起步，领先世界一步。1月9日，以“洞悉先知·策见未来”为主题的南栖仙策智能决策发布会在南京景枫万豪酒店举行。发布会上，南栖仙策推出新一代智能决策系统——“REVIVE”。此次新品发布，是南栖仙策首次正式展示其独特的开放环境自主决策的核心技术，并致力于在广泛的业务中释放人工智能的决策力量，成为人工智能工业革命的领导者。南栖仙策创始人俞扬博士、南栖仙策COO徐亮、南栖仙策产品副总裁李济君分别对南栖仙策智能决策发布会技术篇、场景篇、产品篇发表了演讲。

“洞悉仙知”之【技术篇】

　　导读：

　　如何从数据中学习，以达“洞悉”？

　　如何通过智能决策，以达“仙知”？

　　演讲：南栖仙策创始人—俞扬

　　【行动改变未来，奖励定义目标】

　　在发布会的开篇演讲中，俞博士首先举例他了最喜欢的电影—《I，robot》。电影描述的是芝加哥2035年，未来机器人在帮我们服务，帮我们做事。对于机器人，实际上是人工智能经常研究的综合体，它有手有脚，有眼睛、鼻子和嘴，更重要的是机器人需要智能，我们经常称它是智能体。

　　谈完电影，俞扬博士接着提出了疑问：那么对于各种各样的行为，或者对于世界所有的变化，都是我们想要的吗？我们想要朝好的方向来发展，所以我们希望的是给我们的智能体能够定义一个任务，它要去实现这个任务，达到我们预定的目标。

　　【离线强化学习】

　　在强化学习的问题上，俞博士通过围棋的例子说明现阶段强化学习的技术已经可以达到甚至超越人类专家的水平。但强化学习过程需要大量试错，这在游戏中可以容忍，但在真实世界中，试错意味着高昂的成本。

　　如果想要摆脱一个游戏的环境，在真实的生产生活中，怎么样能够迅速强化学习呢？能不能从历史的数据里面学到一个很好的决策呢？

　　答案是离线强化学习，所谓的离线也就是不要在环境中交互和试错，从历史的经验来学到最好的决策。

　　【从数据中学习】

　　俞博士接着阐明，如果可以从历史的数据中构建出一个虚拟环境，就可以利用今天的所有强化学习技术获得最优的决策，这个环节和我们打游戏利用的环境是一样的，我们从数据中还原一个像游戏一样的环境，剩下的任务就交给算法自动完成。

　　对于虚拟环境这样一个长久渴望的目标，俞博士表示：虚拟环境的学习已经尝试了很多年，一直以来都不是那么成功，其实一个很大的问题就在于虚拟环境多少会有误差，更重要的是我们的误差在一系列的决策过程中，不断的积累和放大，就很难把它成功用起来。以往的选择是尽量减少对于虚拟环境的使用，但是如果了解决策的结果、决策到底有多好，就没有办法放弃对虚拟环境的使用。幸运的是南栖仙策将平方级的误差降到了线性误差的放大，使得虚拟环境能够足以支撑在实际中对环境的建模。

　　为了让观众有更直观的感受，俞博士展示了Benchmark的对比，在不同环境、不同搜集数据策略、以及在不同数据量的情况下，都能够获得比较好的结果，这样的结果也就使得我们能够跨过虚拟的门槛进入真实的世界。

　　【智能决策的演变】

　　在演讲的最后，俞博士提出了另一个问题：对于一个包含有用户的复杂系统，往往人工是无法精确的把运转规则写下来，当模拟器和真实数据的脱节，如何保证我们的决策是最好的决策？

　　答案是数据驱动。俞博士先介绍了预测和决策两者之间的区别，并以购物为例来说明用预测技术的好处在于数据和真实世界能够联动，最终从数据构建虚拟的世界，然后在虚拟的世界中，用机器去寻找一个最优的决策，那么这一条道路能够实现自主的从数据中进行决策的系统，在很多真实的业务中能够解决大量的需要去寻找最好未来的任务。

“策见未来”之【场景篇】

　　导读：

　　为什么“策”如此重要？

　　哪些场景是智能决策可见的“未来”？

　　演讲：南栖仙策COO—徐亮

　　“兵者，国之大事，死生之地，存亡之道，不可不察也”。

　　在发布会场景篇中，南栖仙策COO徐亮首先从《孙子兵法》谈起“决策”这个历史悠久的话题。这句话讲的是决策的重要性，也就是说，决策从古至今来说，大到解决国家大事，小到解决个人生存的问题。决策有几个重要的因素。第一是目标，第二是为了这个目标的实现不断试错的过程，这是决策的两个重要因素，如果能把这两个重要因素量化，那就能用上黑科技的技术，能够把决策的场景做起来。

　　【赋能制造】

　　中国是个制造业大国，如果能在制造业把场景赋能上去，那能带来很大的价值。所以徐亮选择第一个阐述的场景就是制造业。

　　制造业分几个场景，第一个场景是研发阶段，需要从初始状态找到更接近目标的过程或者参数组合，这个目标肯定有很多。比如效率最大化的场景，或者性能最好，或者成本最低，对于研发过程中可能有这样一个目标的定义。为了实现这个目标，我可能会做不断的试验来完成这个目标，比如参数的选择不断的做试验，就是不断试错的过程，真实场景中这样的试错带来的代价很大，所以业务人员很自然就想到了能不能用模拟器的方式把这个东西实现，自然而然技术就能派上用场。

　　【赋能物流】

　　产品生产之后，徐亮很自然的谈到了产品的物流，以及企业的决策者长期面对的几个问题：物流行业要重时效、低利润，它的目标就是转化率要高、占地面积小、成本更低、流转速度高，那么能不是提高物流的效率？如何提升？要实现这个目标目前有很多的决策，比如储位怎么规划、预拣规划、波次的生成，还有路径优化以及最后分担的策略，怎么样提升出货的效率？这样的场景中会有哪些信息呢？

　　南栖仙策的解决方案是通过少量历史交互数据，把整个虚拟的物流环境搭建起来，在虚拟物流环境中就可以用技术在里面寻找什么样的方式能够达到我们的目标。企业决策者设置目标后，系统会给出一个答案，比如给出最优的拣选分配，到底哪些订单的组合给不同的工人去拣选效率是最高的，这样整体的拣选效率就会提升20%。

　　【赋能营销】

　　东西生产出来了，也把它运出去了，那怎么样卖呢？怎么样营销？徐亮结合南栖仙策的案例，同样给出了解决之道。

　　在发券的场景中，南栖仙策通过历史上的交互数据，构建虚拟的营销环境，对虚拟用户不断进行试探，发不同的折扣和任意优惠的组合，通过目标的设置，然后得出不同的方案出来，根据不同的用户发优惠券，实际运行中加入执行系统即可运行。

　　根据南栖仙策的预估，现有场景中目前ROI的提升大概在10%，通过数据的演进和迭代，预估后期ROI可以提升到30%。

　　【供应链+AI】

　　介绍完制造、物流和营销场景之后，徐亮总结表示南栖仙策要做的是对整个行业的供应链进行赋能。从商品的推荐、从反向定制以及在生产过程中的决策、排产决策到仓储，然后运输过程中的决策，以及到最终提升客户服务质量的决策。整个供应链中提供的决策范围非常大、场景就非常多，南栖仙策的未来将会非常广阔。

“智能决策”之【产品篇】

　　智能决策从技术到场景，最终形成了什么产品？

　　REVIVE是什么？

　　REVIVE是面向各行业领域专家的新一代通用智能决策系统，系统通过将复杂的决策过程梳理成可操作的业务流程，并依托云计算资源和深度强化学习算法库进行大数据整理和训练任务，为用户提供完整的数据化决策服务和模型管理服务。