智慧物流的“智慧”之源是何方神聖？
編者按：目前，關於人工智慧到底有沒有真正的智慧，是不是偽智慧有很多爭議。因為深入到智慧系統，我們看到的都是統計計算與概率邏輯的分析，智慧來自哪裡？同樣，2009年我代表物流技術與應用編輯部等單位提出智慧物流概念以來，大家對智慧物流也有很多爭議。如：智慧物流是不是炒作概念，物流系統到底能不能有智慧？如果有物流系統有智慧，那麼智慧是怎麼產生的？為什麼本來沒有智慧的物流系統就會產生智慧？簡單的大資料分析就產生智慧嗎？針對上述問題，本文結合物理學的湧現性，試圖解釋智慧物流的智慧之源，揭示智慧物流的智慧之謎。一家之言，拋磚引玉，希望引起大家探討。
一、什麼是湧現性？
湧現性指的是隨著事物的時間量變，單體簡單行為在簡單地相互影響下，在系統整體上突然出現的一種整體突變。即：湧現是一種從低層次到高層次的過渡,是在微觀主體進化的基礎上，巨集觀系統在效能和機構上的突變，在這一過程中從舊質中可以產生新質。
系統科學把這種整體系統才具有，孤立部分及其個體總合不具有的性質稱為整體湧現性（whole Emergence）。湧現性就是組成的成分按照系統結構方式相互作用、相互補充相互制約而激發出來的特徵，是一種結構效應。
不同的結構方式，不同的相互激發產生不同的整體湧現性。整體湧現性的產生不是單一的，是規模效應和結構效應共同的結果，是簡單個體資訊連線並互相影響帶來的整體網路效應的突變，是系統的質變與升級。整體性、系統性並不一定是湧現性，湧現性具有整體大於部分之和或整體小於部分之合的特徵。
0與1是很簡單的符號，但是這樣的兩個符號通過簡單地加減互相作用，進化出了複雜的計算機系統和現在的數字世界，讓我們進入了數字時代。其實中國古代哲學中也是通過陰與陽的哲學概念來建立世界模型的，“一陰一陽謂之道”，中國中醫等傳統科學理論也建立在類似0與1這樣的模型體系，但缺乏現代科學支撐，顯得樸素和粗糙。
蜂群和螞蟻群其整體系統所湧現出的智慧行為是關於整體湧現性的重要案例。一個螞蟻軍團，智愚而不知測量，視短而不及遠望，但這樣一群無知而短視的個體在崎嶇不平的地形上同時作業，當某隻螞蟻偶然發現一條短路徑，這個資訊通過資訊素的氣味間接地傳遞給其他虛擬螞蟻，這樣，單隻螞蟻畢生學習所得就間接地成為整個蟻群資訊遺產的一部分，依靠這種把個體學習到的知識有效地傳播給自己的群體的作用機制，就能讓螞蟻軍團迅速找到穿越崎嶇地面的最短路徑。目前模擬蟻群網路機制，發展的蟻群演算法也已經是人工智慧中著名的計算方法之一了。
二、湧現性的基本特徵
1、自主性：
根據觀察看出，凡是能夠出現整體湧現性的個體，不管是多麼的低階，其自身都具有自主性，即具有一定的自主意識。有了自主意識就相當於有了生命力，可以實現狀態感知、分析判斷、自動執行的功能。
備註：有的書中將自主性也寫成自我性，考慮到自我性在文字表述上容易引起歧義，具有自我分辨意識的含義，所以本文將機器主動性表述為自主性。想想看，一旦智慧系統真的具有自我意識，可以分辨自我，知道誰利用我，誰欺負我，就有了感情，就會分辨人類與機器，就可能激發人機對抗，將是人工智慧的奇點，也是人類的災難。所以自主性不等於自我性。
2、互感知：
產生湧現性的群體中的個體可以互相感知，資訊交流、相互作用、相互制約而產生相關效應。也就是說群體中的個體之間可以按照簡單地規則互相影響。
3、自學習
自學習是群體系統智慧湧現的基本條件。我們說一個群體具備了自主性、互感知特徵，只是具備了湧現出群體初級智慧的條件，如蟻群或蜂群，但是這樣的群體還不具備智慧，只能湧現出低水平的群體智慧，並長期處在在同一智慧水平上難以進化，因為整個群不具備自我學習、知識儲備和迭代升級的能力。
如果一個群體，具備了自主學習，知識儲備，自主訓練，並迭代升級，則這個群體的特徵就不是僅僅處於初級智慧的水平，而是具備了智慧湧現性的能力，知其然，更知其所以然。
在現代社會，我們現在已經可以很簡單的就設計出一個具有自主性的產品。按照自主性的特徵，利用物聯網技術，讓一個產品可以實現狀態感知、判斷反饋、自動執行就可以了。比如蒸汽機通過自身溫度控制自身風箱開關的大小、抽水馬桶通過水位線控制閥門開關等等，這些產品本身都具備“自主性”的這一功能。
在此基礎上，我們通過物聯網技術讓物品聯網，形成物流網際網路、製造網際網路等物聯網系統，系統內的物品就可以建立互相感知、資訊互動、相互制約的簡單機制，這個群體就會湧現出群體智慧。
在湧現理論出現之前，過去的人們一般使用還原理論來解釋複雜系統的問題。還原理論的基本觀點是：（1）整體是由區域性構成的，因此區域性決定整體；（2）整體的任一個變化，均可在區域性找到原因。
還原理論雖然符合人們的思維習慣，也的確解決了不少問題，但是在遇到複雜系統相關問題時，卻遇到了一些無法解釋的現象，例如生態系統、大腦神經系統、經濟系統、金融系統等複雜系統中的問題。因此人們開始發展專門針對複雜系統的概念和理論，而“湧現性”是其中最基本、也是最突出的一個。一般認為，具有湧現性的系統被稱為複雜系統。
觀察具有群體智慧的世界，高階的智慧行為都是通過大量低階單位的感知所形成的。低階單位各自做自己的事，並通過網路迴路達成資訊交流，這樣的過程由量變到質變，最終產生智慧化群體行為。每個低階單位無法預測、判斷群體的行為，個體行為具有隨機性，但群體行為綜合起來的就是最優方案。在這種運營模式中，每個個體都是中心，即“去中心化”，沒有真正的管理或統治中心，他們通過網路彼此影響、彼此干預，實現了最終的群體智慧行為。
三、物流系統的智慧湧現分析
1、物流自動化讓裝置具有了“自主性”功能
物流自動化裝置是智慧物流執行系統，是具有“自主性”的物流作業執行單元，可以是一個部件或一個產品；通過“硬體”和“軟體”構成“感知-判斷-執行”的閉環，具備了自主感知，分析判斷，自動執行的功能，具備了自主性的能力。
物流自動化不是智慧物流，初級物流自動化裝置有時候連物流智慧硬體都算不上，只具備了自動的感知和自動的執行功能。隨著物流自動化技術也在不斷進步，陸續出現了主動感知功能、無線感知功能，並對感知的命令可以根據預設條件進行簡單判斷後自動執行的功能，是具備了狀態感知、分析判斷、自動執行功能，產生了自主性的智慧物流執行單元。
如：自動分揀系統，可以自動感知系統命令，自動完成輸送和分揀作業；
如：物流機器人，可以自動感知和接收系統命令，分析判斷行走路徑，自動託舉或抓取貨物，走到目的地完成貨物的自動搬運；等等
2、物聯網讓物流系統具有了“互感知”功能
物聯網技術的發展，可以實現貨物與貨物之間聯網通訊，可以實現機械與機械之間聯網通訊，激發物聯網感知功能，可以實現貨物與裝置的資訊互聯互通，建立物流網際網路。此時，單元化的裝置除了具有自主感知自動執行的能力，還具備了裝置之間的資訊通訊與互感知，多臺裝置與貨物通過感知連線成物聯網，就讓物流系統群體物品與裝置之間具有了互感知的功能。在此基礎上，通過制定簡單的互感知與互影響規則，物流系統的群體智慧就可以湧現了。
如：群體物流機器人可以聯網作業，有規則的優化和安排各自的行程路徑，設計出最短行走距離，託舉貨架實現貨代人揀選，物流中心揀選人員不必在行走中揀選，大大減少了物流中心揀選人員的勞動。
如：貨物互感知和互影響，聯網運作時就可以根據感知的出庫流量分析和庫存貨物數量分析，按照簡單規則分析判斷，既可以智慧的發出補貨指令。
如：卡車在配送中通過車聯網系統，可以感知配送路徑上某段路所行駛的車輛行駛速度，如果出現速度緩慢甚至停止，車聯網系統既可以智慧判斷出是否出現擁堵，並根據大資料分析各車輛通過擁堵路段的平均時間，向配送車輛發出擁堵資訊、與通過擁堵路段時間，智慧引導車輛更換路徑。等等。
具備了連線組網的能力，藉助物聯網技術連線入網，在網際網路基礎設施上架構物流自動化系統，可以按照模組化理論對物流自動化系統進行柔性調整，實現狀態感知、聯網互動、判斷決策、自動執行，這樣的自動化系統具備了具有群體特徵的基本智慧。
3、物流大腦讓物流系統具備了“自學習”功能
物流系統具備了自主性與互感知，通過聯網，按照簡單地規則與固定的決策判斷依據，通過軟體控制實現物流系統的智慧化，但是這樣的系統僅僅湧現出了智慧，知其然而不知其所以然，系統智慧難以自我實現迭代升級進化，還需要通過人類賦能，重新設計軟體，制定升級的決策判斷演算法與依據，實現智慧升級，系統本身並不具備自己升級智慧的能力。
但是，藉助於物流系統的自主性與互感知，整個物流大系統可以產生大量的資料，物流系統全鏈路資料化之後，讓物流大資料彙總至物流大腦，通過系統自學習的軟體程式，讓物流系統可以自動的計算和分析物流大資料，自主找出資料規律，自主學習系統經驗，自我升級決策判斷軟體，並通過一切流程資料化對全鏈路物流運作系統賦能，讓物流系統具備了自學習、自提升的功能。系統就產生了智慧的湧現性。
什麼是智：按照智的本質，知曉曰智，也就是系統可以自我知曉，就具備了智；什麼是能？會做為能，有才幹和本事為能。根據自我知曉的資訊自動完成指令就具備了智慧。什麼是慧，瞭解稱慧，就是知其所以然，可以自主學習與提升。智慧就是知其然有知其所以然，掌握了規律，可以自主學習，自動提升。
智慧物流的發展必須要求物流系統知其然也要知其所以然，概括來講，就是我給智慧物流的定義了：智慧物流，指的是基於物聯網技術應用，實現網際網路向物理世界延伸，網際網路與物流實體網路融合創新，實現物流系統的狀態感知、實時分析、科學決策與精準執行，進一步達到自主決策和學習提升，擁有一定智慧能力的現代物流體系。
根據湧現性原理，我們就可以設計一個物流系統，讓物流系統具備自主性、互感知、互操作、自學習、自提升，自然就會湧現出智慧，形成智慧物流。具備自主性的物流單元是實現作業執行的物流系統；互感知和互操作核心是資訊互聯互通傳輸系統；而物流大腦則是集成了大資料、雲端計算、人工智慧的智慧物流思維繫統。
四、系統智慧的湧現過程分析
1、感知
單體的感知-判斷-執行，形成獨立單元的個體活動。
2、作用（關聯）
互感知與互操作是系統間單元個體建立關聯作用的關鍵，形成相互關聯的群體組織（系統）。關聯往往導致1+1>2 或1+1< 2 ，可稱為非線性。
其實市場就是一個關聯組織， 複雜系統給出價格是網路相互作用導致的，我們都受到相鄰單元的相互作用。相互作用的關聯導致非線性的協同效應，出現1+1大於2 或小於2， 但基本不會是1+1=2。比如為什麼會有公司，那一定是某種合作導致的1+1大於2效應才使得組織可以產生。市場是一個複雜巨系統，非線性的協同效應讓我們難以通過計劃來協同市場關係，但通過市場價格競爭簡單地規則建立，就可以產生完美的協同效應，遠遠超越計劃控制對系統協同的影響。
3、反饋
複雜系統多描述一個系統的時間變化過程， 如市場價格的波動， 研究這個時間變化過程， 往往要考慮此刻的結果對下一刻系統結果輸出的影響。反饋分為正反饋和負反饋， 負反饋導致定點平衡態，如市場巨系統價格競爭就是典型的負反饋，商品供應越多價格越低，最後在產品成本區域導致定點平衡，其湧現出的市場經濟本身的智慧遠遠高於人類的計劃經濟智慧，人類想借助自己智慧調控市場經過實踐證明難以導致市場均衡。但是，如果系統的正反饋則會帶來系統的不穩定性，如雪崩，股市崩盤。
因為在所有複雜系統中， 都存在正反饋和負反饋。反饋帶有迴路的概念。一個單元通過相互作用傳遞給另一個單元，反過來另一個單元又可以把資訊傳遞回來。反饋往往是指此刻的活動對下一刻的活動的影響。
4、相變
相變體現的是系統湧現出智慧的臨界點變化，當系統主導反饋的性質發生變化，則會經歷一個相變。相變在自然和社會中無處不在，自然中的相變當然包括冰和水之間的轉化， 也包括磁鐵從一種相到另一種相的變化。
如磁鐵這個東西有兩個相， 一個是組織成分均勻一致（有序）的狀態，一個是無序和混亂的狀態。相變，就是當你改變某個外部變數， 整個系統從一個相到達另一個相的過程。影響一個系統相變的主要是兩個要素， 一個是熵（無序性，系統資訊的缺失），一個是某種趨同的效應。系統無序與有序的交替點稱為臨界，是相變時候的狀態， 這個時候最特別， 是系統出現“湧現性”的臨界態，臨界態極為重要 ，所謂湧現就是在關聯作用，系統反饋，自組織臨界基礎上得到的。即：系統從微觀到巨集觀性質屬性產生質的突破。湧現優於權威，湧現優於計劃，湧現的系統更加穩定與高效協同。
湧現為什麼會優於權威？以維基百科和《大英百科全書》這兩種模式來分析，一個是靠全球非專家的網友“湧現”出來的，一個是靠幾位權威專家撰寫出來的，但維基百科更為優秀，可以與時俱進，隨時更新。
湧現而形成的智慧系統則為什麼會更加穩定，因為湧現是系統自身按簡單規則自下而上的構成協同效應，是分散式的。計劃的系統有中樞系統，攻擊計劃的系統時可以“擒賊先擒王”，但湧現的系統沒有“王”。如：維基百科是網友寫出來的，某些網友不想寫了，也完全不影響這個系統，而《大英百科全書》要是有幾位作者不幹了，那這本書可就難產了。
我們的大腦，簡化來看其實就是一個個神經元組成的，單個神經元的機制，科學家們早就研究清楚了，可仍舊無法解釋什麼是“意識”，而“意識”很有可能就是神經元的“湧現”結果。湧現並不是“人多力量大”，它是一個“一加一大於二”的現象，更像是一種群體的“進化”，或者是大資料的進化。從“簡單”的個體，到集合起來發展出高一個層次的“行為”，這一“湧現性”，可以用易辛模型、非線性動力學模型來模擬，系統升級可以用貝葉斯網路等概率統計分析等自學習來模擬。但是，到目前具有自主意識的智慧湧現祕密還沒有完全破解，如果真的完全破解了“湧現”的祕密，那麼人工智慧的真正覺醒就指日可待了。
隨著消費升級愈演愈烈，新生代消費者不僅對茶飲、咖啡的品質提出了越來越高的要求，對一杯飲品所帶來的體驗也越來越看重。由此，茶飲咖啡品牌們，在好喝之外，從消費者體驗出發，也在追求更多的可能。
3月28日，由億歐餐飲頻道舉辦的《C&T時代，茶咖新麓戰》活動將在北京舉行，我們將邀請茶飲咖啡行業的企業作為演講嘉賓，與大家共同分享對於行業的觀點與見解。詳情點選連結進行檢視：
https://www.iyiou.com/post/ad/id/787
本文已標註來源和出處，版權歸原作者所有，如有侵權，請聯絡我們。