在生產線上，我們看到越來越多的工廠已經裝上了缺陷檢測系統(tǒng)、設備監(jiān)控系統(tǒng)、智能分揀系統(tǒng)…… 甚至在生產前階段，我們也看到了智能設計系統(tǒng)、原料配比系統(tǒng)…… 毋庸置疑，AI 已經為這些場景帶來了生產效能的提升
與此同時，AI 的落地還面臨著多方面考驗，比如全局協同和資源利用最大化問題如何解決，碎片化、定制化、作坊式的開發(fā)模式如何走向規(guī)?；?。
在 9 月 23 日召開的華為全聯接 2021 上，華為云提出了更加豐富、強大的解決方案，發(fā)布了「天籌」AI 求解器、華為云盤古藥物分子大模型等 AI 服務。
華為高級副總裁、華為云 CEO、消費者云服務總裁張平安表示，「天籌」AI 求解器是一款結合了傳統(tǒng)運籌學技術和前沿 AI 技術的商用求解器，突破了業(yè)界運籌優(yōu)化極限，在全球權威的 Hans Mittelmann 線性規(guī)劃單純形求解器榜單中斬獲第一。而華為云盤古藥物分子大模型則實現了全流程的 AI 輔助藥物設計，可以將先導藥的研發(fā)周期從數年縮短到一個月。
這些 AI 能力都將通過華為云開放給相關行業(yè)的從業(yè)者，提高生產效能。
那么，華為云為什么要開發(fā) AI 求解器？「天籌」AI 求解器和傳統(tǒng)求解器有何不同？華為云盤古藥物分子大模型具體用來做什么？華為高級副總裁、華為云 CEO、消費者云服務總裁張平安以及華為云 EI 服務產品部總經理賈永利為我們解答了這些疑問。
為什么要開發(fā) AI 求解器？
「某工廠有數千種零件、上萬名工人、數百個廠房，疫情期間訂單暴漲，如何安排這些資源才能消化更多的訂單？」
「某大型機場，每天有上千個航班降落，在廊橋機位與遠機位的比例為 1:3 的情況下，如何讓更多的航班?？吭诶葮?？」
對于制造、零售、物流等行業(yè)的從業(yè)者來說，這種問題想必非常眼熟。他們每天都要做出類似的決策，最終目的都是實現最優(yōu)的資源配置。
如果場景比較簡單，變量和約束條件都比較少，企業(yè)可以用手工方式解決大部分問題（比如用 Excel 排期）
但隨著業(yè)務規(guī)模的擴大，這類優(yōu)化問題的復雜度會越來越高，變量和約束條件可能增至百萬、千萬級。這時候，要想實現資源的最優(yōu)配置就沒那么容易了，即使采用簡單的啟發(fā)式或機器學習方法可能找到的也只是次優(yōu)解。
對此，張平安表示：「數字化給企業(yè)帶來的好處之一，就是讓企業(yè)可以把大部分復雜的商業(yè)、運營的問題抽象成數學問題，通過全域的數字化感知、多域系統(tǒng)數據連通，獲得影響復雜商業(yè)問題的各種變量和約束，在企業(yè)全局和局部求方程的最優(yōu)解。比如通常熟知的運輸、物流行業(yè)的裝箱問題，城市交通、路徑規(guī)劃和生產排產問題，就可以轉換成為對一個萬級、百萬級、千萬級變量的方程組的求解。解決復雜的數學優(yōu)化問題，就要引入一項根技術：求解器?！?/p>
當然，很多人知道，求解器是用來求解數學規(guī)劃問題的軟件。它就像一個計算器：你把問題以數學形式輸入進去，它就可以幫你計算出結果。從理論上來講，它能處理上千萬甚至上億變量的數學模型，優(yōu)化產業(yè)鏈和供應鏈，給復雜場景決策問題一個最優(yōu)解或近似最優(yōu)解。
但知道是一回事，用不用是另外一回事。為什么不用？因為門檻對很多企業(yè)來說太高了?！覆灰f一般 IT 工程師了，可能連學運籌學的人都要經過培訓才能會用?！官Z永利談到。
由于求解器的技術壁壘高、研發(fā)難度大，長期以來，高性能商用求解器的核心技術始終是由歐美企業(yè)主導的。
通常來講，求解器的應用分為兩個步驟：一是建模：將問題通過數學形式準確有效地表達，就像給應用題建立方程組；二是求解：把數據和數學模型輸入求解器，讓求解器自動把最終結果算出來，獲得一定范圍內的最優(yōu)解以支撐決策。賈永利舉例說，「比如一個供應鏈的路徑規(guī)劃問題看似就是中心倉和周邊倉庫的多種組合問題，但如何把這個問題翻譯成求解器能理解的數學問題并不簡單?！?/p>
開發(fā)和使用門檻高，那多招一些研究運籌學或求解器的專業(yè)人才不就好了嗎？但現實情況是：沒有那么好招
賈永利說，「求解器對數學基礎和工程能力的要求都比較高，且其核心技術都把持在各商用求解器廠商手中，研究者很難給出在通用問題上超越商用求解器的算法或策略，所以做這方面研究的人很少。」
也就是說，對于大部分企業(yè)來說，求解器就像那個佇立在東海的「定海神針」：東西是公認的好東西，但沒有幾個企業(yè)有孫悟空這種專業(yè)人才來駕馭。
在發(fā)現并深入研究了這一困境之后，華為云發(fā)現，AI 可以幫忙解決這個問題，于是便有了「天籌」AI 求解器。
「天籌」AI 求解器有何獨特之處？
前面說到，「天籌」AI 求解器是將運籌學和 AI 相結合的商用求解器，那么 AI 的作用體現在哪里呢？
首先是上層套件的智能化。求解器只能理解特定的輸入，但如何把具體問題轉換成這種輸入難住了一大批從業(yè)者。因此，「天籌」AI 求解器首先要做的就是充當一個「翻譯官」的角色，通過上層套件、工具的智能化來幫助用戶簡化求解器的使用過程，使得具體生產問題到求解器的映射變得更加簡單，降低求解器的使用門檻。
其次是求解過程的智能化。經典的求解器大多是基于數學經典算法的，但華為云發(fā)現，求解的過程其實也可以加入人工智能，從而提高求解速度，這也是所謂的「AI」求解器的另一層含義。
華為云主要從更好用和更智能角度來將 AI 和求解器結合：更好用是解決求解器在適應不同場景問題下的最佳參數和策略的配置問題，使得客戶不需要反復試驗不同的配置參數和策略；更智能是解決固定場景下結合歷史數據來優(yōu)化求解器性能的問題，使得求解器不斷適應客戶場景和問題，求解效果越來越好。
在 AI 和運籌學發(fā)生碰撞之后，華為云的「天籌」AI 求解器實現了多項突破：
1.突破了求解規(guī)模極限，支持億級規(guī)模問題的求解；
2.突破了求解速度的極限，利用分布式并行加速技術，速度最高可以提升 100 倍；
3.突破了建模效率極限，從人工建模到 AI 智能建模，建模效率最大可以提升 30 倍；
4.突破了求解效率極限，從人工調參到 AI 的自適應調優(yōu)，效率最高可以提升 30%。
在全球權威的 Hans Mittelmann 線性規(guī)劃單純形求解器最新榜單中，華為云天籌 AI 求解器斬獲第一，刷新世界紀錄。
華為云天籌AI求解器斬獲第一（http://plato.asu.edu/ftp/lpsimp.html更新于9月18日）
目前，華為云「天籌」AI 求解器已經在天津港等多個大型企業(yè)中得到應用，與金融、制造、供應鏈、交通物流等行業(yè)場景深度融合，并帶來巨大的經濟效益，例如供應鏈生產排產和供需模擬、生產配料、港口、交通管理、供暖等。
作為世界前十的港口，天津港的年集裝箱吞吐量接近兩千萬箱。為了實現更高的吞吐效率，天津港與華為云合作開發(fā)了基于「天籌」AI 求解器的新一代港口智能計劃平臺。該平臺可以幫助天津港通盤考慮港口規(guī)劃中千萬級的約束條件和變量，完成整個港口計劃僅僅需要 10 分鐘，計劃速度最高提升 144 倍。
