船來船往，箱來箱走。在繁忙的天津港碼頭，每天無數大大小小的集裝箱在這里中轉。它們或從世界各地相聚，為中國廣袤的內陸帶來各種海外資源，或者從這里出發(fā)，為五大洲四大洋帶去來自中國的禮物。天津港，世界級人工深水港，中國北方第一個5億噸港口，集裝箱吞吐量超過1450萬標準箱，是世界上最繁忙的港口之一。
天津港是世界上最繁忙的港口之一
集裝箱碼頭是人類商業(yè)運作中為數不多的大型工業(yè)場景。在這里，秩序井然不僅僅是一句贊賞，更是一種需要嚴格執(zhí)行的標準。“哪艘船應該停靠在哪個泊位，哪個集裝箱應該放在什么位置，碼頭內周轉時應該有哪些設備執(zhí)行……這些繁雜的問題產生了體量龐大的數據，然而，工作人員是不可能把所有這些都記在腦子里。” 潘科是招商局集團港口控股有限公司創(chuàng)新工作小組組長，他認為，業(yè)務信息化是港口發(fā)展的必由之路。
潘科介紹，傳統(tǒng)信息化手段只能記錄，不能決策，碼頭的一些業(yè)務場景即使采用一些簡單的算法，也會帶來較大的計算量，所以目前較為繁忙的碼頭在中控調度上都要花費不少人力。為此，企業(yè)和天津大學、貝式計算公司展開合作，將基于神經網絡的機器學習技術應用到港口的實際工作中來。
“現(xiàn)在碼頭集裝箱的堆放大多數是隨機的。然而在需要調運貨物的時候，有可能先要拉出去運走的集裝箱是較早運來的，被壓在了最下面，用吊車重新碼放費時費力。不僅于此，有些貨物是海運變陸運，有些則是陸運變海運，這些非常復雜的情況交織在一起，讓這個課題在計算上面臨著較大的挑戰(zhàn)。”天津大學貝式計算校企聯(lián)合研究中心主任于瑞國副教授以圍棋為例，向記者說明集裝箱堆放的算法解析思路。
“圍棋棋盤是二維矩陣，19x19路，所以一共是361個交叉點，每個交叉點有三種狀態(tài)。從機器學習的角度而言，圍棋的計算最大有3361種局面，大致的體量是10170 。而我們研究的課題中，以碼頭集裝箱堆放問題舉例，可用位置是一個三維矩陣，總的可能計算量是3的上萬次方。”于瑞國介紹，目前在采用貝葉斯剪枝算法后，算法所需的計算力降到了大體可承受的范圍內，也可以為碼頭降低15%-25%的成本，提升貨運效率。
為此，三方合作建設了神經網絡專用計算集群，用來對碼頭實行調度安排及場內設備感知問題。“實際上近些年神經網絡技術開始逐步在工業(yè)化場景中普及。碼頭的無人化除了建設一個全新港口之外，出現(xiàn)了一種新的解法。”于瑞國說。
此外，貝式計算公司算法總監(jiān)姜漢表示，使用多個機器學習模型構建的調度系統(tǒng)有機會成為港口的“大腦”，但除此之外的碼頭內環(huán)境、設備感知也都是人工智能技術可以發(fā)揮的空間。這給了傳統(tǒng)碼頭一個漸進式的升級機會，在自動化、智能化上面更進一步。”
智慧港口的打造就是要實現(xiàn)港口無人化，所有調貨統(tǒng)籌運輸全部由機器操作實現(xiàn)。于瑞國表示，現(xiàn)在已經有部分大型物流配送中心開始在特定環(huán)境下實現(xiàn)了小規(guī)模的全無人操作。然而如何在更大、更復雜的環(huán)境下實現(xiàn)物流的全無人操作還是需要未來進一步解決的問題。
“我們從傳統(tǒng)購物到網上購物用了約20年時間。我相信，隨著人工智能相應基礎設施的不斷提升與完善，在不久后的將來，完全無人操作的‘智慧港口’一定會實現(xiàn)。”于瑞國信心滿滿。
