毕业生说 | 加盟阿里,人工智能优化算法让生活更美好

发布时间2019-06-28文章来源 信息科学与技术学院作者责任编辑

吴琼

信息学院2016级硕士研究生

来自安徽池州

毕业去向:阿里巴巴菜鸟人工智能部运筹优化算法工程师

  2019年上海科技大学信息科学与技术国际学术年会(ASSIST)将于630-72在上科大召开(会议网址:http://ssist.shanghaitech.edu.cn/2019/)。

  上海科技大学信息科学与技术国际学术年会是上科大信息学院举办的年度会议,今年是第五届。本次年会主题为:智能生活,交叉融合。年会不仅关注实现智慧生活的变革型新技术,更注重各领域的交叉融合。我们以吴琼同学的这篇“毕业生说”作为预热,走近智能生活,走近信息学院。

  2016年4月1日,我一个人拎着行李箱来到了上科大的新校区。来之前整个人都处于一种保研过后喜悦且放松的状态,到了之后有对新生活的好奇和期待,也有对未来科研的担忧和紧张。热情周到的保安大哥和宿管姐姐给了我踏入上科大的第一个好印象。现在想来,真的非常感谢我的室友王睿,还有同学陈晨、柏凯,是他们让我在开学第一天就消除了疏离感,融入了新环境。

  我是导师王浩的第一个学生。当时来上科大做毕业设计的一个多月,我的很多观念都有了很大改变。以前大学本科的很多课程都是期末考试周突击,平时对课程知识一知半解,可想而知,在学完一门课之后,相关的知识并不扎实,要付诸实践更是艰难。看相关论文时,很多基础问题都不清楚,有时候讨论时我问出一些比较低级的问题,王老师也丝毫没有嫌弃,而是耐心地给我解答,甚至还会举一些形象的例子帮助理解,也会帮助我把相关的知识串连起来,形成系统。真的是一个“敢”问,一个“会”答。我的同门张帆本科数学基础很扎实,在共同的学习和科研生活中也给我提供了很大的帮助,经常在我苦思不得其解时,让我豁然开朗。

  研究生的课程专业性很强,而且紧跟科技前沿,授课老师也都是业界大牛。第一个学期我选了三门专业课——深度学习、机器学习和算法设计。每一门课都是非常难啃的骨头,尤其是对很多基础不好的同学来说,比如我。我记得研一经常会熬夜写作业看论文,刚开始进展很慢,花了时间但依旧效果不佳。心态很容易崩,也很容易自我怀疑。

  我很庆幸当时坚持了下来,也很感激身边人的支持与陪伴,理解与照顾。很多成效短期内其实很难明显看出来,但是长期的影响却非常深远。当时深度学习课上马毅老师会积极拓展我们的科研视野,不要死盯着自己眼前的一亩三分地,对于科研工作也要有自己独立的选择。机器学习课上王浩老师会给我们讲每一个算法和理论的来龙去脉,就算是做“调参侠”也有理论支持。算法课上虞晶怡老师会从最简单、最经典的面试题开始,以讲故事的方式带动我们思考,逐步加深难度,让学算法也变成了一件有乐趣的事情。研究生所学的课程奠定了我的学术基础,也培养了我的科研趣味。

  运筹优化是一个在国外趋近完善、在国内也逐渐引起人们重视的领域,借用工业界的话说,它是大数据时代下的商业智能决策工具,助力企业从自动化到智能化的战略转型。库存优化、智能仓储、运输优化、生产排程、智慧选址,这些在物流、制造、零售、金融等多个行业中都十分重要且复杂的问题,都依赖于运筹优化来降低成本,提高收益。最近几年大火的人工智能、深度学习、机器人往往最后都能归结到解决一个优化问题。

  运筹优化主要运用数学方法研究各种系统的优化途径和方案,为决策者提供决策的依据。一个最简单的案例就是,从一个地方到另一个地方的最短路径问题,这个问题的目标是找到耗时最短的路径,约束条件可能有路段限速、路段人流量和单行路段等,这些约束可以写成标准的数学表达式。解决这个问题就包括了建模、优化和决策,每一步都需要数学理论的支撑。

  刚入学的时候我的数学基础很差,本科学的是工科数学,根本不足以支持深入研究。在导师王浩的指导下,从优化方向的基础教科书开始学起,一步一步地建立自己的知识体系,艰涩又繁杂。感谢导师的耐心和敬业,是他一个公式一个公式地带我入门,是他不辞辛苦的答疑解惑和指点才有了我如今取得的成绩,是他孜孜不倦的教导和培养才有了我如今的成长。

  研一在紧张地完成课程任务的同时,我也会跟着导师做一些项目上的工作。很多时候并不是一个项目做下来就会有成果,更多的其实是增加你的知识储备。在做我的第一篇论文LDPC码的解码模型的时候,这个项目之前遇到了瓶颈,搁置了很久,很多方法和idea在尝试过后都没有进展。经过导师的点拨和初步实验,我发现了性能的提升。之后就是白天在实习,晚上回实验室加班加点推公式,做实验。

  这篇论文是一个非常典型的运筹优化问题,从模型到算法都需要仔细斟酌推敲。最初的解码模型是一个NP难的整数规划模型,业界的处理方法包括松弛处理的线性规划方法和目标函数上添加惩罚函数的方法都有较大的应用局限性。借鉴一个特殊结构的约束处理,我们将原NP难的整数规划模型转化成一个完全等价的易于处理的线性规划模型,并设计了ADMM求解器,整体上提升了解码性能,且适用环境较为广泛。当时在评测新方法的解码性能时,由于每出一个结果所需的时间很长,那段时间一直在祈祷学校的服务器不要出状况。这篇论文发表的过程也是一波三折,但是收到接收邮件的那一刻,真的是无与伦比的成就感,脑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鸟人工智能部运筹优化算法工程师的offer,即将加入这个旨在构建未来商务生态系统的大团体。这个致力于搭建全球智能物流骨干网络的大家庭,将为供应链优化、仓库智能选址和商品智能配送等业务添砖加瓦。

  菜鸟团队近年来广为人知的业务应该数菜鸟驿站这一面向社区、校园的第三方末端物流服务平台。在服务物流行业的同时,持续提升末端运作效率,并为用户提供包裹暂存、代寄等服务,致力于为消费者提供多元化的最后一公里服务。其实远不止这些,还有以覆盖全国的仓配网络与大数据决策平台为基础,构建专业高效的供应链仓配网络;在国际网络上,致力于中国领先的跨境智能物流平台,设计全球进出口解决方案;同时,团队还希望将最前沿的科技引入物流行业,实现智能机械代替人工。科技让物流更简单,人工智能让生活更美好,也希望我的算法可以为科技发展和美好生活略尽绵薄之力。