编者按：近两年AI技术火爆，其在物流领域如何应用，前景如何？森马服饰物流技术总监张振林在12月2日中国“第四届中国服装供应链创新峰会暨2017双11服装电商物流复盘大会”上，以《AI技术在服装物流上的应用及前景》为主题进行了精彩演讲。本文经演讲者授权刊登。
以下为演讲实录：
先看两张图片，可能在很多朋友在朋友圈里面都看到了，第一张图片是个人形的机器人来模仿人的跳跃、旋转、倒空翻。第二张图片是2017年联合国大会上杀手机器人，能够通过人脸的识别，在茫茫人海中来攻击它要攻击的对象。
通过这两张照片是想说我们现在的人工智能有了很大的突破，第一方面人工智能已经能够完全能模仿人、学习人，具备了向人学习的能力。第二也是因为人工智能技术的突破，同样我们产生了很多担忧，像特斯拉创造者马斯克表示，如果未来不对人工智能做引导和约束，可能未来的十年人要向机器人乞讨生活了。
一、人工智能发展史
为什么人工智能在这几年获得这么快的发展，而且比人更厉害，出现一定具备它利用的前景和条件？
人工智能这么多年获得了发展，前期经过了一段一段时间的高峰和低谷，1996年才开始提出AI概念，给你编成一段规则，让你完成跳性规则的。人与人之间沟通，人工智能翻译出来的结果，但不能完整地表达人的情感需求，跟实际的表达差异很大，人工智能进入了低谷。
第二个阶段出现了很多系统，医疗系统，很多智能的系统。
第三个阶段2011年第一次在谷歌上开始用人工智能来识别猫，2014年人工智能对人脸的识别已经超过了人类，2016年人工智能的AlphaGo跟围棋高手的对决，已经彻底让人的能力，人的水平慢慢体现出了弱势。2016年又开始把人工智能应用于自动驾驶。
从人工智能层面来说，从它的诞生到探索，到爆发经过了两起两落，背后是有很深层次的原因。最根本的原因因为硬件技术的成熟，芯片技术的成熟，保证了人工智能有爆发的可能性。
二、什么为人工智能爆发提供了可能？
中国两家著名的芯片中星微和寒武纪，用来模仿人类大脑神经的结构，深度学习的芯片，英伟达开发了更发达的芯片，让人工智能成为一种可能。
我们大学时代接触的是186、386等等那个时代。但今天看来这种算法完全有一种突破，中国银河二号计算机和一号计算机突破了计算机计算的极限，但今年上半年出来一款新的量子计算机，能够达到10亿次的运算，完全颠覆了过去的计算方式。
硬件技术的成熟同样在数据采集跟数据的传播和数据的存储技术上也获得了进步。各种各样的感应设施、探测设施、可视化，让数据的采集变成可能。最近几年传输技术从原来模拟量子通讯、现在的4G、5G，我们首先运用了量子通讯，让我们的通讯进入了跳跃式发展。
存储技术，数据的存储措施广泛的部署，在数据存储能力上广泛地应用。数据的采集、存储、传输为人工智能的发展提供了第二个可能性。计算机的深度学习，原来早期我们去控制计算机或者说作为一种目标，我们都是自己来编制一种规则，让设备机器沿着这个规则来走，发展到今天规则已经不再是这种规则了。现在的计算机和人工智能定义为字母学习。
举个例子，早期的时候我们让某一个可视化的设备来判断一个苹果的时候，会告诉它密度是多少、水分是多少，糖分是多少，是什么样的形状，然后它拿一系列的参数来判断这个苹果是不是苹果。但是今天已经完全不像以前了，不是要人工给它参数，给它一千个一万个苹果，让它把一千个一万个苹果数据全部采集一遍。下一次提供一个苹果或者橘子的时候，需要拿它自身在前面一万个苹果里面采集的数据，自动套现在所提供的苹果，来判断它是苹果还是橘子，这就是机器已经拥有了自我学习的能力，不再需要人来制造规则。
从芯片技术的成熟，从数据采集的成熟，数据传输的成熟，数据存储的成熟，以及到机器自我学习的成熟，让人工智能会得到一次突飞猛进的发展。
三、哪些行业会有大规模的爆发和应用？
人工智能的发展跟我们的生活息息相关，首先在哪些行业会得到发展？
举个例子，现在去银行很痛苦的，如果是黑卡的用户或者是金卡的用户可能还有一些优先权，如果要是普通的客户要排队，排很长很长的队，甚至要几个小时，这个对于在生活和应用场景来说就要解决这个痛点，人工智能有办法了。未来的银行只会服务于20%的黑卡和金卡用户，因为他们所需要的需求是个性化的需求，是多样化的需求，而对于80%的用户，就像你我一样去存钱转账的这些都交给人工智能，你直接去柜台给你一个人机接口的画面，一个人机接口的设备，你自己独立的完成。银行系统只提供给你最专业的和最差异化的服务。
第二个我们去医院不管大病小病，先去测体温、量血压，各种各样的检测，然后要等几个小时，才有结果出来，随着现在人工智能技术的发展这些可能会被取代。以后去医院不管什么病，可能会有更好更有适合你体外无创伤的检测，直接告诉你身体有什么样的问题，再去找相应的科室大夫。获取前面无数病人的基础上已经生成了很好的处理的模板，不再需要专业的医生来给你提供服务，人工智能将在医疗、金融、汽车、物流等等行业都会有大规模的爆发和应用。
四、物流行业的机会在哪？
对于我们在行业的参与者而言，我们有什么样的机会，我想前面的硬件做芯片、采集数据、传输设备等等都不可能有机会了，因为已经被垄断了，而且他们所提供的技术、提供的产品、提供的服务是超出了这个时代的要求，唯一我们所拥有的就是在应用层面上，我们去做这种人工智能技术的开发，人工智能技术的应用数据采集，并且算法上会有更好的发展机会。
这是我国物流行业的现状，国家在重点推工业4.0，很多政府部门加快了对工业4.0的投入，各个基金都疯狂地追逐人工智能AI领域。这是2015年-2020年未来工业4.0，工业自动化的规模，到2020年在805亿，这些数据来自高盛。电商和货运配货站的推动，也会让工业自动化，工业智能会成为大规模的需求，到2020年应该有189亿，在电商和货运配货站这块。就针对这种需求，针对智能化、自动化，我们现有的主流能够提供的设备基本上是基于右边的这些输送类、分拣类、互联类、无线射频技术类等等还停留在这样的层面。
在服装行业，在人工智能这块的使用，目前而言主要有四块：
第一块最早的在一些企业用过，穿梭车，往复式穿梭车，用来做货品和托盘调度的，四向穿梭车和多向穿梭车。
第二种KIVA机器人，会涉及到人工智能，路径优化和路径算法，涉及到路径技术。
第三块是用来做托盘存储、运输、拣选以及做箱运输和箱拣选，这是目前在服装行业上人工智能的应用，基本上还停留在这四块。
往复式穿梭车、Kiva机器人把这块定义为密集服务。但是这些AI技术在服装行业有一定程度的推广，但跟我们的业务息息相关，有需求，但是能不能做还要考虑这几个方面：
第一，有没有很大的业务流量。对于一个新的技术，包括Kiva机器人也好，如果一天就500单、800单，投入和产出是不是合适的。
第二，所有的智能化产品和智能化的设备投入见效周期都特别长。
第三，对于现有在服装物流这块，早期还是停留在劳动密集型企业程度上，我们思维还一直停留在劳动力。现有阶段下劳动力的成本还没有达到设备成本的高度，思维上做了一些自我限制。但未来我相信设备替代人一定成为一种趋势。
第四，自动化和智能的设备自身也存在着一定缺陷，需要完善优化。
大概解读了一下人工智能为什么能获得发展，发展的根源在于硬件技术基础上的提升，我们的数据采集技术，数据存储技术，数据的传输技术以及人工智能上的自我学习的能力提升，所以让人工智能在现在这个时间段获得了极大的发展。
但是人工智能的发展在我们服装行业上仅仅还停留在四个设备和四个层面，更多地是用来做一些速度算法和调度程序。
