王继祥：人工智能(AI)与机器智能（MI）概念

 随着科技的发展进步，人工智能与机器智能该如何区分?是让机器发挥自身的优势，还是让机器模仿人类?本文通过研究，在国内首次对机器智能给出了科学的定义，并辨析了机器智能超越人类智能的优势，提出机器智能推动智慧物流变革的几大方向。2009年我代表中国物流技术协会信息中心、华夏物联网研究中心、《物流技术与应用》杂志正式提出智慧物流发展理念，并将智慧物流定义为：智慧物流指的是基于物联网技术应用，实现互联网向物理世界延伸，互联网与物流实体网络融合创新，实现物流系统的状态感知、实时分析、科学决策、精准执行，进一步达到自主决策和学习提升，拥有一定智慧能力的现代物流体系。

之后我对智慧物流技术架构和理论体系进行了系列研究，提出了智慧物流三层技术架构，建立了基于智慧物流大脑思维系统、智慧物流信息传输系统和智慧物流执行系统的智慧物流理论体系。在研究智慧物流过程中人工智能的应用是一个绕不开的话题，基于人工智能的智慧涌现性原理，我分析了智慧物流的智慧来源，并对人工智能在智慧物流中应用进行了一些探索。在研究过程中，我发现虽然人工智能在物流行业也有很多应用，但就目前智慧物流系统而言，推动智慧物流变革与发展的主要动力应该是机器智能(MI)而不是人工智能(AI)。

现在国内人工智能大热，在物流领域，关注人工智能在智慧物流发展中应用的专家也很多，但是大部分专家对人工智能(AI)概念的理解有偏差，关于机器智能(MI)的理论体系在物流行业应用还处于研究空白，很多专家对人工智能与机器智能概念缺乏界定分析，常常混淆人工智能(AI)与机器智能(MI)的区别。

那么，到底什么是人工智能?到底什么是机器智能?人工智能与机器智能有哪些不同?机器智能会对智慧物流系统产生什么影响?机器智能如何推动智慧物流变革?下面我抛砖引玉，提出一些的新的观点与看法与大家商榷。

二、人工智能(AI)与机器智能(MI)的概念辨析

人工智能，英文缩写为AI。它是指研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用的一门新技术科学。人工智能致力于了解人类智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。也就是说人工智能重点是对人的意识、思维的信息过程的模拟和实现。

根据人工智能的定义和研究范畴，人工智能主要是指让机器模仿人的智能，让人工制造的系统可以像人类一样思考，具备人类的智能，即：让机器成为人。人工智能自创始以来，形成了三大流派，一是符号主义，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理;二是连接主义，主要原理为神经网络及神经网络间的连接机制与学习算法;三是行为主义，其原理为控制论及感知-动作型控制系统。

在实践中我们发现，机器系统与人类智能系统具有非常大的不同，机器系统具备非常多的人类所不具备的特点，我们为什么不能让机器系统按照自身的的特点去思考，充分发挥机器系统本身的优势去开发机器的智能(MI)呢?

基于上述思考，我把机器智能(MI)定义为：基于机器系统的感知、计算、学习、分析等独特的能力，通过无处不在的状态感知，全面联通的信息交互，大数据与云计算的处理分析，让机器系统可以自主进行学习，自主进行分析，自主进行决策，并能够不断迭代升级能力。在很多方面，我认为目前机器智能已经远远超越人类的智能。

让机器成为智能机器，而不是让机器成为 “机器人”，在此基础上建立起来的机器智能(MI)技术学科，更有利于推进智慧物流发展与变革。智慧物流是基于物联网技术应用，实现互联网向物理世界延伸，互联网与物流实体网络融合创新，实现物流系统的状态感知、实时分析、精准执行，进一步达到自主决策和学习提升，拥有一定智慧能力的现代物流体系。智慧物流系统严格意义上讲就是一个复杂的机器智能系统。

机器智能(MI)是机器自动化的延伸与发展，我们人类要尊重机器在某些方面的能力超越人类，推动机器按自己的方式去思考，让机器系统产生人类与动物都不具备的智能，让机器去做人类做不到的事情，这是典型的机器智能思维。

从另一个角度讲，我们希望机器可以具有自主意识，可以自主学习知识，自动处理工作，但我们不希望机器思维系统具有自我意识，具有人类的情感智能，产生自我的好恶意识和斗争思维。一旦机器具备了自我意识，以机器智能的水平，我们人类必将被机器所控制，成为机器系统的宠物或玩物。

三、机器智能具有哪些人类不具备的优势?

我们知道，人类思考的过程主要由眼、耳、鼻、舌、身感知信息，由大脑处理感知的信息产生“意”，对“意”进行判断分析并进行决策，进而指挥我们的身体去执行。下面我们与人类智能作对比，分析一下机器智能所具备的优势与特点。

1、机器系统能够实现全网络分布式感知，感知能力远超人类

人类的感知手段主要靠眼、耳、鼻、舌、身，其中最主要的感知是看见，感知局限性很大，感知的范围很小。我们的眼睛只有两个，且只能向前看，所谓的打开天眼：第三只眼，那就是特异功能了。

眼睛的感知的限制让我们的思维具有符号化和可视化特点，很多时候我们只有把数字处理成图形思考起来才更形象，根本没有高效率的大数据处理能力。

我们的听、闻感知范围更小，舌与身的触觉感知就必须近距离接触了。我们人类的感知局限严重影响了我们的思考方式与思维能力。

机器的感知能力是远远超越我们人类的，机器全身的前、后、上、下、左、右处处都可安装“眼睛”、“耳朵”、“鼻子”和各类“触觉感知系统”，也可以将感知触觉投放到千里之外的任何地方，可以不需要光亮而感知各种信息，可以感知无数种我们人类感知不到的信息，借助物联网系统，机器还可以通过联网把跨区域、全网络的分布式感知信息联网处理。

在感知能力上，我们与机器相比相差太远，目前机器的感知能力仍在高速进化，早已经让我们的人类遥不可及。

2、机器智能是网络化群体智能，而人类智能更偏于个体

目前我们进入了互联网时代，互联网成为了基础设施，未来的机器系统一定是架构在互联网之上，架构在互联网上的机器通过感知互联互通，不仅仅让机器的感知无处不在，更让机器的感知信息进入云端，也架构在无处不在的网络之上;同时机器的思考与信息处理也是分布式的，可以在互联网的云端进行云计算分析。也就是说，机器智能可以形成网络化的智能，可以在互联网上架构很多机器共同的智能大脑，这个大脑可以指挥控制遍布世界各地的智能机器设备或自动化设备，实现网络化群体智能的实现。

而我们人类的智能是个体的，我们的大脑与个体相连，独立处理数据和分析数据。即使我们利用互联网，也仅仅是把互联网作为信息传输的技术手段，我们的人类思维系统与思维方式无法互联网化，“脑联网”技术只是在探索研究中，目前给不具备实用价值，人类的智能还不具备大脑互联网的特征。

如果比较人类大脑与互联网化的机器大脑系统，也许只有我们想象中无处不在的上帝的大脑才具有这个能力吧。

3、机器系统是分布式的数字化智能，人类更偏于集中化的图形模拟

机器运算思考都是通过数字进行，机器只认识0和1，机器的数字处理能力远远超越人类。而我们人类的思考是模拟的，我们对图形感知能力更直接。为了让机器理解我们的思考，我们需要对物品增加标识，制定各种物品编码规则，给物品安排身份证，变成一堆数字后才更便于机器感知与阅读我们的思想。而机器处理的数字为了便于我们人类阅读，也需要对各种复杂的数据进行图示化处理，制作各种曲线、线条，让数据可视化，也才便于人类理解。

机器智能的数字的处理优势也远远高于模拟和符号化处理，随着大数据处理技术的高速发展，人类更加遥不可及。

4、机器智能进化是超速迭代，人类智能进化是缓慢传承

机器的知识与智能进化是超速的，可以几秒就把积累知识传输到新的系统，而我们的人类知识学习，随着知识积累越来越多，学习的时间越来越长，从小学到博士后往往需要二十多年，跟机器智能的学习效率根本无法相比。机器系统所存储与信息处理能力、智能知识传授能力越来越快，机器具备的智能将越来越不可思议。

综上所述，虽然目前机器智能比较弱，处于初级阶段，还缺乏智慧，但机器智能在很多方面早已远远超越我们人类。

四、机器智能(MI)推动智慧物流变革

只要机器智能不具备自我意识，机器智能水平再高也不能取代人的智能，机器智能就只能是辅助人类，让我们工作变得更加高效，人类需要利用好机器智能，更要尊重机器在某些方面的能力超越人类。

目前机器智能主要体现的就是自动化的延伸，随着大数据呈指数级增长;随着计算能力和速度飞速提升;随着物联网技术应用，各种传感器和嵌入式智能设备构成了规模庞大的分布式网络;随着机器智能算法稳步发展，未来机器智能将得到广泛的使用，推动智慧物流变革。

1、机器智能(MI)推动物流系统的柔性自动化发展

物流自动化是指系统具备了自动感知和自动执行功能。初级物流自动化，往往是被动的感知命令，然后自动执行。随着互联网和物联网技术发展，物流自动化技术也在不断进步，陆续出现了主动感知功能、无线感知功能等自动感知能力，并对感知的命令可以根据预设条件进行简单判断后自动执行。现在的物流自动化技术在快速发展，具备了比较完善的感知能力，也具备了连接组网的能力。借助物联网技术连接入网，可以在互联网基础设施上架构自动化系统，实现自动感知、全网互动、自动执行。但这些物流自动化系统往往还都是刚性的、联动的、难以调整的。

如前面所述，机器智能(MI)具备分布式感知、数字化分析、超速的迭代和群体式智能等特点。借助这些特点与优势，可以实现物流系统的柔性自动化，为整个物流行业带来巨大革命。

柔性自动化物流系统具有四大特点：

第一，扩展性强、鲁棒性强。系统可以很快部署新的智能机器等自动化设备，从而处理更多的订单;同时系统鲁棒性非常强，当单个节点出现问题时不会影响整个系统的作业。

第二，按实现功能进行模块化设计，易部署和搬迁。物流系统中不同的商品往往需要不同的作业模式，物流系统需要模块化的设计，通过模块化的设计，柔性自动化物流系统能轻松实现部署和搬迁。

第三，便于根据业务变化调整作业流程。仓库需要根据订单商品的特点，不停地改变物流作业模式，以快速适应业务发展变化。

第四，在物流全链路大部分实现自动化的情况下，物流作业的可预测性更强。

随着电子商务发展，借助机器智能理论，为柔性自动化提供了广阔应用场景和发展机遇。在智能配送中心，利用群体智能算法和物联网互联互通优势，调动和管理各类无人叉车、拣选AGV、分拨AGV、自动封箱机、码垛机器人等多种物流设备，并按照物流自动化设备的功能进行并行的功能模块分类，根据作业需求进行模块化组合运作，根据作业要求进行多区并行作业，可以大规模多智能体规划和调度，实现入库、拣选、打包、分拔等物流全链路柔性自动化。

更进一步，利用机器智能特点，对于跨区域的全网络系统内的各地智能物流中心，也可以在物流大脑的统一管理与调度下，实现云仓联网、分布式调度、全网络优化，实现物流大系统的全网柔性自动化调度管理。

2、机器智能推动软件定义物流发展

“软件定义物流”指的是把物流作业设施、设备等、货物等物流硬件资源数字化和虚拟化，按照单元化和标准化的思想归类成基础的物流功能模块与基础货物单元，在此基础上通过应用程序软件对虚拟的硬件单元模块进行更开放、灵活、智能的管理与调度，实现对物流系统的智慧管理与控制。软件定义物流的基本特征是硬件资源虚拟化，管理过程可编程，硬件智能可升级，系统维护智慧化。

硬件资源虚拟化的过程就是硬件资源数字化的过程，因此数字物流是软件定义物流硬件的基础;管理过程可编程就是硬件资源调度和控制软件化的过程;硬件智能可升级指的是硬件系统迭代进化可以通过升级软件来实现;系统维护智慧化指的是硬件系统可以根据场景需求自动通过程序调动资源，可以预测性维护系统，可以异地维护系统，可以异地升级系统，让硬件系统可以自我智慧升级。

机器智能的联网分布式感知系统，可以实现物流全链路数字化，实现一切流程数字化，一切数字流程化;机器智能的网络化群体智能特点，可以把物流系统智能硬件组织起来，智能调度起来，实现物流大系统的管理过程可编程;机器智能的超速迭代进化特点，可以通过物流系统实际运作的经验总结、大数据分析、让管理系统迭代优化，不断提升物流系统机器群体智能，借助于软件升级不断地实现物流大系统智慧升级。

软件定义物流会带来一些列的智慧物流变革，让智慧物流具有自我学习，自我提升，自我升级的能力。

3、机器智能推动物流系统时空变革

目前前置仓成为现代电商物流发展的大趋势，很多电商公司都纷纷布置前置仓。前置仓可以借助于大数据分析和智能分析预测，让物流先行，实现了“时空穿梭”，把未来的物流运作需求前置，把货物配送至离客户最近的“前置仓”中。一旦配送需求指令发出，即时从前置仓配送至客户家中。这种“单未下，货先行”的前置仓配送模式，改变了城市物流配送的时空。

前置仓的大发展，仓储系统的分布式、网络化、多节点前置布局，由于仓储分散，网点众多，为保证配送需求必将带来大量的无效存货，带来库存成本急剧上升，同时预测失误更会带来大量的库存沉余和退货。前置仓的发展带来了很多坑，引来很多物流专家纷纷反思前置仓存在问题。

其实，前置仓出现的问题主要是因为企业在前置仓布局时的思维还停留在传统的前置备货，就近配送的阶段，只是把货物分散各地前置储存自然会带来一系列问题。

机器智能具有跨区域的全网感知能力，具有网络化分布式智能，物流大脑也可以布局在云端，利用大数据、云计算、优化运筹等技术，对全网的物流需求进行精准预测、智慧分仓、联网互动、就近补货、前置仓之间实现智能调拨等，从而实现智慧前置仓。

现代“智慧前置仓”架构在智慧物流体系之上，借助于机器智能优势，可以实现前置仓的云仓互联，信息互通，设施设备的共享、物流运作的互操作。通过前置仓技术，可以将未来零散的、跨地区分布式的物流配送需求进行集约化配送，从而大幅度提升物流配送效率，降低车辆进城次数，实现绿色化配送。

其次，现代前置仓是互联互通的云仓系统，前置仓之间可以根据实际的配送需求进行智慧调拨，可以与仓干配网络系统实时对接进行及时补货，可以与门店销售互通进行货物调剂，从而杜绝了传统前置备货的各类弊端。

机器智能的独特优势，还可以推动物流系统立体化的智慧体系建设，可以把地上、地下、空中物流系统互联互操作，从而带来一系列变革。

了解了人工智能与机器智能的区别后，我们在智慧物流系统中要充分发挥机器智能的优势，而不是局限于人类智能的制约。首先在我们要把智慧物流系统架构在网络上，充分利用机器智能网络化的优势;要全面利用机器智能的全面感知特点，而不是局限于我们人类对感知的认识。

4、机器智能让物流系统的智能超越人类

机器的网络化智能是远远超越我们人类的。现实中我们其实已经常应用很多超越人类的机器智能。

例如：货物运输货配送时，我们人类的感知局限在很小范围，但借助于机器智能，我们可以看见很远的地方哪里堵车，并了解堵车原因，让系统帮我们计算拥堵时间，为我们提供智能切换运输线路方案，实现系统智能调度与优化运输路径。

例如：物流机器人集中作业区，如果仅仅依靠物流机器人本身的感知-分析-决策-执行的个体智能，就会带来很多问题。如果我们用机器智能的分布式与网络化特点，把众多机器人调度与路径规划架构在智能物联网上，形成一个网上调度、规划与网下感知、作业相结合的大系统。由于网络智能进行线路规划可以规避很多线下自然场景中机器人移动路径交叉会面，减少了机器人大量的感知与控制决策的计算，同时也可以与机器人自然视觉导航、地面二维码感知导航、以及激光、红外、蓝牙等技术导航相结合，让机器人实现立体的智能调度与导航。

例如：我们还利用机器智能的思维传输和全面感知的优势，实现黑灯仓储作业，不需要像我们人类仓储作业时还需要照明系统等等。

国家邮政局发展研究中心学术委员会委员、智慧发展研究首席特邀专家王继祥先生认为：充分尊重机器在智能系统某些方面的能力远远高于人类，推动机器按自己的方式去思考与决策，实现机器自动化的延伸与发展，产生人类与动物均不具备的智能，让机器去做我们人类做不到的事，这就是机器智能思维。总之，人工智能与机器智能既有联系又有区别，机器智能本身具有机器的特点与优势，在架构智慧物流系统时，我们在很多方面没必要让机器学习人类，如果直接发挥机器智能本身优势，可以推动很多智慧物流的变革与创新。