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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。