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( 二 )



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
文章图片

华为高级副总裁、华为云 CEO、消费者云服务总裁张平安发布天筹 AI 求解器
当然 , 很多人知道 , 求解器是用来求解数学规划问题的软件 。 它就像一个计算器:你把问题以数学形式输入进去 , 它就可以帮你计算出结果 。 从理论上来讲 , 它能处理上千万甚至上亿变量的数学模型 , 优化产业链和供应链 , 给复杂场景决策问题一个最优解或近似最优解 。
但知道是一回事 , 用不用是另外一回事 。 为什么不用?因为门槛对很多企业来说太高了 。 「不要说一般 IT 工程师了 , 可能连学运筹学的人都要经过培训才能会用 。 」贾永利谈到 。
由于求解器的技术壁垒高、研发难度大 , 长期以来 , 高性能商用求解器的核心技术始终是由欧美企业主导的 。
通常来讲 , 求解器的应用分为两个步骤:一是建模:将问题通过数学形式准确有效地表达 , 就像给应用题建立方程组;二是求解:把数据和数学模型输入求解器 , 让求解器自动把最终结果算出来 , 获得一定范围内的最优解以支撑决策 。 贾永利举例说 , 「比如一个供应链的路径规划问题看似就是中心仓和周边仓库的多种组合问题 , 但如何把这个问题翻译成求解器能理解的数学问题并不简单 。 」
开发和使用门槛高 , 那多招一些研究运筹学或求解器的专业人才不就好了吗?但现实情况是:没有那么好招 。 贾永利说 , 「求解器对数学基础和工程能力的要求都比较高 , 且其核心技术都把持在各商用求解器厂商手中 , 研究者很难给出在通用问题上超越商用求解器的算法或策略 , 所以做这方面研究的人很少 。 」
也就是说 , 对于大部分企业来说 , 求解器就像那个伫立在东海的「定海神针」:东西是公认的好东西 , 但没有几个企业有孙悟空这种专业人才来驾驭 。
在发现并深入研究了这一困境之后 , 华为云发现 , AI 可以帮忙解决这个问题 , 于是便有了「天筹」AI 求解器 。
「天筹」AI 求解器有何独特之处?
前面说到 , 「天筹」AI 求解器是将运筹学和 AI 相结合的商用求解器 , 那么 AI 的作用体现在哪里呢?
首先是上层套件的智能化 。 求解器只能理解特定的输入 , 但如何把具体问题转换成这种输入难住了一大批从业者 。 因此 , 「天筹」AI 求解器首先要做的就是充当一个「翻译官」的角色 , 通过上层套件、工具的智能化来帮助用户简化求解器的使用过程 , 使得具体生产问题到求解器的映射变得更加简单 , 降低求解器的使用门槛 。
其次是求解过程的智能化 。 经典的求解器大多是基于数学经典算法的 , 但华为云发现 , 求解的过程其实也可以加入人工智能 , 从而提高求解速度 , 这也是所谓的「AI」求解器的另一层含义 。

推荐阅读