⑴ 藍胖子機器智能：核心演算法促物流提效丨強鏈補鏈在行動
手指輕輕一動、滑鼠輕輕一點，快遞就能准時送貨上門。不少人都在感嘆：「現在的快遞真方便！」確實，不管是要求「鮮、快、優」的生鮮產品，還是需要精準溫控的各種葯物，抑或是「大塊頭」的家電傢具和工業配件，都成了快遞運輸的主要品種。在電商行業迅速發展的當下，物流行業的自動化與智能化已經成為必然。
核心演算法讓物流環節更高效
現階段，物流行業發展迅速，在自動化與智能化方面有很大的優化空間。在嗅到其中的市場機會後，不少公司瞄準了這一賽道，對智能物流領域進行布局。
在將機器人、人工智慧技術與實際物流環節相結合的過程中，演算法是其中繞不開的關鍵詞。目前，藍胖子在演算法方面的布局有四大方向。
第一個方向是計算機視覺。換句話說，就是讓機器人的眼睛能夠識別不同物品，尤其是在物品重疊時候的分割。
第二個方向是機械臂的控制和運動規劃。針對這點，張羽雪也給出了進一步解釋。「比如我已經識別到某個包裹了，我要把它從a點抓到b點。」她說，「這個三維空間里其實是有無數條運動軌跡的，我們要找到最快、最短的這一條路徑，這就是運動規劃。」
第三個方向是移動和多機協作。移動機器人在給定的區域里自主移動、自主導航、自主避障、自主充電。「如果我有10台、20台、50台甚至100台移動機器人，我應該怎麼調動每一台機器人，使它們在運作過程中不會相互碰撞？當一台機器人在運作的時候，如何縮短另一台機器人的等待時間？這就需要多機調度技術。」張羽雪說。
第四個就是人工智慧技術的應用。在遇到新場景後，機器人需要通過深度學習進行視覺訓練，以快速識別新的場景。裝箱的規劃也是人工智慧技術的應用之一。「這裡面（裝箱）用到了時空優化技術，就是去優化裝箱，讓所用的時間最少，所用的空間最大。」張羽雪表示。
技術與物流業務需要緊密結合
機器視覺、深度學習等技術應用需要積累大量的數據，也需要較多的試錯過程。這個過程的成本很高，對包括藍胖子在內的所有人工智慧企業都提出了不小的挑戰。
在張羽雪看來，應對此類挑戰的方法主要有兩個，一方面需要算力的提升、海量的數據以及更快的通信，另一方面就是需要技術與業務的緊密結合。
從第一個方面來看，算力的提升與整個行業底層技術的提高息息相關，數據的獲取則離不開企業與客戶的相互合作。客戶提供的數據能夠訓練和測試演算法。張羽雪表示，「客戶的數據對演算法的積累和機器人的訓練會起到很好的作用。」
通信速度的提升對機器人的應用也有著極大助力。當前，5G的使用讓機器人計算的速度更快，數據傳輸更快，延時更低，協作更高效。
事實上，機器人的控制系統與客戶的各個數據系統，包括ERP（企業資源計劃）系統、倉儲管理系統和生產規劃系統的連接與打通其實是非常難的一點。在實驗室裡面，很多技術問題都是可以解決的，但並不是所有的技術都能解決業務問題。
張羽雪還呼籲市場應該多給智能機器人行業一些成長的時間。智能機器人的技術積累需要一定時間，從技術到應用需要不斷地進行試錯，還要在各種場景中不斷地訓練機器人，使機器人達到更高的作業精度和准確度。在這點上，政府引導基金和民間資本都需要給科創企業更多的時間和更大力度的支持，傳統企業也需要逐步轉變思維，將目光放長遠，採用新興技術來解決當前以及未來的挑戰。
生態的構建對每個行業的發展都非常關鍵。張羽雪認為，政府是構建生態的一大主體，通過發揮主導作用，政府能夠建立本地的相關企業集群。此外，德勤、凱捷等IT服務及咨詢公司是連接新興企業與傳統大企業的橋梁，將大客戶的需求與新型企業的技術充分對接，也是構建產業生態的一大力量「如果某個大客戶有需求，咨詢公司就去尋找哪一個初創企業可以提供給他們相應的技術，為客戶設計一個整體解決方案。」張羽雪說，「很多大企業已經開始在搭建這樣的AI生態了，這也是未來產業的發展趨勢。」
編輯丨趙晨
美編丨馬利亞