在生產(chǎn)線上，我們看到越來越多的工廠已經(jīng)裝上了缺陷檢測系統(tǒng)、設(shè)備監(jiān)控系統(tǒng)、智能分揀系統(tǒng)…… 甚至在生產(chǎn)前階段，我們也看到了智能設(shè)計系統(tǒng)、原料配比系統(tǒng)…… 毋庸置疑，AI 已經(jīng)為這些場景帶來了生產(chǎn)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(xié)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(lián)接 2021 上，華為云提出了更加豐富、強(qiáng)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(wù)。
華為高級副總裁、華為云 CEO、消費(fèi)者云服務(wù)總裁張平安表示，「天籌」AI 求解器是一款結(jié)合了傳統(tǒng)運(yùn)籌學(xué)技術(shù)和前沿 AI 技術(shù)的商用求解器，突破了業(yè)界運(yùn)籌優(yōu)化極限，在全球權(quán)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(xiàn)了全流程的 AI 輔助藥物設(shè)計，可以將先導(dǎo)藥的研發(fā)周期從數(shù)年縮短到一個月。
這些 AI 能力都將通過華為云開放給相關(guān)行業(yè)的從業(yè)者，提高生產(chǎn)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(fèi)者云服務(wù)總裁張平安以及華為云 EI 服務(wù)產(chǎn)品部總經(jīng)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(shù)千種零件、上萬名工人、數(shù)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(jī)場，每天有上千個航班降落，在廊橋機(jī)位與遠(yuǎn)機(jī)位的比例為 1:3 的情況下，如何讓更多的航班?？吭诶葮颍俊?/p>
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(xiàn)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(wù)規(guī)模的擴(kuò)大，這類優(yōu)化問題的復(fù)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(xiàn)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(jī)器學(xué)習(xí)方法可能找到的也只是次優(yōu)解。
對此，張平安表示：「數(shù)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(fù)雜的商業(yè)、運(yùn)營的問題抽象成數(shù)學(xué)問題，通過全域的數(shù)字化感知、多域系統(tǒng)數(shù)據(jù)連通，獲得影響復(fù)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(yùn)輸、物流行業(yè)的裝箱問題，城市交通、路徑規(guī)劃和生產(chǎn)排產(chǎn)問題，就可以轉(zhuǎn)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(fù)雜的數(shù)學(xué)優(yōu)化問題，就要引入一項根技術(shù)：求解器?！?/p>
當(dāng)然，很多人知道，求解器是用來求解數(shù)學(xué)規(guī)劃問題的軟件。它就像一個計算器：你把問題以數(shù)學(xué)形式輸入進(jìn)去，它就可以幫你計算出結(jié)果。從理論上來講，它能處理上千萬甚至上億變量的數(shù)學(xué)模型，優(yōu)化產(chǎn)業(yè)鏈和供應(yīng)鏈，給復(fù)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(xué)運(yùn)籌學(xué)的人都要經(jīng)過培訓(xùn)才能會用?！官Z永利談到。
由于求解器的技術(shù)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(shù)始終是由歐美企業(yè)主導(dǎo)的。
通常來講，求解器的應(yīng)用分為兩個步驟：一是建模：將問題通過數(shù)學(xué)形式準(zhǔn)確有效地表達(dá)，就像給應(yīng)用題建立方程組；二是求解：把數(shù)據(jù)和數(shù)學(xué)模型輸入求解器，讓求解器自動把最終結(jié)果算出來，獲得一定范圍內(nèi)的最優(yōu)解以支撐決策。賈永利舉例說，「比如一個供應(yīng)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(shù)學(xué)問題并不簡單?！?/p>
開發(fā)和使用門檻高，那多招一些研究運(yùn)籌學(xué)或求解器的專業(yè)人才不就好了嗎？但現(xiàn)實情況是：沒有那么好招
賈永利說，「求解器對數(shù)學(xué)基礎(chǔ)和工程能力的要求都比較高，且其核心技術(shù)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?！?/p>
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(rèn)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(xiàn)并深入研究了這一困境之后，華為云發(fā)現(xiàn)，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(yùn)籌學(xué)和 AI 相結(jié)合的商用求解器，那么 AI 的作用體現(xiàn)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(zhuǎn)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(dāng)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(chǎn)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(jīng)典的求解器大多是基于數(shù)學(xué)經(jīng)典算法的，但華為云發(fā)現(xiàn)，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(jié)合：更好用是解決求解器在適應(yīng)不同場景問題下的最佳參數(shù)和策略的配置問題，使得客戶不需要反復(fù)試驗不同的配置參數(shù)和策略；更智能是解決固定場景下結(jié)合歷史數(shù)據(jù)來優(yōu)化求解器性能的問題，使得求解器不斷適應(yīng)客戶場景和問題，求解效果越來越好。
在 AI 和運(yùn)籌學(xué)發(fā)生碰撞之后，華為云的「天籌」AI 求解器實現(xiàn)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(shù)，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(diào)參到 AI 的自適應(yīng)調(diào)優(yōu)，效率最高可以提升 30%。
在全球權(quán)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(jì)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(jīng)在天津港等多個大型企業(yè)中得到應(yīng)用，與金融、制造、供應(yīng)鏈、交通物流等行業(yè)場景深度融合，并帶來巨大的經(jīng)濟(jì)效益，例如供應(yīng)鏈生產(chǎn)排產(chǎn)和供需模擬、生產(chǎn)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(xiàn)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。
