现在的位置: 首页 > 新闻中心 > 正文

5G+AI场景解读:物流配送的物联网时代

2019年03月25日 新闻中心 ⁄ 共 2107字 ⁄ 字号 评论关闭

       [导读]进入2019年,持续了近三年的超级话题人工智能,开始让位于5G。

  进入2019年,持续了近三年的超级话题人工智能,开始让位于5G。

根据3月21日百度指数显示,关键词“人工智能”与“5G”的PC+移动搜索量于2018年12月完成交汇,此后至今,“5G”的搜索热度均超过“人工智能”,并在2月25日几乎达到后者5倍。近半年内,“人工智能”搜索量整体同比下滑30%,环比下滑24%;“5G”搜索量同比上升258%,环比上升124%。

这与5G技术窗口期快速逼近相关,而将至的5G时代,也为产业带来空前的想象空间。“真正的5G技术是提高了连通性,”3月20日,在接受21世纪经济报道记者采访时,武汉大学大数据与云计算实验室主任崔晓晖表示,“早期的‘互联网+’解决了人与人的连通,下一步需要物与物的连通,而高速的连通通道,很难通过光纤来实现,更多是依靠5G技术的高速连通性来解决。”

相关的垂直行业也在关注5G的进展。3月18日,京东物流宣布,将建设国内首个5G智能物流示范园区,这也将成为5G技术与物流行业深度结合的首个智能物流示范园区。

“5G时代的来临,将赋予无人机、无人车等无人科技更强大的感知能力,和更加精准的连接能力。”3月21日,一位京东物流相关人士向21世纪经济报道记者介绍道,京东物流5G智能园区将利用5G“高速率、广连接、低延时”的特性,结合大数据、IoT、AI等技术,打造“高智能、快决策、一体化”的物流园区。

图片来源:图虫创意

  5G物流的想象空间

当前,全球运营商全面部署5G网络,预计2020年完成5G大规模商用。

其中,中国有望在5G时代成为主导之一,根据IHS研究结果,预计美国、中国的5G投资将约占全球5G投入的28%、24%,领先于全球其他国家。

技术商用的时间节点迫近,自然引发行业应用端的关注。“在具体应用场景上,5G将广泛应用于VR/AR、车联网、智能制造等领域,”光大证券研究团队表示,“5G网络的高性能使得其应用场景得到大大拓展。”

作为融合了无人车、无人机及无人仓等终端场景的物流配送行业,也有望通过5G技术完成蜕变。谈及5G智能物流园相关时间预期方面,京东物流相关人士表示,“京东物流将联合运营商,在年内逐步完成5G智能园区的建设,并将陆续启动更多5G智能物流园区项目。”

据介绍,根据设计规划,5G物流园区内预留全园自动驾驶技术接入,实现无人重卡、无人轻型货车、无人巡检机器人调度行驶;依托5G定位技术,实现车辆入园路径自动计算和最优车位匹配;通过人脸识别系统,实现员工管理,进行园区、仓库、分拣多级权限控制;基于5G,提供园区内无人机、无人车巡检以及人防联动系统,实现人、车、园区管理的异常预警和实时状态监控。

“最终所有人、机、车、设备一体互联,实现包括自动驾驶、自动分拣、自动巡检、人机交互的整体调度及管理。”京东方面告诉21世纪经济报道记者。

末端智能配送方面,5G技术也有望带来改变。

3月21日,上海有个机器人有限公司CEO赵明告诉21世纪经济报道记者,对于相对封闭区域内无人驾驶的配送车而言,识别和判断环境、穿越人流是核心,因此存在识别准确度和速度的要求。

“4G时代,由于云端数据传输速度不够,机器人只能配备庞大的计算系统以支撑本地计算,但5G普及后,如果我要给机器人安装识别能力,根本无需本地计算,只用把图片传到网上。”赵明指出。

场景实现仍需AI大脑

需要注意的是,5G+物流配送中的许多想象,其实在人工智能热潮中便已诞生。

例如,无人仓场景中,无论是自动识别仓内商品实物体积,匹配合理车辆,或是借助仓储大脑实现搬运、拣选、码垛机器人互联互通和调度统筹,再或通过AR眼镜帮助操作员自动识别商品并辅助作业等,这样的场景在人工智能热潮中并不鲜见。

诚然,5G技术因其数据传输速率更快、响应延时更低、具备更高的数据吞吐量,最终场景的效果也将区别于4G。但真正的应用场景实现,仍需要AI参与。

“5G就类似于高速公路,人工智能则是大脑,两者联系在一起,是高度互补的。”长江商学院经济学教授、人工智能与制度研究中心主任许成纲告诉21世纪经济报道记者,物联网的普遍实施需要5G技术,但当海量数据涌入后,离不开人工智能这个“大脑”的分析能力,否则得到的数据难言价值。

因此,从这个逻辑来看,5G的热度很可能最终将推进人工智能的热度。“极有可能就是5G与人工智能结合的集群智能,未来会有进一步的发展。”崔晓晖判断道。

不过也需要关注到,作为“大脑”的人工智能,目前也正在走入一定的技术平台期。

早在今年年初,业内便传出“深度学习已入末路”的判断。作为本次人工智能浪潮的核心算法,深度学习其实向来存在低效、易受对抗攻击、应用不稳定、缺乏解释性等问题,而与之关联的可能应用,尤其是关乎人命的无人驾驶行业,也越来越引发担忧。

“以我个人观点来看,深度学习在前期的整体技术提升度很高,部分准确率可以达到99%,但之后是否以及如何出现新的飞跃,可能在技术上就会存在一定困难。”崔晓晖表示,至于能否出现其他的算法,进而能够推动人工智能再度火爆起来,“还不确定,只能进一步等待。”

(来源:21世纪经济报道)

抱歉!评论已关闭.

×