求解器能够解决众多企业的决策优化问题,并帮助企业提升决策效率,在企业智能化升级的过程中起着重要作用。但由于求解器具有较高的使用门槛,企业一方面对求解器的应用率不高,另一方面很难充分发挥求解器的优势。
求解器解决决策问题时一般包括如下两个步骤。首先,企业需要将业务语言转换成合适的数学模型,接着需要将数学模型转化为编程语言。这要求使用方既要懂业务,又要懂运筹学,还要懂编程,应用门槛高。即使使用方有能力胜任,实施全流程的周期往往也需要几个月的时间。企业通常难以承担如此高昂的时间成本。此外,现如今企业的市场环境变化越来越快,决策的时效性也变得越来越重要,这对求解器模型迭代速度的要求也越来越高。
华为云天筹AI求解器是业界首个将AI和数学规划结合的商用AI求解器。今年,华为云在天筹AI求解器的基础上全新推出智能建模工具,将代数建模、编程实施、模型调优部署的建模流程智能化,实现求解器建模速度提高30倍,并大幅度降低企业应用求解器的门槛,帮助企业用得上并且用得好。
·在模型开发环节,华为云天筹AI求解器智能建模工具应用了NLP技术及业界首创的低代码+可视化编排建模技术,实现业务需求一键转化为执行代码,开发人员无需受困于编程环境与建模语言语法;此外,建模工具还内嵌了丰富的模型库,覆盖10多个领域、30多个细分场景的经验模型,帮助开发人员快速复用。
·在模型迭代环节,天筹AI求解器智能建模工具内嵌AI模型,基于历史信息自适应优化模型结构,实现模型自动迭代更新,模型越调越优、越解越快。此外,建模工具也可辅助开发人员对模型模块及参数进行调优,让求解模型适配多种业务场景。
华为云天筹AI求解器
借助华为云天筹AI求解器的低门槛应用、高效建模以及快速求解等能力,目前许多企业已实现决策优化。在港口领域,天津港是一个每年集装箱吞吐量近两千万箱的大型港口,其作业计划是个非常复杂的系统工程。通过华为云天筹AI求解器,天津港制定了智能计划,能够全面考虑人、港机、场、车、船、货等千万级乃至亿级变量和约束条件,达到了全局最优,大幅度地提升了港口运转效率和作业效率。在制造行业,华为云天筹AI求解器可帮助工业配料快速优化,效率提升30倍;在交通和物流行业,华为云天筹AI求解器可优化航班调度,让260万旅客不再坐摆渡车;在供应链场景,华为云天筹AI求解器帮助华为南方工厂实现超大规模计划多工厂生产排产,将供应能力最大化,库存齐套率提升37%,每年节省巨大资金。
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。