年年（nián）末，新华社中国经济信息社发布《中国制（zhì）造业高质量发展报告(2019)》(白皮书（shū）)。该（gāi）报告对国内（nèi）外制造业的前沿动态进行（háng）了（le）比较研究，发现我国（guó）制造业竞（jìng）争（zhēng）力（lì）在持续增强（qiáng）的同时，“大而不强”的（de）问题依然存在（zài），关键核心（xīn）技术与高（gāo）端装（zhuāng）备依然高度依（yī）赖外力，劳动生产（chǎn）率依然落（luò）后于（yú）美、德、日（rì）等传统制造业强国。因此，在新的一年，我（wǒ）国制造业亟待（dài）进一步（bù）优化（huà）产业结（jié）构，由要素驱动（dòng）向（xiàng）创新驱动转变（biàn），以缓（huǎn）解由全球贸易结构变化（huà）带来（lái）的压力。　　在我国（guó）经济（jì）和（hé）制造（zào）业向高质量发（fā）展、向价值链中上游迈进（jìn），向效率要红利的过程中，更深层次（cì）的自动（dòng）化、数字化，特别（bié）是（shì）智能化（huà）将毫无疑问地起到关键推动作用，必将成为制造业转型升级的核心动（dòng）力（lì）。作为制造业大（dà）国的中国，同时也是人工（gōng）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（shuāng）有力（lì）的翅膀，飞跃智（zhì）能化转型的高峰。

“自家的和尚（shàng）好（hǎo）念经”，研究院打造真（zhēn）正适（shì）合（hé）联想（xiǎng）的智能排（pái）产

然而（ér），相关市场研究发现（xiàn），中国（guó）的人工智能公司中真正关注工业领域的尚不足5%，几百项大型人工智能投资（zī）项目（mù）中，与制造业有关（guān）的不到（dào）1%。原因何（hé）在?有媒体分（fèn）析认（rèn）为，除了工业领域（yù）数据和标注不足、相关（guān）算法不够成熟之外（wài），算法工程师对（duì）工业流程（chéng）和技术等（děng）实际（jì）问（wèn）题不够了解（jiě），以（yǐ）及工业企业对“外来”人工（gōng）智（zhì）能公司和（hé）解决方案的不信任，是更加（jiā）深层次的原因。在这一背景下，我们（men）更多看到的是（shì）企（qǐ）业内部的技术团队，尤其是（shì）人工智能（néng）团队，在自身（shēn）企业的智能化转型过程中发挥了关键作用（yòng）。

全球PC市场占有率第一的联（lián）想（xiǎng）集（jí）团（tuán）旗下的合肥（féi）生产基地——联（lián）宝科技，全（quán）球（qiú）每售出（chū）8台（tái）笔记本电脑就（jiù）有1台来自这里。短短几年，产（chǎn）品（pǐn）累（lèi）计出货超（chāo）过1.2亿台，年订单数超过60万，定制化（huà）小（xiǎo）单比例超过80%，面（miàn）向（xiàng）全（quán）球100多个国家和地区高效供应。如此庞大的生产需（xū）求对生（shēng）产排程提出了很（hěn）高的要求，整个（gè）排（pái）产过程需要（yào）考虑包括（kuò）人（rén）员、设备、物料、生产工序与（yǔ）方法、环境在内等数十种（zhǒng）复杂的变量（liàng），因此人工排产逐渐（jiàn）变得力不从心。针对这（zhè）一问（wèn）题，联（lián）想研究（jiū）院人工智能实验室的机器学习团队（duì）打造了使用（yòng）多交互增强学（xué）习（xí）优化网络（luò）和基于注（zhù）意力机制（zhì）的最优化网络（luò）的人工智（zhì）能排产方案，可以模（mó）拟多变的生产（chǎn）环境，自动寻找最佳排产策略。在制造企业最（zuì）关注（zhù）的产（chǎn）品（pǐn）数、订单（dān）数（shù）、订单交（jiāo）期满足率（lǜ）和产能合理利用（yòng）率四个指标上（shàng），人工智能算（suàn）法（fǎ）相比人工排产均有明显提升，排产耗时（shí）也大幅减（jiǎn）少（shǎo），从（cóng）原（yuán）来的（de）每天（tiān）6小时缩短到1.5分钟，生产效率也获得了16%的（de）提升（shēng）。而且随着（zhe）数据的积累（lèi）和模型（xíng）的（de）训练，智能排（pái）产模（mó）型的能（néng）力还会进一步（bù）提（tí）高。

以解决实际问题（tí）为导向，联（lián）想（xiǎng）人工智能大有作（zuò）为

联想研究（jiū）院人工智（zhì）能实验室机器学（xué）习总（zǒng）监范伟曾表示（shì），联想的机器（qì）学习研究目标（biāo）是把数据转化为生产决策，把（bǎ）技术转换成生产力，从（cóng）而提高集团业绩并（bìng）创造实（shí）际（jì）价值。在（zài）这个过程中（zhōng），优秀（xiù）的算（suàn）法固然是重要的一环，然而真（zhēn）正能够“一（yī）锤定音”的是基于生产环境（jìng）下各种（zhǒng）实际（jì）问（wèn）题的，对不同算（suàn）法（fǎ）的（de）深度理（lǐ）解和灵活运用（yòng）。联想机器学习团（tuán）队目前由26名员工组成，其中14位是算法（fǎ）工程（chéng）师，都是对算法拥有深入理解并对实际（jì）问题（tí）拥有敏锐认知的（de）人才。

以（yǐ）解决实际（jì）问题为导（dǎo）向，联想机器（qì）学习技术在（zài）垂直行业的深度（dù）融合（hé）应用中具有优秀的可扩展性。这在（zài）团队的另外（wài）两款明星产品——智能服务备件（jiàn）前瞻分析和（hé）智慧物流系统中，得到了充分的体现。

智能服务备件（jiàn）前瞻分（fèn）析系（xì）统的核心目标是预测联想售后服务站对产品备件的需求，并实（shí）现（xiàn）提前采购，提前调（diào）度（dù），提前在离用户最近的服务（wù）站备货，在用户的产品发生（shēng）故障以（yǐ）前就感知到需求，这样当需求真正发（fā）生时（shí）就（jiù）能以（yǐ）最快的速度完（wán）成对（duì）用户（hù）备件的更换，最大化用户满意（yì）度，同时也能平衡企业（yè）的库存成本。为了实现这一目标（biāo），机器学习团（tuán）队不仅（jǐn）需要（yào）对服务站所需的成千上万种备件进行精细的分（fèn）析，还需要针对因服务量较少而数（shù）据稀（xī）疏，或者受（shòu）季节（jiē）性地（dì）理环境影响较大（dà）的地区，灵活切换不同的算法。目前，智能预（yù）测（cè）精（jīng）度（dù）已实现（xiàn）比人（rén）工（gōng）提升7%，每年为联想节省上千万美（měi）元（yuán）成本。

智慧物流系统的核（hé）心目标是通过（guò）优化配送路径，助力联想城市配送中心降（jiàng）低（dī）运营成本（běn），提升服务质量。据最新调查统计，末端配（pèi）送（sòng）成本（běn）占端到（dào）端（duān）物流总成本的比（bǐ）例高（gāo）达（dá）41%，可优化空（kōng）间（jiān）巨大（dà）。最后（hòu）一公里的服（fú）务质（zhì）量（liàng）也直接决定了用户体验。高达（dá）84%的客户表示，令人沮丧的末端配送体验，让（ràng）他们放弃（qì）再次选择购买相关（guān）产（chǎn）品或服务。与智能排产类似，末端配送的优化也（yě）是一（yī）个典型的运筹（chóu）学（xué）问题。为了应对这（zhè）一挑（tiāo）战，机器学习团队对（duì）联想北京配送中心的业（yè）务现状进行了调研和梳理，综合考虑产（chǎn）品数量、种类、运单数量、体积（jī）以及配（pèi）送地址、客（kè）户类型、服务（wù）时长（zhǎng）等多种因素，通过强（qiáng）化学习建立图深度网络模型，挖掘出“订单（dān）-客户-路（lù）线”之间的（de）复（fù）杂关系，动态生成了（le）一（yī）套（tào）智能调度方案。与人工派车方案相比，智慧物流系统（tǒng）可（kě）有效降低运输里程44.1%和平均用（yòng）时（shí）42.9%，提升（shēng）车辆（liàng）装载率32.6%，减少车（chē）次46.0%。从（cóng）而在提升（shēng）配（pèi）送服务水平和客户体验的同时，极大的（de）降低了运力成本。

联想集团副总裁，联想研究院人（rén）工智能实验室负责人徐飞玉博士曾（céng）在多（duō）个场合表（biǎo）示，联想人工智能（néng）研究的长项在于研究与（yǔ）业务紧密结（jié）合（hé），形成了闭环的（de）生态系统（tǒng）。相（xiàng）信在未来十年，在人工（gōng）智能的应用趋势逐渐从消费端的“酷炫”功能转向针对商（shāng）用端“对症下药”的大背景下，摆在联想研究院面（miàn）前的必（bì）将是更将广阔的天（tiān）地。