華文網

杉數科技葛冬冬:大數據和人工智慧是從0到1,運籌學是從1到2

“從古至今,這個世界上發生的優化,無非就兩種,要麼是最小化,要麼是最大化,任何一件事情,其實都是遵循這個原則的。”近日,在由機器之心主辦的全球機器智慧峰會(GMIS 2017)上,杉數科技聯合創始人、首席科學家葛冬冬在演講時表示,

運籌學是一個交叉學科,跟各個學科都可能有一定關係,因為任何事情都需要優化,即尋找解決決策的“最優解”。如果說大資料和人工智慧的出現到應用是喚醒了很多國內企業的量化意識,完成了從0到1的關鍵一步,那麼運籌學工具在優化、解決問題時就是從1到2,甚至到更多。

葛冬冬所在的杉數科技團隊,正是在運籌學方面做出大膽嘗試,

依託於高品質的資料分析結果,專注於深層次的資料優化演算法和複雜決策模型的求解。


運籌學解決什麼問題?

運籌學説明管理人員以演算法和資料模型為依據進行科學決策,目前在國外市場的工具化運用已非常成熟,並被廣泛應用在電商、金融、零售、物流等領域中。

據葛冬冬介紹,運籌學最初的用途是在軍事上,後來在金融、供應鏈方面用處越來越多。

葛冬冬分享說,從資料到決策的全鏈條,開始需要採集、挖掘、管理、存儲,這屬於資訊科學的範疇。獲取資料後,根據資料做規律性分析,得出規律,認識到世界如何運轉,這很多部分屬於統計學習,機器學習和深度學習的範疇。若獲取資料、總結很多規律後,

一個人在面對現實問題需要做決定時,卻發現總結出的規律可能很複雜,甚至相互制約,最後必須對高度複雜而不確定的系統做建模和優化,進而設計演算法,把最優化的決策找出來,這就是運籌學的任務。

大資料要產生實質價值,必須真正提升決策品質。規律性分析能夠從海量資料中發掘出規律,但是找到規律並不一定能帶來決策方案,好的預測並不總是等於好的決策!所以運籌優化學和各種學習演算法,

就是將實際中決策問題轉化為數學模型,並用高效的優化演算法求解。

葛冬冬在2009年從斯坦福大學回到中國後就致力於運籌學的推廣和實踐,他的導師是斯坦福大學講席教授、華人運籌學領袖葉蔭宇,“當時葉蔭宇老師一直跟我們說,應該用自己所學為祖國做點事情。”葛冬冬說,在他看來,近幾年運籌學在國內也面臨著挑戰和機遇。

一方面,特別是前幾年,有些企業對於運籌學比較陌生,尚未意識到基於資料的決策需要精細化深入建模和優化,也有人對大資料技術發展中的優化模型和演算法並不特別理解。現在大資料和人工智慧社區對於喚醒企業的量化意識已經邁出了至關重要的一步,接下來,運籌決策方法結合大資料和人工智慧,將發揮巨大的作用。另一方面,國內對於運籌學的研究和推廣尚不完善,但隨著企業大資料和人工智慧進入到深入階段,運用運籌學方法來優化大資料驅動的決策,越來越需要專業人士去做。

“運籌學為機器學習提供模型的思考和演算法的保障,同時也是資料到決策全鏈條上,最核心、最後的一環,通過優化和建模的方法,對實際問題起到指導作用。”葛冬冬介紹說,杉數科技就是通過決策建模及優化演算法,提供對海量資料的深度分析,為企業複雜決策問題提供解決方案。

科學家團隊的杉數科技要做什麼?

葛冬冬拿到了斯坦福大學的博士學位,而在杉數科技團隊,這樣的“出身”並非鳳毛麟角。杉數科技由斯坦福大學講席教授葉蔭宇帶領,包括葛冬冬在內的羅小渠、王子卓、王曦等聯合創始人和高管均為斯坦福大學的博士。

2016年,這幾位斯坦福運籌學領域的教授和博士取斯坦福校徽的“杉”和大資料的“數”為名,創立了杉數科技,將自己在這個行業中的積累投入到應用中來,目前已和滴滴等多個國內行業巨頭級企業建立合作,並在2016年7月拿到了來自真格基金和北極光創投的210萬美元天使輪融資。

目前,杉數科技團隊已在多個行業進行過實踐,團隊成員此前在國外時曾與IBM、波音、穀歌、諾基亞、華為、FICO,AMEX等公司有過合作,如今主要為國內的電商零售、物流、金融等行業客戶提供相應服務。

葛冬冬曾和杉數科技的另一聯合創始人王子卓主導了團隊與國內某大型電商企業的合作。他們從有限品類的合作開始,逐步擴大範圍,與對方團隊緊密合作,在收益管理、無人倉有人倉演算法規劃、庫存管理等多個專案上運用運籌學的演算法,取得了明顯的成本下降和收益提高效果。再如他們目前正在與某出行平臺巨頭的專案上,對方資料與演算法團隊也很成熟,雙方高效對接,充分利用了大規模動態規劃,網路流優化等運籌學經典模型與演算法,對調度規劃拼單等問題取得了良好進展。

在杉數科技看來,基於資料的精細化管理和科學決策是所有中國大中型企業管理者的需求,但訂單流程如何優化?無人倉的貨品怎麼擺放、機器人揀貨的效率如何更高?按照什麼樣的路線送貨,需要的時間成本最低?等等問題都是運籌學可以解決的。但是由於運籌學目前在國內的普及度還不夠高,很多企業自行收集資料、摸索建模,成本非常大。而與此同時, 雖然這兩年資料服務方面的創業和投資熱潮越來越高,但企業決策方向的創業還集中在資料的採集和基本分析上,並沒有公司從制定複雜決策方案入手,而杉數科技就是要做這一領域的先行者。(人民創投:黃盛)

但隨著企業大資料和人工智慧進入到深入階段,運用運籌學方法來優化大資料驅動的決策,越來越需要專業人士去做。

“運籌學為機器學習提供模型的思考和演算法的保障,同時也是資料到決策全鏈條上,最核心、最後的一環,通過優化和建模的方法,對實際問題起到指導作用。”葛冬冬介紹說,杉數科技就是通過決策建模及優化演算法,提供對海量資料的深度分析,為企業複雜決策問題提供解決方案。

科學家團隊的杉數科技要做什麼?

葛冬冬拿到了斯坦福大學的博士學位,而在杉數科技團隊,這樣的“出身”並非鳳毛麟角。杉數科技由斯坦福大學講席教授葉蔭宇帶領,包括葛冬冬在內的羅小渠、王子卓、王曦等聯合創始人和高管均為斯坦福大學的博士。

2016年,這幾位斯坦福運籌學領域的教授和博士取斯坦福校徽的“杉”和大資料的“數”為名,創立了杉數科技,將自己在這個行業中的積累投入到應用中來,目前已和滴滴等多個國內行業巨頭級企業建立合作,並在2016年7月拿到了來自真格基金和北極光創投的210萬美元天使輪融資。

目前,杉數科技團隊已在多個行業進行過實踐,團隊成員此前在國外時曾與IBM、波音、穀歌、諾基亞、華為、FICO,AMEX等公司有過合作,如今主要為國內的電商零售、物流、金融等行業客戶提供相應服務。

葛冬冬曾和杉數科技的另一聯合創始人王子卓主導了團隊與國內某大型電商企業的合作。他們從有限品類的合作開始,逐步擴大範圍,與對方團隊緊密合作,在收益管理、無人倉有人倉演算法規劃、庫存管理等多個專案上運用運籌學的演算法,取得了明顯的成本下降和收益提高效果。再如他們目前正在與某出行平臺巨頭的專案上,對方資料與演算法團隊也很成熟,雙方高效對接,充分利用了大規模動態規劃,網路流優化等運籌學經典模型與演算法,對調度規劃拼單等問題取得了良好進展。

在杉數科技看來,基於資料的精細化管理和科學決策是所有中國大中型企業管理者的需求,但訂單流程如何優化?無人倉的貨品怎麼擺放、機器人揀貨的效率如何更高?按照什麼樣的路線送貨,需要的時間成本最低?等等問題都是運籌學可以解決的。但是由於運籌學目前在國內的普及度還不夠高,很多企業自行收集資料、摸索建模,成本非常大。而與此同時, 雖然這兩年資料服務方面的創業和投資熱潮越來越高,但企業決策方向的創業還集中在資料的採集和基本分析上,並沒有公司從制定複雜決策方案入手,而杉數科技就是要做這一領域的先行者。(人民創投:黃盛)