全球领先的物流服务供应商DHL近日与IBM发布了一份联合报告,对人工智能(AI)在物流行业的发展潜力进行了评估,并揭示了如何更好地应用人工智能实行物流行业变革,增加新智能物流资产,创造运营典范。DHL和IBM阐述了在人工智能的性能、可实现性和成本等方面均实现突破的状况下,物流行业的领导者该如何利用人工智能的核心优势和机会。
该合作报告指明了人工智能对物流行业的影响以及相关应用,认为人工智能有望显著增强人类的能力。人工智能在消费领域已无处不在,语音助手应用的快速增长就是有力的证明。与此同时,DHL和IBM发现人工智能技术正在快速成熟,可以为物流行业带来新的应用,比如帮助物流供应商通过会话式互动来丰富客户体验,甚至能在客户下指令前就开始递送产品。
DHL高级副总裁兼全球创新主管Matthias Heutger表示:“目前的技术、商业和社会状况比以往更适合对物流运作模式转变进行展望和预测。随着人工智能领域技术的飞速发展,我们有责任协同我们的客户和员工,共同探讨人工智能如何塑造物流行业的未来。”
许多行业已成功将人工智能应用于日常业务。比如,在工程和制造行业,人工智能正在生产线中发挥作用,通过图像识别和会话界面来简化生产和维护。在汽车业,通过人工智能来提高自动驾驶汽车自学能力的呼声很高。越来越多的例子证明了人工智能有诸多优势,有能力在改变消费者世界后再改变工业世界。
有了人工智能的帮助,物流行业将把其运营模式从被动行为转变为积极主动的预测模式,花费较少的成本在后台系统、运营和面向客户的活动中产生更好的洞察。例如,DHL开发了一种基于机器学习的工具来预测空运延误状况,以预先采取缓解措施。通过对其内部数据的58个不同参数进行分析,这一机器学习模型能够提前一周对特定航线的日平均通行时间进行预测。此外,它还能确定导致运输延误的主要因素,比如是出发日之类的时间因素,或是航空公司准时率等方面的运营因素,有助于空运代理商提前进行科学计划,而不是只能靠主观猜测。
人工智能技术可以使用先进的图像识别来跟踪货运和资产状况,为运输带来端到端的自主性,或提前预测全球出货量波动。近期中外运-敦豪国际航空快件有限公司获得专利的“小型高效自动分拣装置”就利用了图像识别技术,在进行快件分拣的同时,自动获取数据,并对接DHL的相应系统进行数据上传。显然,人工智能增强了人的能力,也让物流人员从日常工作中解放出来,将工作重点转向更有意义和价值的方向。
就像人工智能目前在消费领域无处不在一样,未来的人工智能将在工业领域得到广泛应用。人工智能致力于将物流行业转变为积极主动、具有预测性、自动化和个性化的行业。有鉴于此,该报告阐述了物流企业如何抓住先机,将人工智能技术应用到全球供应链中的最佳实践与方法。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。