榜单|求解亿级规模约束条件和变量,权威榜单斩获第一,华为云发布首个商用AI求解器

机器之心原创
作者:张倩
当我们在讨论 AI 使能千行百业的时候 , 这意味着什么?
在生产线上 , 我们看到越来越多的工厂已经装上了缺陷检测系统、设备监控系统、智能分拣系统…… 甚至在生产前阶段 , 我们也看到了智能设计系统、原料配比系统…… 毋庸置疑 , AI 已经为这些场景带来了生产效能的提升 。
与此同时 , AI 的落地还面临着多方面考验 , 比如全局协同和资源利用最大化问题如何解决 , 碎片化、定制化、作坊式的开发模式如何走向规模化等 。
在 9 月 23 日召开的华为全联接 2021 上 , 华为云提出了更加丰富、强大的解决方案 , 发布了「天筹」AI 求解器、华为云盘古药物分子大模型等 AI 服务 。
华为高级副总裁、华为云 CEO、消费者云服务总裁张平安表示 , 「天筹」AI 求解器是一款结合了传统运筹学技术和前沿 AI 技术的商用求解器 , 突破了业界运筹优化极限 , 在全球权威的 Hans Mittelmann 线性规划单纯形求解器榜单中斩获第一 。 而华为云盘古药物分子大模型则实现了全流程的 AI 辅助药物设计 , 可以将先导药的研发周期从数年缩短到一个月 。
这些 AI 能力都将通过华为云开放给相关行业的从业者 , 提高生产效能 。
那么 , 华为云为什么要开发 AI 求解器?「天筹」AI 求解器和传统求解器有何不同?华为云盘古药物分子大模型具体用来做什么?华为高级副总裁、华为云 CEO、消费者云服务总裁张平安以及华为云 EI 服务产品部总经理贾永利为我们解答了这些疑问 。
为什么要开发 AI 求解器?
「某工厂有数千种零件、上万名工人、数百个厂房 , 疫情期间订单暴涨 , 如何安排这些资源才能消化更多的订单?」
「某大型机场 , 每天有上千个航班降落 , 在廊桥机位与远机位的比例为 1:3 的情况下 , 如何让更多的航班停靠在廊桥?」
对于制造、零售、物流等行业的从业者来说 , 这种问题想必非常眼熟 。 他们每天都要做出类似的决策 , 最终目的都是实现最优的资源配置 。
如果场景比较简单 , 变量和约束条件都比较少 , 企业可以用手工方式解决大部分问题(比如用 Excel 排期) 。 但随着业务规模的扩大 , 这类优化问题的复杂度会越来越高 , 变量和约束条件可能增至百万、千万级 。 这时候 , 要想实现资源的最优配置就没那么容易了 , 即使采用简单的启发式或机器学习方法可能找到的也只是次优解 。
对此 , 张平安表示:「数字化给企业带来的好处之一 , 就是让企业可以把大部分复杂的商业、运营的问题抽象成数学问题 , 通过全域的数字化感知、多域系统数据连通 , 获得影响复杂商业问题的各种变量和约束 , 在企业全局和局部求方程的最优解 。 比如通常熟知的运输、物流行业的装箱问题 , 城市交通、路径规划和生产排产问题 , 就可以转换成为对一个万级、百万级、千万级变量的方程组的求解 。 解决复杂的数学优化问题 , 就要引入一项根技术:求解器 。 」

推荐阅读