這個“雙11”，你的購物車清空了嗎？經過了緊張刺激的“搶購”環節，想必現在已經到了抓耳撓腮的“等快遞”環節了吧！2017年，我國全年快遞業務量已突破400億件[1]。而初步預計今年“雙11”期間，全行業處理的郵(快)件業務量將超過18.7億件[2]。

現在，你能想到的和你想不到的在網上都能買到，大到冰箱彩電，小到香蔥大蒜，快遞小哥都能給你送到門口。當越來越多的人感受到快遞帶來的便利時，他們也對其提出了更高的要求：速度要再快，送達率要再準確。

在面對如此挑戰時，行業巨頭韻達把突破點瞄準在節約工時、提升效率、提高服務質量上。

多年前，韻達就開始嘗試在其快遞物流體系中引入自動分揀、地址歸集、車牌識別等技術手段，以提升各環節運作效率，現今取得了良好效果。但在韻達看來，這些技術手段更多地只起到了“手”和“腳”的作用，要深層次地推動行業技術進步，還需要解決“頭腦”的問題。

因此，在英特爾的幫助下，韻達圍繞著快遞物流中最重要的三個環節，攻克人工智能的“三重門”，率先解決勞動密集型產業的“頭腦”問題。

韻達快遞物流中的三個環節

AI“一重門”之前端分揀的大小件測量

韻達與英特爾利用機器視覺技術來提升測量的效率。通過裝置在分撥中心輸送系統上的高拍攝像頭，AI應用會采集快件的圖像信息，并傳送到后端服務器進行測量。測量完成后，數據返回至輸送系統，并據此將不同大小的快件送至合適的分揀和裝車處。英特爾?Analytics Zoo平臺內置的圖像識別模型，讓應用首先提取出待測量的快件輪廓，進而通過平臺提供的Tensorflow 等深度學習框架，結合英特爾?至強?可擴展處理器提供的強勁算力，完成從模型訓練、模型重定義到模型推理的全流程AI處理流程，最終獲得準確的大小件測量數據。

AI“二重門”之資源調配的件量預測

在“雙11”等購物節期間，快遞最怕的就是“爆倉”，而避免爆倉的重要手段就是預測件量，匹配相應運力。為此，韻達利用英特爾?Analytics Zoo平臺提供的LSTM深度學習算法來實施更精準的件量預測方案。針對韻達AI應用的實際需求，英特爾與韻達一起，針對英特爾?至強?可擴展處理器具備的各類特性，對方案進行了充分優化，使之獲得最佳表現。而處理器所配備的英特爾?高級矢量擴展512（英特爾?AVX -512）等技術在并行計算方面的強大實力，加速了應用的訓練與推理過程。

AI“三重門”之后端支撐的數據中心異常檢測

目前，快遞業數據中心普遍存在對大數據集執行高級分析能力不足的問題，數據中心的可靠性也越來越受到黑客攻擊、數據擁塞等問題的挑戰。而英特爾?Analytics Zoo平臺的LSTM算法可以通過有區分的記憶信息來增強神經網絡的效能，濾去大量無關信息，通過對日志數據進行大量的訓練和推理，使系統能夠精準地預測到潛在的風險和薄弱環節。

未來，在英特爾的助力下，韻達還計劃嘗試視頻處理、智能快遞柜等先進技術，更進一步AI化。在明年、后年、大后年的“雙11”，你將會感受到更智慧的韻達，更智能的快遞。想深入了解英特爾如何引領人工智能革命，在提供最廣泛的人工智能產品組合的同時積極賦能開發者，通過技術使得更多開發者和企業實現人工智能的故事嗎？來2018英特爾人工智能大會吧。詳細的大會議程奉上，千萬不要錯過！

*此議程會持續更新，最終議程以大會現場為準，謝謝。