各位下午好！我代表G7给大家分享一下，最新看到的围绕物流相关领域里面物联网和人工智能所带来的一些影响。今天我讲的是比较少关于机器本身，更多是分享我们所看到的近期发生的和我们相关的一些行业与计算的创新趋势。
2017年AI标志性事件
我们已经身临其境，我们每个人每个行业进入到了人工智能的时代，今年我们不再说语音、图象，人工智能技术确实把它的模糊和灵活性，与人性本身拉了更近的距离。与工业相关的有几个标志性事件，高度仿生的机器人、可以自己学习动作爬起来的机器人，还出现了物流领域的机器人，就是Tesla电动挂车。在这些标志性事件之后，我们在工业和流通领域里面，人工智能有哪些进展，在哪些领域发生了影响，我们简要的说一下。
AI 在工业领域的典型应用
首先，在语音的领域，就相当于我和你的对话。第二，图象视觉技术，图象和视频的时间领域里面，我们的技术可以接近人一样可以识别理解你。第三不光是跟你说能够看还能理解还能行动，能产生具体的动作和实质上的物理上的动作。
语音语义大家都在用，它不只是翻译或者把语音转成文字，包括以BAT为例、亚马逊为例、工业领域为例的，本质上做到机器可以和人进行任何语言的交互动作，你心情好不好、请打开电脑等等，这个挑战比大家想象的复杂很多，不只是翻译的问题，比如说，请上台来，上台这个字怎么理解，上台既可以说走到台子上来，也有可能你升职了，我们看一下苹果，是店里的水果还是店里的手机，有大量的基于上下文的理解，这是对前后语义的理解，目前为止这个相当先进了，在很多领域里面可以想象，包括我们的管理，本质上可以做到，假如车队司机、管理人员，它可以直接与虚拟的机器人进行沟通，让它完成相当多的直接辅助管理的工作，我做管理人员的助手，也可以变成司机管理人之间的调度甚至它的助手。
文字的输出，大家现在可以看到，通过微信看腾讯新闻，腾讯新闻里面相当一部分内容，一些报道都是通过机器人来写的并不是通过人写的，因为机器人写的东西不会出错，有一次在腾讯新闻里出了相当严重的一次事故，把最新国家领导人的名字给写错了，造成了一个巨大的监管灾难，但是机器人不会有错，更重要的是机器人可以基于文字做相当负责的组合，涉及文字本身、内容理解、内容模糊和复杂的判断，它已经具备了判断的意识，既可以用在写稿上面也可以用在综合的模糊判断上，就是看到这些事情之后，可以看到气氛是祥和、专注的，给机器人足够的信息就能够做到而且成本不高。
对于人和物体的识别，对一个特定类型的人和物体的识别比较常见，现在已经开始识用，还有到机场对人脸进行拍照，不只是对静态的照片还有动态的流物，各种各样的物品机器都可以自己学习进行拍照，将来我们危化品的阀门和特定的罐，每个公司都不一样你要监控它，比如说告诉我的开发商你帮我开发一个东西，给它20张照片，告诉它说这个就是阀门你记住了，它有相当高的比例就可以学习下来，可能今年给20张照片说这是监控的东西，有98%的干预，但是可以人工的干预可以达到99%，到后年的时候再给它五张照片可以达到99.999%就可以监督这个东西。对图象是这样对动态的东西也是这样，可以在同一个视野里面监测理解多个静态移动的多种类型的物体。
它不只是理解还可以读，让机器看一段视频的时候，它可以理解你的内容，它可以告诉你这是什么。比如一个风景照片，它传达出来的心情是祥和的心情，它不只是识别里面是什么还可以理解里面的意境，像图的情感和核心内容风格等等都可以读出来，应用在一些学习类和艺术类的领域，随着计算能力的不断提高，相信它在安防领域和安全领域是非常直接的，让一个机器看这个会场，大家在全神贯注的状态，所以学习的状态是很高的，当它看车辆或者看工业或者装卸过程的时候，不仅仅可以抓一个特定的行为，它可以读出来这群人是否在专注的工作，状态是严肃的、紧张、松散的，它可以学习人的模式来进行理解的。
我们也经常会发现，很多拿到的信息是二手的，尤其是图象类的图片，人工智能也可以做到，当你看到一个黄色的时候，或者看到一个黄色灯的时候，你用照片或者媒介存储的时候已经有一点失真了，照片的颜色与周围的物理元素、光学有关系，颜色是基于人本质上的理解再加上大数据超强计算机的运算量，可以还原出真实是什么。现在的美颜神器，当你看到美颜的照片可以还原原来的照片是什么样的，在管理、安防等领域都是有帮助的，因为我是从销售领域出来的，我可以看到这些。大家可以想象自己的场景，可以由什么样的方式用到我们自己的环境里，这是我们更多的想象思考和自己的业务场景有什么关系。
动作识别已经很普遍了就不多说了，目前更多的是敏捷、多样化的理解，不只是人的动作还有机器物质的工作，还有标定的某些工作，让自己学习和理解这样的动作，去看到新的动作产生，对新的动作进行识别，甚至可问你这是什么动作，原来没有看见过，你可以告诉我是什么吗？假如有这样的机器人在背后安防，没有预防的行为或者新的行为，它可以预测到，那我们的管理效率就可以更高的提升。
另一方面，从机器仿生学进入人的生活里面，有两个领域都在发生迅速的进展，一是人的五官皮肤的仿生，皮肤通过生物工程和仿生学，它的皮肤质感和表情已经开始逐渐接近人类的模式，这在很多领域是有帮助的，包括在一些工业领域里面，看到接近人的模式的机器沟通再加上语言的时候，从管理效率上更高一些。比如说，在老年人的陪伴领域、家庭的陪伴领域里面，其实它未来可以解决很多的社会问题。
高度灵活仿生关节，一年半以前我们与富士康沟通交流的时候，它是做手机的，他们的工厂里面已经运用了大量的机器人，但是苹果手机里面所有电缆的排布，把电路板塞进去，把摄象头的模块贴到大家看到的位置，这全是人工做不到的手工，现在的机器人技术很广泛，但是机器人技术达不到人手灵活的状态。一年多以前一个机器人轻柔的把酒杯端到你面前的时候这个动作是比较生硬，目前为止发生了很大的变化，就是它的关节高度灵活，不仅仅是搬运大的东西，对搬运精巧的多维度复杂的，捏合任何形状的东西再贴上去都是可以完成的。比如在过去没有去过的环境里面，让他去学习并且适应这个环境，这些能力全部都有了，这些工作在物流领域、危化管理领域等很多领域里面都有很具体的运用，它的可靠性和综合的整体成本。
AI 在物流领域的应用
前面看到的是AI技术在今年里面所经历的最新发展，我们从粗浅的看到一些在工业里面的应用，在过去的12个月里面，这个发展非常快是以月来计算它的变化，我们也积极在自有的领域里面积极拥抱这些变化。我们的核心业务一直是做车队管理，车队管的是资产、人和安全，以司机的安全管理为例，我们可以清晰的看到结合传感器和云端的系统，可以抓取司机玩手机、打哈欠、抽烟等等，其实这只是一部分的动作，本质上按照这个原理任何一个动作都是可以实现的。比如说在危化领域，有一些是否要戴口罩、戴安全帽或者其他微小的行业都可以用，本质上可以识别这样的图象就可以识别另外的图象，基本上都是全部可以识别出来的，这款产品我们目前取得了不错的效果，在危险事故的发生率减低了40%以上，实际行为的发生解决了40%以上，产生危险事故发生减少了10%，技术和基于云端的结合未来还有很大想象的空间。
另外，多种机器人，机器人已经越来越多在各式各样的领域，搬运、巡逻、包装，随着机器人手运动员灵活，做的工作越来越精密、越来越安全，现在的问题不在于技术不够先进，在于我们在座的同仁还没有足够的需求去扔给技术行业，当你们把这些需求扔给行业的时候，他们可以在按月的周期里面提供一些交付的成果。
云交互，当我能够像人一样判断，又能够像人一样的语音进行沟通的时候，管理的效率和成本就可以提高更多，基本上完全可以想象，假如未来的调度源，与我们的司机、公司管理层进行沟通一点不奇怪，它可以随时工作全部管理所有的数据，人需要休息，它不需要休息。它还可以模拟任何人需要的声音，任何一个声音都可以模拟出来，可以模拟任何声音进行交互。
最后，无人驾驶货车。无人驾驶货车的确是未来的物流领域的一大突破，叫智能自动驾驶意义甚至大于电动，基于特斯拉，为了达到相应的能量力度，另外这么大的电池充电时间也会非常的长，在这方面还有待于进一步观察，这样高度自能的驾驶，一是非常安全，自动驾驶对机器的掌控和线路的选择一直是最优的，它对驾驶的行为选择是最优的，其实带来最重要的是能耗成本，如果是油车油会节省，如果是电车电消耗更低，通过精密的控制保持全车在最佳的运行状态，这是大家在外面讨论比较少的，真正的智能驾驶带来的是安全加上成本的极大的优化，这个价值不可限量，我们愿意跟各位一起做相关的探索。
危化品物流痛点
我刚才说的比较多，最终我们可以看到，这是总结上午还有各位交流的时候总结出来，规划与物流的痛点，就是监管的问题，有各种各样偷换的行为，比如货物、油料、驾驶员的管理等等，随着物联网+人工智能起来之后，这些问题都会得到极大的缓解，为什么？基于现有的智能和现有的图象处理的系统，任何的图象识别和智能都不是困难了，未来所需要传感器的成本已经很低了，一个小的摄象头就可以解决这个问题。
最后，我们也在积极的运用人工智能，我们的优势不光有技术，优势是我们有庞大的数据，海量的数据、司机每千公里打哈欠、闭眼、急刹车，这在我们的看板里面都会有，这个数据最终是能为我们整个行业产生价值的。还有一个新的领域，就是把技术联网化，联网的EBS可以很好的解决侧翻的问题，相信随着人工智能出现以后，这种安全的技术从小到大都会给行业带来巨大的进展。今天是岁末，是供应链创新的很好的时机，进入了人工智能大发展的时机，共同插上人工智能的翅膀，一起大展宏图，谢谢大家。
