调查表明，由于发生了冠状病毒疫情，很多国家和地区的运输和物流行业的业务受到了严重影响。为了防止病毒传播，一些国家和地区发布出行禁令。然而事实症明，人工智能和自动化技术在此期间可以为运输和物流行业提供帮助，从而使该行业得以创新，并协助经济得以复苏。

7bridges公司首席执行官Philip Ashton为此指出：“到2021年，全球物流行业规模有望增长到32,150亿美元。运输和物流(T&L)中的人工智能解决方案促进这一增长的主要部分，这对于满足消费者越来越高的期望至关重要。无论是运输和物流提供商，还是依赖高效供应链来平稳运营的零售商，采用人工智能技术可以提高竞争力。”

以下探讨人工智能和自动化技术在运输和物流部门中的一些用例。

人工智能技术已经在运输和物流行业内得到了应用，这是一种有效读取大量不同类型数据的方法，其名称为认知机器阅读。

Antworks集团首席执行官Asheesh Mehra解释说：“疫情为物流和运输行业带来了很多困难和不确定性。出行和运营的限制已导致75%以上的企业的供应链运营受到严重影响。然而，对于那些已经采取措施实现数字化的公司来说，自动化技术在支持和维护物流规划和客户账单等流程的正常业务方面发挥了关键作用。

基于认知机器阅读(CMR)的自动化工具正在减少传统上与物流计划相关的繁重且耗时的人工任务。认知机器阅读(CMR)通过分析、提取、处理结构化和非结构化数据格式来做到这一点，从而快速生成用于预测和后续操作的高度准确的报告。

认知机器阅读(CMR)也在改变物流和运输公司处理其计费机制的方式，这是另一项需要人工实施的任务。例如，一家全球运输和物流公司通过认知机器阅读(CMR)自动化，将其计费程序的准确性提高了80%，并将处理时间缩短了63%。”

颠覆运输和物流领域的第二种技术将人工智能与物联网技术相结合。

Mindtree公司欧洲副总裁兼咨询主管Anshuman Singh表示：“新兴技术和新技术的迅猛发展使运输和物流公司还有许多工作要做。在2019年，我们看到将物联网融入现有场景的情况有所增加，在采用人工智能物联网(AIoT)情况下，增加物联网/传感器能力和实现边缘智能的大部分挑战都得到了解决。

虽然启用这些功能的最初目的可能是为了早期预测故障或优化使用模式以提高效率，但现在这些设备/传感器提供的大量数据为探索和优化开辟了新的途径。”

Singh解释说，其进展发生在以下三个阶段：

(1)在边缘启用核心功能，这些功能包括基本传感器开发以及与可用设备的集成。

(2)收集从这些传感器生成的数据，并将其以结构化形式存储在中央数据存储区或数据湖中，通常存储在云中。

(3)实现人工智能/机器学习与物联网之间的协同作用，并将它们组合成人工智能物联网(AIoT)。

Singh说，“随着核心技术的进步，这一领域的技术也在不断发展，从最初的设备功能/集成转向人工智能物联网(AIoT)的应用。虽然物联网提供了获取大量信息的途径，但人工智能已经能够创建智能和节能的运输货运系统，使我们能够提高能源可持续性，同时追求实现供应链协调的更高目标。”

3.应用在航空领域的人工智能

阿尔法航空集团执行董事Bhanu Choudhrie对人工智能如何协助航空行业的运营进行阐述。而航空业由于用户需求骤降而受到疫情的严重影响。

Choudhrie说，“人工智能技术已经在航空运输行业得到广泛采用，从机场护照到面部识别，从行李托运到飞行监控，这种创新技术多年来一直在为运营商和客户简化流程。而除了这些应用之外，人工智能具有更大的潜力。”

他指出，人工智能可以在航空业的变革中发挥关键作用，阿尔法航空集团已经与监管部门和航空公司开展密切合作，开发其支持航空运输效率和未来飞行员人才库的潜力。

人工智能和机器学习算法擅长识别模式，并且在从飞行学员培训过程中整理数据方面非常有效。由于大多数飞行模拟器已经配备了可生成大量数据的传感器，因此，这种技术和资源现在可以用于评估飞行学员的学习和操作能力。

强大的人工智能和机器学习系统可以分析数百个飞行参数，并对数千小时的模拟器数据进行排序，从而产生教练人员无法确定的结果。例如，人工智能方案可以在飞行学员执行关键动作时评估其能力，并根据实时数据对飞行学员的优缺点进行全面评估。

运输和物流运营的一个主要方面是管理供应链，Teradata公司EMEA地区零售咨询业务主管John Malpass提供了对该领域如何从人工智能中受益的见解。

Malpass说：“人工智能是物流和运输业面临的最有希望的技术机遇之一，这不仅是采用机器人技术代替了人工任务，而且也在改变管理整个供应链的方式。但是，使用人工智能来简单地改善现有流程将会限制其具有的潜在价值，可以使用这种技术来改变工作和业务流程。

在人工智能的这种变革性变化的中心运行是数据。集成端到端供应链的不同数据并通过自动化分析功能来协调数据，将使基于洞察力的新方法能够优化和运营供应链。允许用户以前所未有的方式全面思考如何管理供应链。

使用集成数据和预测实时自动化的结合，用户可以对过时的、人工密集的业务流程进行更新和反思。如果实施得当，人工智能将带来新的能力，这将推动物流和运输部门的技术进步，并更好地实现转型。

最后，Blue Yonder 3PL公司行业战略副总裁Peter Van Merode表示，人工智能能够监视天气状况，以帮助找到解决问题的方法。

他解释说：“人工智能可以在识别潜在的运输和物流中断方面发挥关键作用，将天气和产品到期时间等信息与机器学习(ML)结合使用，可以最大程度地减少或完全避免问题。

例如，如果人工智能技术发现海况和天气变化可能导致港口关闭，则可以使用机器学习技术建议另一条路线来帮助零售商解决问题。这是至关重要的，因为蔬菜由于运输时间延误问题而导致货架期缩短，甚至在到达目的地之前发生腐烂。而避免这些物流问题有助于提高效率，同时也大幅减少浪费，最终帮助零售商增加收入。”

关于人工智能师资队伍技术培训的探讨

随着人工智能上升为国家发展战略,人工智能的发展逐渐展现出声势浩大的趋势。国家战略需求以及技术人才缺乏等宏观因素,高校人工智能专业的建设已经提上日程。人工智能作为一门新型学科,师资队伍搭建是绕不开的核心问题。当下人工智能专业的师资队伍,普遍存在质量不高(理论居多、缺乏具有实战能力的老师)、数量不足的问题。如何对现有师资力量,进行转型培训及技术提升,是摆在广大高校面前的迫切课题。本文通过分析当下的师资团队培养方式,积极探索高效的师资团队培养新模式,以期为我国人工智能专业建设及发展提供策略参考。

当下人工智能师资培训模式

近年来校企联合逐渐紧密,以产业发展需求、专业交叉和融合、服务引领为向导,构建了诸多的校企合作教师培养平台。由于人工智能学科具有交叉性,涉及多种学科的对教师的知识体系、教研能力、技术水平提出了更高的要求。因此采用通过教师到企业内部,进行技能培训学习的方式,不仅提升了教师的实际技能应用水平,还拓宽了高校的人工智能技术知识图谱,同时也给人工智能师资队伍的成熟、壮大提供了条件。

但由于针对人工智能技术的师资队伍的培训体系还不够完善,在培训课程中相关知识、实践课程等方面还存在着不足,大多教师培训还在以集中化的短期培训为主。

通过使用搜索引擎,对“人工智能师资培训”进行关键词搜索,对近期的新闻资讯翻阅发现,当前校企合作的师资培训大多都为五至七天的课程,不同机构的课程内容均不一致,大致包含:Python编程、tensorflow/Opencv框架、CNN(卷积神经网络)、RNN(循环神经网络)、代码实操课程等。看似课程专业知识满满的背后,由于培训设计的时间短暂,每个科目的学习时间仅有短短的一天,课程内容极度浓缩,缺乏了专业知识的深度,基本等同于高级知识科普。

人工智能技术应用领域广泛,知识体系也是庞大的,这非常的考验教师的综合能力水平。因此仅仅通过“高级知识科普”的课程学习,是无法真正掌握人工智能技术的。“知其然而不知其所以然”的学习结果,培养出只了解一些人工智能简单应用案例的教师,是无法搭建起高校的师资队伍,更不可能支撑起人工智能学科的教学体系。

人工智能学科的建设不能急于求成,一名教师只有通过长期,系统化的学习人工智能知识体系,并通过大量的企业项目实践,才能真正的掌握人工智能技术。以当下师资培训较为成功的成都猎维科技有限公司为例:课程设置上看,从编程到数学、从框架到算法、从图像到语音、从理论到实践,基本涵盖了当下人工智能算法领域的教学体系。课程设置合理,能够全面具体的讲解当下人工智能包含的知识,并在大量实践项目中让教师完整掌握人工智能学科知识,而学习时间周期一般为六到八个月。

除长期培训以外,还可以采用分批次学习的方式进行培训。如人工智能专业中包含大量的高数知识,但与应用数学的知识体系有不小的差异,因此,可以专门派本校的数学教师学习人工智能向的数学内容,会将学习时间大幅度降低。同理,如计算机系老师学习编程、框架等内容,会具有很大的优势,不同科目的老师学习不同的科目知识,汇总形成整个人工智能课程体系。但即便如此,也需要一到两个月的时间,才能真正掌握人工智能的技术知识。

人工智能学科建设任重道远,不能急于求成。相信各大高校,在日后人工智能师资团队搭建的探索中,会摸索出一套高效、可复制、专业的师资培训方式,提升师资力量的顶层设计能力,打造出具有国际化视野的“高、精、尖”人工智能师资队伍,为我国培养出更多高技能人才,进而推动我国人工智能技术的发展。

来源：51CTO，中国网科学

注：文章内的所有配图皆为网络转载图片，侵权即删！

“智慧物流”首次由IBM提出，2009年12月中国物流技术协会信息中心、华夏物联网、《物流技术与应用》编辑部联合提出概念。伴随着物流科技的进步，近年来菜鸟、京东、苏宁等等电商巨头通过人工智能技术的全面应用，积极布局智慧物流。但是智慧物流的概念到底是什么？未来的发展趋势如何呢？我们一起来了解一下。

根据百度百科的定义，智慧物流是利用集成智能化技术，使物流系统能模仿人的智能，具有思维、感知、学习、推理判断和自行解决物流中某些问题的能力。即在流通过程中获取信息从而分析信息做出决策，使商品从源头开始被实施跟踪与管理，实现信息流快于实物流。即可通过RFID、传感器、移动通讯技术等让配送货物自动化、信息化和网络化。

与传统物流不同，智慧物流会“动脑筋”计算出最科学合理的方法帮助企业解决货放哪儿、货从哪儿配、车走哪儿三类供应链决策问题，使货物在需要移动的时候能够更有效、更安全的移动，货物在不需要移动的时候可以不移动或者少移动，进而大幅降低制造业、物流业等各行业的成本，实打实地提高企业的利润。

智慧物流拥有六大作用表现在：一是降低物流成本，提高企业利润；二是加速物流产业的发展，成为物流业的信息技术支撑；三是为企业生产、采购和销售系统的智能融合打基础；四是使消费者节约成本，轻松、放心购物；五是提高政府部门工作效率，助于政治体制改革；六是促进当地经济进一步发展，提升综合竞争力。

实际上，2018年以来，包括京东在内的各大电商物流巨头纷纷加强配送机器人的布局。一方面，率先进行布的京东、菜鸟和苏宁等玩家，于今年相继宣布旗下智能末端配送机器人将实现规模化量产。另一方面，包括互联网巨头腾讯在内的新玩家入局，引发外界对行业未来格局变化的关注。除了上述几家企业外，还有不少来自快递物流、电商、外卖以及机器人制造等行业的巨头也纷纷在配送机器人方面展开布局。巨头积极布局的背后，离不开现阶段依然在不断增长的物流配送需求，伴随着人力成本提高，智能机器人的支撑技术日趋成熟，智慧物流已成为不可阻挡的行业趋势。

专业人士表示未来智能物流将呈现以下三大趋势：

第一，「全供应链化」，大数据驱动整个供应链重新组合，不管是上游原材料、生产制造端，还是下游的分销端，都会重新组合，由线性的、树状的供应链转型为网状供应链。

第二，物流机器人会大量出现，不管是阿里、还是京东，以及顺丰等各大快递企业都会投入智能物流的硬件研发和应用。随着人力成本的不断提高，机器人成本与人工成本会越来越接近。简单重复性劳动被机器人取代只是时间问题。

第三，社会化物流会变成全社会经济的重要组成部分。数字化物流会让物流资源在全社会重新配置，不管是快递的人员、快递的工具、快递的设施，还是商品，都会来进行组合，任何一个社会资源都可能成为物流的一个环节。所以未来智能物流，一定是一个自由、开放、分享、透明、有信用的一套新的物流体系。

当然，作为新生事物，智慧物流在未来的发展中不可避免的面临着许多问题，“烧钱补贴”就是其一。智慧物流中第一方队包括菜鸟、运满满、货拉拉等，以平台形式出现，属于资金密集型；第二方队拥有大量园区、车队，资产比较重；还有一部分属于方案提供商，属于典型的第三方物流。总的来看，不管是互联网平台还是线下的第三方物流，竞争都十分激烈，可以说进入了“赚吆喝不赚钱”的时代。

智慧物流下半场才刚刚开始，还不到收割红利的时候。如今各大巨头积极布局，瞄准的是在下半场竞争中抢占先机。未来智慧物流市场将如何变化我们拭目以待。

声明：本文内容部分来源于网络，图片来源于摄图网，版权归原作者所有，经本平台整理和编辑，仅供交流、学习和参考，不做商用，转载请联系授权。若有来源标注存在错误或侵犯到您的权益，烦请告知，本平台将于第一时间整改处理。