提起供應(yīng)鏈，大家的第一印象通常是物流配送，還有那些風(fēng)里來雨里去的快遞員。

其實(shí)供應(yīng)鏈涵蓋的范圍遠(yuǎn)不止如此，完整的供應(yīng)鏈還包括產(chǎn)品設(shè)計(jì)、原料采購、生產(chǎn)制造、市場(chǎng)推廣、客戶服務(wù)、回收再制造等多個(gè)環(huán)節(jié)。

可以說，從我們吃的蔬菜水果，到企業(yè)生產(chǎn)所需的原材料，再到支撐國家發(fā)展航天事業(yè)的精密設(shè)備，現(xiàn)代生活的方方面面都離不開供應(yīng)鏈系統(tǒng)的支持。

隨著產(chǎn)業(yè)經(jīng)濟(jì)的發(fā)展和對(duì)降本增效的訴求，構(gòu)建智能、高效、可靠的供應(yīng)鏈體系已然成為了整個(gè)社會(huì)的剛需。國際供應(yīng)鏈管理專家馬丁·克里斯多弗（Martin Christopher）教授早在 20 多年前就曾預(yù)言：“未來的競(jìng)爭(zhēng)將不是個(gè)體或組織之間的競(jìng)爭(zhēng)，而是供應(yīng)鏈與供應(yīng)鏈之間的競(jìng)爭(zhēng)?！?/p>

2019 年，中國國家科技部宣布依托京東建設(shè)智能供應(yīng)鏈國家新一代人工智能開放創(chuàng)新平臺(tái)，京東科技集團(tuán)機(jī)器學(xué)習(xí)部負(fù)責(zé)人兼京東（上海）人工智能研究院院長(zhǎng)易津鋒博士正帶領(lǐng)團(tuán)隊(duì)建設(shè)該平臺(tái)的多項(xiàng)核心智能化能力。此外，他也正在負(fù)責(zé)建設(shè)國家科技部科技創(chuàng)新 2030“新一代人工智能”重大項(xiàng)目中的一個(gè)核心課題，打造面向供應(yīng)鏈的智能化示范應(yīng)用和開源開放平臺(tái)。

近日，他入選了《麻省理工科技評(píng)論》“35 歲以下科技創(chuàng)新 35 人”（Innovators Under 35）2020 年中國區(qū)榜單，入選理由是兼顧AI技術(shù)的安全性與實(shí)際應(yīng)用，成功解決了從傳統(tǒng)供應(yīng)鏈向智能供應(yīng)鏈轉(zhuǎn)型中面臨的多個(gè)關(guān)鍵問題，積極推動(dòng)供應(yīng)鏈智能化轉(zhuǎn)型與產(chǎn)業(yè)數(shù)字化升級(jí)。

安全可靠，是 AI 算法的基礎(chǔ)

因?yàn)橐淮?QQ 被盜的經(jīng)歷，易津鋒在高考填報(bào)志愿時(shí)選擇了中國科技大學(xué)的信息安全專業(yè)。經(jīng)過多年系統(tǒng)性學(xué)習(xí)，他發(fā)現(xiàn)許多生活中常見的系統(tǒng)都存在不同程度的安全漏洞和隱患。為了深入理解底層算法，設(shè)計(jì)出更加安全可靠的系統(tǒng)，他選擇了出國讀博深造。

時(shí)值 2009 年，彼時(shí)的人工智能（AI）技術(shù)正蓄勢(shì)待發(fā)，金融、醫(yī)療、自動(dòng)駕駛等行業(yè)已經(jīng)開始積極探索 AI 應(yīng)用，但尚未形成氣候。

擁有信息安全背景的易津鋒意識(shí)到，未來隨著 AI 技術(shù)的普及，其底層算法、模型的安全性關(guān)乎人們的生命財(cái)產(chǎn)安全，還會(huì)最終影響技術(shù)的大規(guī)模應(yīng)用與推廣。

因此他選擇了 AI 作為博士期間的主攻方向，致力于設(shè)計(jì)更加安全可靠的 AI 模型，并在“眾包學(xué)習(xí)”、“矩陣補(bǔ)全”、“聚類分析”等領(lǐng)域的理論和應(yīng)用上都取得了重要進(jìn)展。

他的聯(lián)合導(dǎo)師，美國密歇根州立大學(xué)杰出教授，美國國家工程院院士及中國科學(xué)院外籍院士 Anil K. Jain 教授評(píng)價(jià)稱，“易博士在進(jìn)行 AI 研究時(shí)，非常重視模型的可靠性。他提出的幾乎每一個(gè)新的算法都有著嚴(yán)格的理論證明，可以保證即使在最壞的情況下也不會(huì)犯下嚴(yán)重的錯(cuò)誤?！?/p>

畢業(yè)后，易津鋒加入了 IBM 研究院的全球總部 IBM 托馬斯沃森研究中心（IBM T. J. Watson Research Center），著手研究當(dāng)時(shí)新興的對(duì)抗機(jī)器學(xué)習(xí)問題。

這是當(dāng)時(shí)機(jī)器學(xué)習(xí)領(lǐng)域最前沿的研究方向之一，目的是解決 AI 模型被誤導(dǎo)和欺騙的問題。

以圖像識(shí)別為例，七張鴕鳥圖片，人眼幾乎看不出任何區(qū)別。但如果把它們分別輸入一個(gè)分類準(zhǔn)確率很高的 AI 模型，除了左邊第一張圖能被正確識(shí)別為是鴕鳥之外，右邊的六張圖都會(huì)被錯(cuò)誤地識(shí)別成海貍、搖籃、吸塵器等完全錯(cuò)誤的類別。

產(chǎn)生這一現(xiàn)象的原因在于右邊六張圖片被“動(dòng)了手腳”。在鴕鳥原圖的基礎(chǔ)上，它們被添加了一些人眼無法識(shí)別的微小噪音，從而形成了和正常樣本看起來一樣，但會(huì)讓 AI 模型產(chǎn)生誤判的對(duì)抗樣本。

AI 技術(shù)目前已廣泛應(yīng)用于自動(dòng)駕駛，醫(yī)療，金融，安防等領(lǐng)域，對(duì)抗樣本的存在很可能會(huì)給人們的生命和財(cái)產(chǎn)安全帶來極大的威脅。例如，類似的事情如果出現(xiàn)在無人駕駛汽車上，AI 系統(tǒng)就很可能會(huì)誤判交通標(biāo)志，從而釀成大禍。

作為全球較早開始研究對(duì)抗攻防和 AI 魯棒安全性的學(xué)者之一，易津鋒提出了一系列深具影響力的研究成果，涵蓋對(duì)抗樣本生成、對(duì)抗樣本防御以及模型魯棒性評(píng)估等多個(gè)重要問題。

例如，他和合作者們共同提出了第一個(gè)基于梯度估計(jì)的黑盒對(duì)抗攻擊算法，將此前僅僅 30% 左右的黑盒攻擊成功率首次提升到了接近 100%；提出了當(dāng)時(shí)模型訪問效率最高的基于“hard-label”的黑盒攻擊算法；提出了第一個(gè)不依賴具體攻擊算法的深度神經(jīng)網(wǎng)絡(luò)魯棒性評(píng)估指標(biāo)；首次發(fā)現(xiàn)模型準(zhǔn)確率和魯棒性難以兼得以及它們與帕累托邊界的關(guān)系等等。

相關(guān)研究成果目前已數(shù)十次發(fā)表在 NeurIPS、ICML、ICLR、KDD、ACL、ICCV 等頂級(jí) AI 學(xué)術(shù)會(huì)議和期刊上。

除了研究對(duì)抗樣本，易津鋒也在積極探索與隱私保護(hù)、數(shù)據(jù)安全相關(guān)的課題。這些成果兼具學(xué)術(shù)價(jià)值和應(yīng)用潛力，廣泛應(yīng)用于 IBM 等公司的智能化產(chǎn)品中，服務(wù)了許多的企業(yè)、政府和個(gè)人用戶。

出色的工作表現(xiàn)讓易津鋒從數(shù)千名 IBM 研究員中脫穎而出，入選了當(dāng)時(shí)新成立的 IBM 旗艦人工智能研究機(jī)構(gòu)—— “人工智能基礎(chǔ)研究院”。

這個(gè)研究院是當(dāng)時(shí) IBM 最頂尖的人工智能研究機(jī)構(gòu)，其創(chuàng)始團(tuán)隊(duì)幾乎全都是領(lǐng)域知名的 AI 專家，包括 IBM“深藍(lán)”超級(jí)計(jì)算機(jī)發(fā)明人，多位國際頂級(jí)協(xié)會(huì) Fellow 及多個(gè)頂級(jí)學(xué)術(shù)會(huì)議的主席等，而易津鋒是最年輕的入選者之一。

用 AI 為供應(yīng)鏈賦能

在 IBM 工作期間，易津鋒曾利用 AI 算法幫助美國一家連鎖超市進(jìn)行銷量預(yù)測(cè)和庫存管理。

他發(fā)現(xiàn)，傳統(tǒng)供應(yīng)鏈中的很多環(huán)節(jié)都可以通過 AI 技術(shù)進(jìn)行優(yōu)化，從而顯著提升效率、降低成本。此外，供應(yīng)鏈?zhǔn)且粋€(gè)由大量上下游企業(yè)級(jí)聯(lián)組成的復(fù)雜網(wǎng)絡(luò)，整個(gè)網(wǎng)絡(luò)很難在缺乏信賴關(guān)系的情況下高效運(yùn)轉(zhuǎn)。這也正是安全可靠 AI 技術(shù)的最佳落地場(chǎng)景。

“我不希望對(duì) AI 的研究?jī)H僅停留在論文上，更希望它能真正落地，創(chuàng)造廣泛而深遠(yuǎn)的實(shí)用價(jià)值?！币捉蜾h說道。

秉承這種信念，他選擇了供應(yīng)鏈作為 AI 落地的方向，希望能利用安全可靠的 AI 技術(shù)對(duì)其賦能，從而推動(dòng)供應(yīng)鏈的智能化轉(zhuǎn)型，創(chuàng)造出更大的價(jià)值。

2018 年 4 月，易津鋒選擇回國加入京東，目前擔(dān)任京東科技集團(tuán)機(jī)器學(xué)習(xí)部負(fù)責(zé)人兼京東（上海）人工智能研究院院長(zhǎng)。在京東工作的兩年多時(shí)間里，易津鋒已經(jīng)獲得了包括 CEO 特別獎(jiǎng)、杰出成就金項(xiàng)獎(jiǎng)、技術(shù)創(chuàng)新金項(xiàng)獎(jiǎng)等多個(gè)重量級(jí)獎(jiǎng)項(xiàng)。

目前，他正帶領(lǐng)團(tuán)隊(duì)建設(shè)中國國家級(jí)的智能供應(yīng)鏈平臺(tái)——“智能供應(yīng)鏈國家新一代人工智能開放創(chuàng)新平臺(tái)”的核心智能化能力。

他告訴 DeepTech，在向數(shù)字化、智能化轉(zhuǎn)型的過程中，供應(yīng)鏈的眾多環(huán)節(jié)和場(chǎng)景都需要準(zhǔn)確、高效、安全的 AI 算法作為支撐，甚至在很多時(shí)候還需要由技術(shù)去推動(dòng)和實(shí)現(xiàn)供應(yīng)鏈管理模式的顛覆和創(chuàng)新。

如何在這樣一個(gè)涉及到眾多環(huán)節(jié)以及海量上下游企業(yè)與消費(fèi)者的復(fù)雜系統(tǒng)中融入 AI 技術(shù)，是一個(gè)難度極高的工作，經(jīng)常需要在沒有先例的狀態(tài)下“摸著石頭過河”。

易津鋒帶領(lǐng)團(tuán)隊(duì)自主研發(fā)的商品智能化反向定制系統(tǒng)，就是一個(gè)很有價(jià)值的嘗試。

所謂的商品反向定制，也被稱為C2B（Consumer to Business）或 C2M（Consumer to Manufacturer），即用戶直連企業(yè)，是對(duì)供應(yīng)鏈中傳統(tǒng) B2C（企業(yè)對(duì)用戶）商業(yè)模式的重構(gòu)和升級(jí)。

在傳統(tǒng)的 B2C 模式下，B 端企業(yè)通常占據(jù)主導(dǎo)地位，C 端用戶只能被動(dòng)接受商家生產(chǎn)和銷售的商品，其弊端在于難以滿足用戶的個(gè)性化需求，而企業(yè)也面臨著商品積壓滯銷的風(fēng)險(xiǎn)。

反過來，在 C2B 模式下，C 端用戶的話語權(quán)被放大，可以充分提出需求并由企業(yè)按需生產(chǎn)。這樣一來，用戶能買到心儀的商品，而企業(yè)也避免了滯銷和浪費(fèi)，實(shí)現(xiàn)雙贏。

其實(shí) C2B 概念早已有之，但在實(shí)踐中面臨著諸多難題。比如 C 端消費(fèi)者數(shù)量龐大，每個(gè)人都有各自的想法，但企業(yè)難以滿足所有需求。另外，大多數(shù)用戶往往缺乏反饋需求的動(dòng)力和渠道，也導(dǎo)致企業(yè)難以聽見用戶的真實(shí)呼聲。

圖 |商品智能反向定制系統(tǒng)

為了解決這些難題，易津鋒帶領(lǐng)團(tuán)隊(duì)打造了業(yè)界第一套全自動(dòng)化、智能化的商品反向定制系統(tǒng)，背后用到了許多他們?cè)?AI 領(lǐng)域的科研成果，涵蓋深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、度量學(xué)習(xí)、元學(xué)習(xí)、大規(guī)模優(yōu)化等多個(gè)領(lǐng)域。

用戶在京東上的各種消費(fèi)行為產(chǎn)生了大量的數(shù)據(jù)，經(jīng)過嚴(yán)格的脫敏處理后，就能用于訓(xùn)練該系統(tǒng)背后的各種 AI 模型和算法。結(jié)合多種 AI 模型與脫敏消費(fèi)大數(shù)據(jù)，該系統(tǒng)可以預(yù)測(cè)出用戶在不同細(xì)分市場(chǎng)下的共性化與個(gè)性化需求，來替代成本高、可信度差的調(diào)研問卷，解決了企業(yè)難以獲取用戶需求的問題。

此外，該系統(tǒng)還能從數(shù)據(jù)中挖掘用戶痛點(diǎn)，再綜合考慮商品的屬性和功能，從而自動(dòng)設(shè)計(jì)出滿足不同人群需求的商品，幫助企業(yè)提升銷量。

相比人工定制，AI 算法能考慮到商品的每一維屬性并給出優(yōu)化建議，同時(shí)還能預(yù)測(cè)商品上市后的銷量及用戶評(píng)論情況。

這其實(shí)也是整套系統(tǒng)最大的技術(shù)難點(diǎn)之一——面對(duì)從未上市的新品，如何給出可靠的未來市場(chǎng)預(yù)測(cè)？

“我們借助各種人工智能技術(shù)以及脫敏后的海量消費(fèi)大數(shù)據(jù)，訓(xùn)練了一整套模型去精準(zhǔn)模擬海量用戶對(duì)各種商品的搜索、瀏覽、收藏、購買、評(píng)論等一系列行為，” 易津鋒解釋稱，“然后我們就可以將設(shè)計(jì)出的新品放入這套模型，查看它在模擬環(huán)境下的表現(xiàn)，從而決定是否繼續(xù)優(yōu)化設(shè)計(jì)方案?！?/p>

目前這套系統(tǒng)已經(jīng)落地應(yīng)用，幫助多家企業(yè)打造出如全 AI 定制的冰箱、電動(dòng)牙刷等商品，不僅顯著縮短了這些商品設(shè)計(jì)研發(fā)的周期，還獲得了很好的銷量。

除此之外，易津鋒還帶領(lǐng)團(tuán)隊(duì)打造和升級(jí)了數(shù)十項(xiàng)智能供應(yīng)鏈能力和產(chǎn)品，目前已在公司內(nèi)外廣泛應(yīng)用，未來將成為國家級(jí)供應(yīng)鏈平臺(tái)的核心智能化模塊，推動(dòng)傳統(tǒng)供應(yīng)鏈向智能供應(yīng)鏈轉(zhuǎn)型。

談及供應(yīng)鏈領(lǐng)域的未來發(fā)展，易津鋒的想法頗具前瞻性。

他認(rèn)為，供應(yīng)鏈結(jié)合 AI、5G、物聯(lián)網(wǎng)等技術(shù)的發(fā)展趨勢(shì)已被廣泛討論，但還有一些看似不太相關(guān)的技術(shù)也有望成為重塑供應(yīng)鏈行業(yè)的“黑馬”。

3D 打印就是這樣一個(gè)例子。在傳統(tǒng)供應(yīng)鏈模式下，一個(gè)商品在送達(dá)終端消費(fèi)者手中之前，需要經(jīng)過原料采購、生產(chǎn)制造、物流配送等多個(gè)環(huán)節(jié)。如果未來能夠?qū)崿F(xiàn)高效且低成本的 3D 打印，意味著商品不再需要由工廠統(tǒng)一生產(chǎn)和運(yùn)輸，消費(fèi)者如果需要某款商品，可以選擇就近打印出來。

對(duì)企業(yè)來說，這種方式可以節(jié)省大量的物流和倉儲(chǔ)成本，實(shí)現(xiàn)更大規(guī)模的按需生產(chǎn)。對(duì)供應(yīng)鏈模式來講，也從過去的線下傳輸物品，轉(zhuǎn)為線上傳輸 3D 打印方案，把一部分物流轉(zhuǎn)變成了效率更高的信息流，從而實(shí)現(xiàn)了供應(yīng)鏈模式的升級(jí)和效率的提升。

未來，易津鋒還將繼續(xù)扎根在推動(dòng)供應(yīng)鏈智能化轉(zhuǎn)型和產(chǎn)業(yè)數(shù)字化升級(jí)這一領(lǐng)域，帶領(lǐng)團(tuán)隊(duì)不斷研發(fā)出高效、可靠、安全的智能化產(chǎn)品和服務(wù)，在供應(yīng)鏈的各個(gè)環(huán)節(jié)上探索和實(shí)現(xiàn) AI 技術(shù)的落地應(yīng)用，為產(chǎn)業(yè)和實(shí)體經(jīng)濟(jì)的降本增效與優(yōu)化轉(zhuǎn)型持續(xù)貢獻(xiàn)自己的力量。

原文標(biāo)題：用安全可靠的AI技術(shù)，構(gòu)建未來的智能供應(yīng)鏈，讓每一名消費(fèi)者都成為設(shè)計(jì)師 | 專訪

文章出處：【微信公眾號(hào)：DeepTech深科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq