畢業生說 | 加盟阿里,人工智能優化算法讓生活更美好

ON2019-06-28文章來源 信息科學與技術學院CATEGORY新聞

吳瓊

信息學院2016級碩士研究生

來自安徽池州

畢業去向:阿里巴巴菜鳥人工智能部運籌優化算法工程師

  2019年上海科技大學信息科學與技術國際學術年會(ASSIST)將于630-72在上科大召開(會議網址:http://ssist.shanghaitech.edu.cn/2019/)。

  上海科技大學信息科學與技術國際學術年會是上科大信息學院舉辦的年度會議,今年是第五屆。本次年會主題為:智能生活,交叉融合。年會不僅關注實現智慧生活的變革型新技術,更注重各領域的交叉融合。我們以吳瓊同學的這篇“畢業生說”作為預熱,走近智能生活,走近信息學院。

  2016年4月1日,我一個人拎著行李箱來到了上科大的新校區。來之前整個人都處于一種保研過后喜悅且放松的狀態,到了之后有對新生活的好奇和期待,也有對未來科研的擔憂和緊張。熱情周到的保安大哥和宿管姐姐給了我踏入上科大的第一個好印象。現在想來,真的非常感謝我的室友王睿,還有同學陳晨、柏凱,是他們讓我在開學第一天就消除了疏離感,融入了新環境。

  我是導師王浩的第一個學生。當時來上科大做畢業設計的一個多月,我的很多觀念都有了很大改變。以前大學本科的很多課程都是期末考試周突擊,平時對課程知識一知半解,可想而知,在學完一門課之后,相關的知識并不扎實,要付諸實踐更是艱難。看相關論文時,很多基礎問題都不清楚,有時候討論時我問出一些比較低級的問題,王老師也絲毫沒有嫌棄,而是耐心地給我解答,甚至還會舉一些形象的例子幫助理解,也會幫助我把相關的知識串連起來,形成系統。真的是一個“敢”問,一個“會”答。我的同門張帆本科數學基礎很扎實,在共同的學習和科研生活中也給我提供了很大的幫助,經常在我苦思不得其解時,讓我豁然開朗。

  研究生的課程專業性很強,而且緊跟科技前沿,授課老師也都是業界大牛。第一個學期我選了三門專業課——深度學習、機器學習和算法設計。每一門課都是非常難啃的骨頭,尤其是對很多基礎不好的同學來說,比如我。我記得研一經常會熬夜寫作業看論文,剛開始進展很慢,花了時間但依舊效果不佳。心態很容易崩,也很容易自我懷疑。

  我很慶幸當時堅持了下來,也很感激身邊人的支持與陪伴,理解與照顧。很多成效短期內其實很難明顯看出來,但是長期的影響卻非常深遠。當時深度學習課上馬毅老師會積極拓展我們的科研視野,不要死盯著自己眼前的一畝三分地,對于科研工作也要有自己獨立的選擇。機器學習課上王浩老師會給我們講每一個算法和理論的來龍去脈,就算是做“調參俠”也有理論支持。算法課上虞晶怡老師會從最簡單、最經典的面試題開始,以講故事的方式帶動我們思考,逐步加深難度,讓學算法也變成了一件有樂趣的事情。研究生所學的課程奠定了我的學術基礎,也培養了我的科研趣味。

  運籌優化是一個在國外趨近完善、在國內也逐漸引起人們重視的領域,借用工業界的話說,它是大數據時代下的商業智能決策工具,助力企業從自動化到智能化的戰略轉型。庫存優化、智能倉儲、運輸優化、生產排程、智慧選址,這些在物流、制造、零售、金融等多個行業中都十分重要且復雜的問題,都依賴于運籌優化來降低成本,提高收益。最近幾年大火的人工智能、深度學習、機器人往往最后都能歸結到解決一個優化問題。

  運籌優化主要運用數學方法研究各種系統的優化途徑和方案,為決策者提供決策的依據。一個最簡單的案例就是,從一個地方到另一個地方的最短路徑問題,這個問題的目標是找到耗時最短的路徑,約束條件可能有路段限速、路段人流量和單行路段等,這些約束可以寫成標準的數學表達式。解決這個問題就包括了建模、優化和決策,每一步都需要數學理論的支撐。

  剛入學的時候我的數學基礎很差,本科學的是工科數學,根本不足以支持深入研究。在導師王浩的指導下,從優化方向的基礎教科書開始學起,一步一步地建立自己的知識體系,艱澀又繁雜。感謝導師的耐心和敬業,是他一個公式一個公式地帶我入門,是他不辭辛苦的答疑解惑和指點才有了我如今取得的成績,是他孜孜不倦的教導和培養才有了我如今的成長。

  研一在緊張地完成課程任務的同時,我也會跟著導師做一些項目上的工作。很多時候并不是一個項目做下來就會有成果,更多的其實是增加你的知識儲備。在做我的第一篇論文LDPC碼的解碼模型的時候,這個項目之前遇到了瓶頸,擱置了很久,很多方法和idea在嘗試過后都沒有進展。經過導師的點撥和初步實驗,我發現了性能的提升。之后就是白天在實習,晚上回實驗室加班加點推公式,做實驗。

  這篇論文是一個非常典型的運籌優化問題,從模型到算法都需要仔細斟酌推敲。最初的解碼模型是一個NP難的整數規劃模型,業界的處理方法包括松弛處理的線性規劃方法和目標函數上添加懲罰函數的方法都有較大的應用局限性。借鑒一個特殊結構的約束處理,我們將原NP難的整數規劃模型轉化成一個完全等價的易于處理的線性規劃模型,并設計了ADMM求解器,整體上提升了解碼性能,且適用環境較為廣泛。當時在評測新方法的解碼性能時,由于每出一個結果所需的時間很長,那段時間一直在祈禱學校的服務器不要出狀況。這篇論文發表的過程也是一波三折,但是收到接收郵件的那一刻,真的是無與倫比的成就感,腦子里一直都是一切都值的想法。

    

  去年的秋招我有幸拿到了阿里巴巴菜鳥人工智能部運籌優化算法工程師的offer,即將加入這個旨在構建未來商務生態系統的大團體。這個致力于搭建全球智能物流骨干網絡的大家庭,將為供應鏈優化、倉庫智能選址和商品智能配送等業務添磚加瓦。

  菜鳥團隊近年來廣為人知的業務應該數菜鳥驛站這一面向社區、校園的第三方末端物流服務平臺。在服務物流行業的同時,持續提升末端運作效率,并為用戶提供包裹暫存、代寄等服務,致力于為消費者提供多元化的最后一公里服務。其實遠不止這些,還有以覆蓋全國的倉配網絡與大數據決策平臺為基礎,構建專業高效的供應鏈倉配網絡;在國際網絡上,致力于中國領先的跨境智能物流平臺,設計全球進出口解決方案;同時,團隊還希望將最前沿的科技引入物流行業,實現智能機械代替人工。科技讓物流更簡單,人工智能讓生活更美好,也希望我的算法可以為科技發展和美好生活略盡綿薄之力。