人工智能、区块链、容器技术等新兴技术的快速演进和发展，正在不断地推进企业数字化变革。8月10日，由上海市经济和信息化委员会、上海市国有资产监督管理委员会指导，上海市国有资产信息中心、上海市计算机用户协会协办，畅享网主办的“颠覆·创新 IT决胜未来——第二届创新技术CIO高峰论坛”在上海掀起了一股关于探讨创新技术发展和实践的热潮。百余位CIO、IT专家、学者们莅临本次峰会，大会上午探索创新技术发展，下午分享创新技术实践，参会嘉宾重新思考“新技术”的落地路径，共同寻找企业信息化变革的新机遇，打造企业最佳IT应用实践。

会上，上汽集团资深架构师、上汽—安吉人工智能实验室负责人金忠孝为我们分享了《深度学习在智慧供应链中的应用》，以下为演讲实录，由畅享网整理。

各位嘉宾下午好，很荣幸与大家进行分享。今天的主题是“IT创新”，我就IT创新目前阶段最近几年最轰动的技术——深度学习，跟大家分享一下。

开始分享前介绍一下，我们的实验室——上汽-安吉人工智能实验室，研究人工智能，在五角场的创智天地，大家以后如果有机会去实验室交流讨论。

我们的研究瞄准智慧供应链方面，目前这是非常大的市场，有10%的GDP与供应链相关。 关于实验室对人工智能的研究，我把深度学习放在第一位，这个原因稍后分析。第二是优化。人工智能将来是做什么的？能给企业带来哪些价值？如何去提高效率？如何降本增效？这些都是最优化的算法。然后才是计算机视觉、无人驾驶等等。第三是人才，人工智能搞算法一定要有优秀人才，我们实验室聚集了一批优秀的研发人员。我们上汽没出一些IT公司那么高的工资，但靠对人工智能研发的情怀将他们吸引来了。同时我也呼吁，对人工智能有同样研究热情和情怀的人才，加入我们。

AlphaGo引发的惨案：深度学习

今天首先我讲，AlphaGo引发的惨案，这也是人工智能学习搞出来的。目前很多公司都在搞人工智能，百度要成为一家人工智能公司；阿里开启“NASA”计划，为了人工智能全力以赴，预算不设上限；腾讯的美国西雅图AI实验室就在微软对面挖人才。

深度学习会带来什么后果？看AlphaGo，我们人类围棋世界排名第一的柯洁，在与AlphaGo对战时哭了，因为人工智能太完美了，看不到战胜它的希望。深度学习搞下去，在某一个专用领域，就有可能会出现这样的画面。目前我带团队做了一年多的研究，也是越做越觉得恐怖。如果我把这个平台做到完全成功的话，会对我所在行业引起巨大的波动。行业内很多原本要靠人工做的事情，都将不需要人类来做。以前我们聊到人工智能未来替换人类，说的都是在机械劳动方面替换人类，把干体力活的工作者通过自动流水线替换掉了。现在的发展表明，未来人工智能会把脑力劳动者，特别是很高端的脑力劳动者替换掉。这样的话，人类还有什么活可以干呢？尽管如此，这方面还是要做，因为如果我们不研究，后果也很严重。所以认识AlphaGo，认识深度学习很有必要。

从这几张图可以看到，深度学习技术在这几年的快速发展，到了一个非常恐怖的速度。AlphaGo在2016年与2017年的性能对比，16年时人类还在与它的对战中赢了一盘，17年柯洁作为世界第一一盘都没能赢，甚至5位围棋世界冠军一起，都没能打败AlphaGo。这就是深度学习。在专业领域中，它带来了革命性的影响，将来会影响到所有行业。特别在工业领域，如果深度学习技术用得好，将对行业带来非常大的影响，或者说是进步。

我今天将的议题依然把深度学习作为其中一个主题，就是跟大家明确说，深度学习是非常重要的技术，一定要关心，尤其对于有条件的公司来说一定要做。深度学习最核心的是神经网络。神经网络在80年代、90年代就有了，为什么那时候做不出来现这种深度学习的效果？因为那时候没有大数据和云计算。

这张图是2013年做出来的猫识别的过程图。不告诉计算机这是一张猫的图片，或者跟猫相同的任何特征都不告诉摄像机，摄像机通过神经网络深度学习，最后辨别出来这是cat。这是在2013年第一次大规模的层次做到11层的深度学习。后来深度学习就一发不可收拾，水平越来越高。微软可以将神经网络做到150多层，每一层的角度去抽象，找出特征规律，一层一层集成商区，可以认识非常清晰。我可以在网上搜集大量相关特征数据，将这些大数据给计算机，让它识别这些特征，抓住这些特征，就可以进行识别。有了大数据和云计算后，深度学习就会产生这样的结果。在某些局部的，或者弱人工智能领域，深度学习可以做的非常方便。

人工智能未来将成为国家级的竞争，中国主要的竞争对手是美国。中国率先将人工智能升级为国家战略。现在人工智能非常火，如果哪个国家不做就会落后，而且落后差距越来越大，包括企业也是这样。尽管深度学习做人工智能，在中国还是有后来居上的机会，但应该客观认识到，在目前原创研发方面中国跟美国的差距还是还是很大的。一定要保持清醒的头脑去做中国相关的人工智能研发。我们的优势是市场和人才。应用型人才数量上中国具有优势，这也决定了我们国家很容易把人工智能产业化，这又是产业优势。可以说国家做的人工智能发展规划是非常及时的。

深度学习的智慧供应链

我们为什么会选汽车供应链这个项目做研究？供应链是智能制造的核心资源，也是国家的战略资源，规模非常大，用它可以训练深度学习的算法。汽车工业是国民经济的支柱产业，汽车供应链是供应链领域中最高端、最科学，最复杂的。它包含了对汽车1万多种零配件的供应链管理，所以，一辆汽车零配件的配送量就相当于整车的一万倍，规模非常大、运作流程极其复杂。

富士康将投资100亿在美国建厂，如果成功，制造业就都回到美国去了。那时候你到处可以看到无人工厂、机器人、人工智能。这样一种全新的、智慧化的、个性化的、可定制的、而且将线上线下物流串起来的制造业。美国现在最强大的就是互联网，通过互联网把线上线下物流整合起来。它的人工智能技术也是全世界最领先的。互联网、人工智能、再加上金融服务和数据，美国把这五个核心做成功后，对整个中国制造业冲击将是非常巨大的，所以我们一定要做自己的人工智能。在产业链没有转移之前，我们中国要从制造业大国转向制造业强国，把核心技术做出来，让我们技术效率更高，更加智能。

在杭州·云栖大会上，马云提出了“五个新”：新零售、新制造、新金融、新技术、新资源——这五个新的核心就是人工智能，并且放言：这五个新将会冲击很多的行业。我认为他这句话讲的很对，这五个新将会冲击很多行业，只是我们很多人还不了解，等10年以后再去看这五个新已经晚了。将来所有的制造业云服务可能都是阿里云在做，阿里云有可能是将来全世界最大的云厂商。我看过报道，阿里云的开发人员深入到每一个中小企业里去，帮他们免费做BIM开发，这些数据全部应用，这些应用全部传到阿里云上。将来所有的中小企业都会成为阿里云的某一个节点，阿里将来不是一个互联网公司，不是一个电商公司，它是一个新制造公司。但是他第一没有工厂，第二不需要工人和徒弟，只要一个阿里云就够了。20年后会出现一种新的制造模式，真正的云制造，基于云的制造，五个新的云制造。

阿里旗下的菜鸟物流，还在做智慧物流骨干网，物流车搭载“智慧大脑”。将来所有的智慧物流都将是这样，每一辆物流车都是智慧车、智能车。汽车上的“智慧大脑”直接用数据帮助快递公司、配送员做思考和决策，最终“连线成面”打造一张移动的绿色智慧物流骨干网。

供应链就是连接，facebook为什么这么成功？因为做了人跟人的连接。我今天讲的是工业互联网的连接，所有的供应链网络、核心企业、分销网络全部通过这个供应链连接起来了，所以供应链非常重要，也非常有价值。怎么挖掘发挥这个连接的价值呢？连接所带来的物流、信息流、资金流都是很庞大的，通过这个连接可以把产业链和价值链连接起来，甚至把整个生态链全部串起来。如果我们能把这个项目做成功，对中国制造的价值是非常大的。

智慧供应链的人工智能也包含了人工智能领域最全面的技术，所有的人工智能技术都可以在这个领域里得到充分的使用，充分地证明人工智能的价值。我们有感知技术，各种预测算法、分析算法、推测算法、决策算法。决策里重要的强化学习就是快速的做大量决策，包含了最全面的人工智能。

汽车物流供应链规模很大，很值得我们做这样的事情。零部件物流是供应链市场里最复杂的，包括我们现在项目要解决的整车物流也是世界第一，包含着庞大的线下资源。我们这个项目分为预测、分装等8个模块。做这个项目的价值，按照工业大数据价值1%的威力算，就是1百个亿，所以这个项目如果做成功的话经济效益非常高。

通过深度学习可以从20%的SQL小数据获得具有80%的价值密度信息。有了这些数据以后，就可以做这些算法，有这么大的数据去训练这些算法，所以我们的算法可以非常深入。一旦把这个项目做成功，我觉得不仅在工业互联领域，在很多其他方面都会带来很大的影响。严重一点，这个行业可能60%的人会因此失业，因为工作全部会由计算机来做。

讲深度学习肯定要跟AlphaGo比较一下，我们这个项目跟AlphaGo的区别，是从深度监督学习到强化学习，通过监督学习策略网络到价值网络。我们公司在工业领域，与Google很多条件不一样。它是消费供应链，我们是工业供应链。而且我们有很多约束条件，没有规则去满足，工作难度比AlphaGo更难。很高兴项目这么难，仍然吸引了很多有情怀的人才加入我们的团队。

最后总结一下，做人工智能，一定要有核心的团队，一定要产学研结合，一定要有应用导向，一定要有高质量大数据，数据在现代人工智能领域是非常非常重要的。谢谢大家！