11月4日與6日，上海理工大學(xué)管理學(xué)院舉行“滬江觀察”學(xué)術(shù)活動(dòng)，特聘教授、運(yùn)籌學(xué)博士、博士生導(dǎo)師吳昌質(zhì)作“數(shù)據(jù)驅(qū)動(dòng)的智能決策”系列主題分享。講座由管理學(xué)院副院長(zhǎng)劉魏巍、MEM項(xiàng)目主任葉春明主持，專業(yè)學(xué)位教育中心綜合辦公室主任孟陳莉及學(xué)院相關(guān)師生參加活動(dòng)。

智能決策的演進(jìn)基礎(chǔ)

吳昌質(zhì)從人腦神經(jīng)元的結(jié)構(gòu)與功能出發(fā)，闡釋了機(jī)器學(xué)習(xí)模擬人類智能的生物學(xué)依據(jù)。他指出，人腦擁有約1000億個(gè)神經(jīng)元，每個(gè)神經(jīng)元與數(shù)千個(gè)其他神經(jīng)元相連接，構(gòu)成高度復(fù)雜的神經(jīng)網(wǎng)絡(luò)。早在20世紀(jì)40年代，科學(xué)家已開(kāi)始嘗試用數(shù)學(xué)模型模擬神經(jīng)元行為，為人工神經(jīng)網(wǎng)絡(luò)奠定基礎(chǔ)。隨著前饋神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等模型的逐步發(fā)展，機(jī)器學(xué)習(xí)逐漸形成系統(tǒng)化方法。神經(jīng)網(wǎng)絡(luò)歷經(jīng)數(shù)十年演進(jìn)，早期曾因梯度消失、結(jié)構(gòu)局限等問(wèn)題而應(yīng)用受限。直至2017年，谷歌提出以“注意力機(jī)制”為核心的Transformer架構(gòu)，才推動(dòng)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)跨越式發(fā)展，為當(dāng)前大模型技術(shù)的興起打下堅(jiān)實(shí)基礎(chǔ)。

在講解機(jī)器學(xué)習(xí)方法論時(shí)，吳昌質(zhì)總結(jié)了三大典型范式：有監(jiān)督學(xué)習(xí)依賴標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，適用于圖像分類等任務(wù)；無(wú)監(jiān)督學(xué)習(xí)專注于挖掘數(shù)據(jù)內(nèi)在規(guī)律，常用于異常行為檢測(cè)；強(qiáng)化學(xué)習(xí)通過(guò)試錯(cuò)與獎(jiǎng)勵(lì)機(jī)制優(yōu)化決策過(guò)程，在路徑規(guī)劃等領(lǐng)域展現(xiàn)出獨(dú)特優(yōu)勢(shì)。這三種方法各具特色，為不同場(chǎng)景下的智能決策提供了多樣化的技術(shù)路徑。

吳昌質(zhì)作主題分享

交通管理中的數(shù)據(jù)智能實(shí)踐

吳昌質(zhì)結(jié)合多個(gè)真實(shí)案例，展示了機(jī)器學(xué)習(xí)在交通管理中的成功應(yīng)用。他介紹了美國(guó)波士頓校車調(diào)度項(xiàng)目中，強(qiáng)化學(xué)習(xí)如何平衡學(xué)生接送需求與車輛路徑效率；解析了滴滴訂單派送系統(tǒng)基于城市熱區(qū)與冷區(qū)動(dòng)態(tài)權(quán)重的車輛匹配算法；分享了澳大利亞珀斯高速公路通過(guò)匝道信號(hào)控制與可變限速技術(shù)，有效緩解交通擁堵的創(chuàng)新做法。

講座現(xiàn)場(chǎng)

物流管理邁向智能決策

在物流管理領(lǐng)域，吳昌質(zhì)系統(tǒng)梳理了從機(jī)械化、自動(dòng)化到智能化的發(fā)展路徑，并結(jié)合案例展示智能決策的落地成效。在需求預(yù)測(cè)與供應(yīng)鏈優(yōu)化方面，他以盒馬生鮮為例，解析如何運(yùn)用“時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)”應(yīng)對(duì)新產(chǎn)品上市、新店鋪開(kāi)業(yè)時(shí)的數(shù)據(jù)稀疏問(wèn)題。在運(yùn)營(yíng)效率提升方面，他列舉了京東利用路徑規(guī)劃算法優(yōu)化機(jī)器人分揀、菜鳥(niǎo)網(wǎng)絡(luò)應(yīng)用智能合單技術(shù)提升跨境配送效率等實(shí)踐。此外，他還以西澳洲某能源企業(yè)的腳手架供應(yīng)鏈管理項(xiàng)目為例，說(shuō)明如何通過(guò)數(shù)據(jù)驅(qū)動(dòng)的資源分配與調(diào)度模型，在傳統(tǒng)工業(yè)領(lǐng)域?qū)崿F(xiàn)運(yùn)營(yíng)成本的顯著降低。

吳昌質(zhì)作主題分享

吳昌質(zhì)還介紹了其團(tuán)隊(duì)在交通管控與物流配送方面的研究成果。在與重慶合作的城市信號(hào)燈配時(shí)項(xiàng)目中，團(tuán)隊(duì)采用邊界控制策略，有效緩解了中心城區(qū)的潮汐式擁堵；基于時(shí)空特征的強(qiáng)化學(xué)習(xí)模型，則為物流配送路徑提供了優(yōu)化方案。

講座現(xiàn)場(chǎng)

機(jī)器學(xué)習(xí)與交通優(yōu)化、物流管理的深度融合，正成為行業(yè)發(fā)展的必然趨勢(shì)。無(wú)論是在路網(wǎng)效率提升、信號(hào)優(yōu)化、車輛調(diào)度，還是在需求預(yù)測(cè)、庫(kù)存管理與資源調(diào)配等方面，數(shù)據(jù)驅(qū)動(dòng)的智能決策持續(xù)推動(dòng)交通與物流系統(tǒng)向更高效、靈活、魯棒的方向演進(jìn)。學(xué)院將持續(xù)推動(dòng)產(chǎn)學(xué)研融合，加強(qiáng)智能決策領(lǐng)域的研究與教學(xué)，為培養(yǎng)高素質(zhì)管理人才、服務(wù)行業(yè)與社會(huì)發(fā)展貢獻(xiàn)力量。

合影留念

延伸閱讀——嘉賓介紹

吳昌質(zhì)，上海理工大學(xué)管理學(xué)院特聘教授，運(yùn)籌學(xué)博士，博士生導(dǎo)師。Journal of Industrial and Management Optimization的執(zhí)行編輯。多年來(lái)一直從事運(yùn)籌學(xué)與機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域的研究。先后主持國(guó)家自然科學(xué)基金項(xiàng)目、澳大利亞國(guó)科會(huì)項(xiàng)目、教育部科技計(jì)劃重點(diǎn)項(xiàng)目及歸國(guó)留學(xué)基金項(xiàng)目等項(xiàng)目十多項(xiàng)；在國(guó)際學(xué)術(shù)期刊發(fā)表被SCI收錄論文100多篇，在運(yùn)籌優(yōu)化等領(lǐng)域有深入的研究。