近期,聯想研發的人工智能算法獲得了Franz Edelman杰出成就獎提名,該獎是全球運籌和管理科學界的最高榮譽,被譽為運籌學的“奧斯卡”。該獎設立50年以來還從未有中國公司獲此獎項,聯想集團有望實現中國公司“零的突破”。
Franz Edelman杰出成就獎重點獎勵全球的組織、企業在運籌和管理學領域做出突出貢獻、并帶來重大應用價值的研究項目或成果,自獎項1972年首次頒發以來,獲獎項目已累計產生2500多億美元價值。
聯想的人工智能憑什么被提名?
合肥市肥西縣云谷路3188號,每一秒有兩臺PC下線,每天有超過8萬臺筆記本電腦從這里誕生,每年出產則超過3700萬臺,全球每生產8臺筆記本電腦,就有一臺來自這里——聯想旗下的自有制造中心聯寶電子科技有限公司。聯想是全球最大的個人電腦公司,全球市場份額獨占四分之一,聯想旗下超過50%的PC來自聯寶科技,聯寶科技亦為聯想旗下以及全世界最大的個人電腦生產與研發中心。
巨大的數字背后有巨大的難題。聯想旗下的PC產品有ThinkPad、拯救者、Yoga、小新、ThinkBook等眾多產品線,這些產品線覆蓋了從高到低各種配置與需求。與此同時,來自市場的需求又千變萬化,工廠生產何種產品的計劃每天都是全新的。事實上,目前聯寶科技每天要接到來自全球包含8萬臺設備生產計劃的5000余個訂單,這些訂單80%以上都是單筆小于5臺的個性化定制。換言之,每天早上如何在聯寶科技的4個車間、43條裝配線上安排這幾百個不同配置的生產計劃,是工廠高效工作最大的難題之一。
難點首先來自配件調度。一臺電腦從聯寶工廠是從將最基本的電容、電感等配件焊接至電路板,直到灌入操作系統,打包出廠為止,這其中有超過2000種不同的零配件需要輸送至生產線;第二重難點來自任務序列。每個系列的產品、同系列不同配置的產品之間使用的零配件即有重疊的部分,比如電容、電感、接口等,也有相同的部分,比如處理器、內存顆粒等。高效的安排產品生產序列,需要盡可能減少配件供應的切換,提高效率。
在這樣的現實下,安排每一個生產任務在生產線上的先后序列,就如同再下一盤難度爆表的棋。說到下棋,圍棋無疑是最難的棋類運動之一,下圍棋時每一步走棋的可能性都遠超宇宙中所有原子數,用計算力單純來窮舉無疑癡人說夢。但2017年,人工智能 AlphaGo用人類無法撼動的優勢不僅宣告了深度學習這項技術在人工智能研發上的力量,也成就它成為解決策略問題最偉大的人工智能成果之一。
聯想集團此次獲提名的LAPS聯想先進生產調度系統(Lenovo advanced production scheduling system)亦是如此,它解決了復雜度同樣遠超宇宙中所有原子數的生產調度問題,而且為實際生產創造了數十億元的新價值。
LAPS厲害在哪里?
從技術上來說,生產線上不僅充滿不確定性,同時還很復雜。首先,原材料和需求因為市場和上游供應商的原因,數量、質量會有很大的波動,在安排生產計劃是必須將波動考慮在內,要對車間的最新情況,比如可用生產線、生產能力、設備狀況,甚至是工作人員出勤情況全盤統籌,還需要快速響應。
其次,生產過程的業務需求有可能是互相矛盾的,比如高延遲風險的緊急訂單需要優先生產,但是總體生產的目標又傾向于把類似的訂單中整合在一起,以求縮短生產線換線時間,提高生產效率。這兩種需求實際上需要平衡,但很難。
在有LAPS輔助決策之前,聯寶工廠是依靠一套基于固定規則的手工排班方法進行生產調度,這個過程是由數個資深工程師每日花費數小時完成。而聯想研究院領銜研發的LAPS用全新的方法解決了這個問題,每日向工具中加載數據,比如制造訂單、生產能力和生產線等參數,再附加上生產約束條件以及需求偏好等一起輸入,LAPS單次運行便可處理超過10億個變量和50億個約束條件,在兩分鐘左右完成生產調度計劃。
如此強大的LAPS是如何構建的呢?讓我們再回到下圍棋。
計算機擅長浮點運算,但對于圍棋這樣復雜的問題,即使是最強大的計算機,窮盡和比較一盤棋的所有可能性也是不切實際的,因為在圍棋19乘以19路的棋盤上,每一步的可能性遠超過宇宙中的原子數10的80次方個。而職業圍棋手經過多年的訓練,獲得了一種可以判斷局面的“直覺”。這種“直覺”的核心其實來自對過去棋局的提煉和記憶,在AlphaGo之前,職業棋手的這種感覺是圍棋領域中有些玄妙色彩的東西。
人類棋手類似,AlphaGo通過深度學習、蒙特卡洛樹搜索從大量的對弈經驗中累積學習來獲得對弈策略,在人類棋局不足時,AlphaGo還可以自我對弈產生更多的經驗。最終的結局,就是AlphaGo在分別戰勝李世乭九段和柯潔九段,棋力已經遠超人類極限后,最終宣布“退出”圍棋項目。
同樣的思路也可以應用到生產調度中。就像玩拼圖、俄羅斯方塊或圍棋一樣,生產調度的過程也可以看作是將一系列元素,一個個放到正確的位置上。與其說算法是在學習解決方案,不如說是在學習過去人類的經驗。
LAPS的卓越性能來自于多種人工智能技術和數學優化算法。通過構建獨創的深度非線性編碼器和策略學習網絡,決策引擎可對大規模排程問題進行多目標協同優化,并支持對優化目標的實時配置和反饋。用戶可根據需求和環境變化,靈活設置生產目標、物料齊套、生產排程等環節的參數和優先級、并能通過添加或刪除決策任務,實現可靈活定制化的生產規劃。
同時,引入基于深度圖模型的遮蓋網絡,快速判斷復雜的約束條件,以確保在不犧牲響應速度的前提下,決策結果嚴格遵守復雜的業務邏輯。除此之外,研發人員還進一步引入并行化技術,提升系統響應速度,使其具備實時決策、增量規劃,以及假設分析等能力。
這些技術和算法,充分優化了生產線之間的生產資源分配和調度,提供更高效、更優質的生產資源配置方案,解決了制造業生產計劃耗時長、效率低、無法兼顧多個目標等問題。
聯想的人工智能不是“花架子”
研發聯想先進生產調度系統LAPS的聯想研究院,是聯想旗下研發體系中著眼3至5年中長期技術投入的重要環節,承載著聯想對技術和產業發展趨勢的理解,并以此布局未來發展。與此同時,聯想的研發思路聚焦在如何從高效賦能企業自身出發,實現最大可能性的研發結果轉化,以及更進一步的賦能行業。
LAPS自從2019年初步部署在聯寶生產中心之后,展現了更快、更好的排產能力。對于單次排產規劃,LAPS可以在幾分鐘內生成生產計劃,這比傳統解決方案所需的數小時計算速度快得多,快速的排產也為調整和重新安排提供了足夠的靈活性。LAPS納入生產體系后,原有的極富經驗的任務團隊可以大大地騰出時間來處理其他更有價值的任務。除了速度上的提升,LAPS在生產量、訂單數量和客戶滿意度等所有方面都優于過去的方案。
為了更進一步評估LAPS對聯想的真正價值,LAPS在部署之初是與人工排班程序并行運行進行了一年的比較。這期間,聯寶生產中心的PC產量增加了23%,積壓訂單數量減少了20%。
今年兩會上,碳達峰、碳中和被首次寫入政府工作報告,也成為代表委員們討論的“熱詞”。正如聯合國政府間氣候變化專門委員會(IPCC)在評估報告中所描述,人類活動顯著影響氣候變化。聯想對此十分認同,也意識到當前氣候變化的趨勢將帶來巨大的經濟和社會影響。當下,需采取必要行動來穩定大氣層中的溫室氣體含量并將全球平均氣溫升幅維持在可接受范圍內。
作為中國ESG(環境、社會和企業管理)可持續發展表現最好的公司之一,LAPS還將進一步讓人類世界變得更美好,持續削碳排放量:在目前的生產量下,LAPS通過提高生產效率、減少生產線閑置等方式,每年節省超過2696兆瓦時的電力,相當于200多噸標準煤,可減少2000多噸二氧化碳的排放,相當于每年種11萬棵樹。
聯想專注而高效的研發策略踐行了另一件事,就是AI不僅是美好的愿景,而且是能切實推動公司智能化轉型的利器:僅僅依靠粗略的產量財務評估,LAPS帶來的提升就相當于增加了18%以上的營收。回顧2019年和2020年,LCFC的PC生產總收入分別超過650億和910億人民幣,兩年間LAPS帶來的提升超過300億人民幣。總的來說,聯想先進生產調度系統每年為聯想多掙130億元。而且隨著LAPS在聯寶的更進一步磨合,以及在聯想墨西哥工廠正在實施的部署,這套系統為聯想帶來的收益將會進一步增加。
在過去的一年里,面對前所未有的全球大疫情,聯想經歷了物料、工人、物流等供應鏈的巨大挑戰。同時,在不斷擴大的"遠程工作/學習"的環境下,聯想獲得了創紀錄的客戶訂單,而作為聯想最大的制造工廠,聯寶科技的產量達到歷史最高。這也讓聯想擴大了PC市場的份額,保持了全球領先地位。2021年2月公布的最新財報顯示,聯想全球PC市場份額達到25.3%的歷史新高,最新的市場研究表明,全球市場對PC的需求還將進一步復蘇。
2021年3月的兩會期間,聯想集團董事長兼首席執行官楊元慶提交了以智能科技賦能中國實體經濟發展、推動中國制造邁向“中國智造”、以更高質量的內循環帶動構建國內國際雙循環新發展格局的建議。建議中說,“高質量”的內循環還需要通過自動化、數字化、智能化推動制造業的轉型升級,讓“中國制造”邁向“中國智造”。
獲得Franz Edelman杰出成就獎提名,有望實現中國企業“零的突破”的聯想先進生產調度系統LAPS正是聯想在“新IT”策略指引下的最新成果。實體制造業是強國之基,也是實現“雙循環”高質量發展的基礎和保障。楊元慶認為,過去“中國制造”已經形成出色的成本和效率優勢。進入“十四五”高質量發展階段,中國制造業還需要用智能化手段,實現提質增效,加快邁向中高端。
