5G+AI场景解读：物流配送的物联网时代

5G+AI场景解读：物流配送的物联网时代
 21世纪经济报道  杨清清

　　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。

　　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(601788)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。”