“剁手”的第十年，AI加持下的快递速度你还满意吗？

这个“双11”，你的购物车清空了吗？经过了紧张刺激的“抢购”环节，想必现在已经到了抓耳挠腮的“等快递”环节了吧！2017年，我国全年快递业务量已突破400亿件[1]。而初步预计今年“双11”期间，全行业处理的邮(快)件业务量将超过18.7亿件[2]。

现在，你能想到的和你想不到的在网上都能买到，大到冰箱彩电，小到香葱大蒜，快递小哥都能给你送到门口。当越来越多的人感受到快递带来的便利时，他们也对其提出了更高的要求：速度要再快，送达率要再准确。

在面对如此挑战时，行业巨头韵达把突破点瞄准在节约工时、提升效率、提高服务质量上。

多年前，韵达就开始尝试在其快递物流体系中引入自动分拣、地址归集、车牌识别等技术手段，以提升各环节运作效率，现今取得了良好效果。但在韵达看来，这些技术手段更多地只起到了“手”和“脚”的作用，要深层次地推动行业技术进步，还需要解决“头脑”的问题。

因此，在英特尔的帮助下，韵达围绕着快递物流中最重要的三个环节，攻克人工智能的“三重门”，率先解决劳动密集型产业的“头脑”问题。

韵达快递物流中的三个环节

AI“一重门”之前端分拣的大小件测量

韵达与英特尔利用机器视觉技术来提升测量的效率。通过装置在分拨中心输送系统上的高拍摄像头，AI应用会采集快件的图像信息，并传送到后端服务器进行测量。测量完成后，数据返回至输送系统，并据此将不同大小的快件送至合适的分拣和装车处。英特尔® Analytics Zoo平台内置的图像识别模型，让应用首先提取出待测量的快件轮廓，进而通过平台提供的Tensorflow 等深度学习框架，结合英特尔® 至强® 可扩展处理器提供的强劲算力，完成从模型训练、模型重定义到模型推理的全流程AI处理流程，最终获得准确的大小件测量数据。

AI“二重门”之资源调配的件量预测

在“双11”等购物节期间，快递最怕的就是“爆仓”，而避免爆仓的重要手段就是预测件量，匹配相应运力。为此，韵达利用英特尔® Analytics Zoo平台提供的LSTM深度学习算法来实施更精准的件量预测方案。针对韵达AI应用的实际需求，英特尔与韵达一起，针对英特尔® 至强® 可扩展处理器具备的各类特性，对方案进行了充分优化，使之获得最佳表现。而处理器所配备的英特尔® 高级矢量扩展512（英特尔® AVX -512）等技术在并行计算方面的强大实力，加速了应用的训练与推理过程。

AI“三重门”之后端支撑的数据中心异常检测

目前，快递业数据中心普遍存在对大数据集执行高级分析能力不足的问题，数据中心的可靠性也越来越受到黑客攻击、数据拥塞等问题的挑战。而英特尔® Analytics Zoo平台的LSTM算法可以通过有区分的记忆信息来增强神经网络的效能，滤去大量无关信息，通过对日志数据进行大量的训练和推理，使系统能够精准地预测到潜在的风险和薄弱环节。

未来，在英特尔的助力下，韵达还计划尝试视频处理、智能快递柜等先进技术，更进一步AI化。在明年、后年、大后年的“双11”，你将会感受到更智慧的韵达，更智能的快递。想深入了解英特尔如何引领人工智能革命，在提供最广泛的人工智能产品组合的同时积极赋能开发者，通过技术使得更多开发者和企业实现人工智能的故事吗？来2018英特尔人工智能大会吧。详细的大会议程奉上，千万不要错过！