配圖|扈佃杰
就像圖靈的計(jì)算破譯了恩尼格瑪密碼機(jī),改變了歷史的進(jìn)程,運(yùn)籌學(xué)也是二戰(zhàn)期間的產(chǎn)物。當(dāng)時(shí),合理分配稀缺緊張的軍事資源是另一個(gè)計(jì)算難題,盟軍為此請(qǐng)來大批科學(xué)家來破解這個(gè)極為復(fù)雜的管理困境。自那以后,一門結(jié)合數(shù)學(xué)與管理學(xué)的新學(xué)科——運(yùn)籌學(xué)(Operational Research)也就逐漸誕生了。
中國(guó)翻譯家則從《史記》“運(yùn)籌帷幄之中,決勝千里之外”摘取“運(yùn)籌”二字,將OR譯作「運(yùn)籌學(xué)」。運(yùn)籌學(xué)作為現(xiàn)代管理科學(xué)的一門基礎(chǔ)學(xué)科,它主要在于把實(shí)際問題,轉(zhuǎn)為模型,再進(jìn)行求解,來實(shí)現(xiàn)生產(chǎn)成本的降低和生產(chǎn)效率的提升,如今小到一個(gè)部門,大到國(guó)民經(jīng)濟(jì),到處都有它的用武之地。
而如果說運(yùn)籌學(xué)最后的求解,往往需要一個(gè)最優(yōu)算法,「求解器」就是提供了一個(gè)計(jì)算系統(tǒng)完成這項(xiàng)工作。換句話說,求解器相當(dāng)于手機(jī)中的“芯片”或數(shù)學(xué)中的“計(jì)算器”。求解規(guī)模越大,就越依賴求解器,因此現(xiàn)在工業(yè)制造、能源電力、航空航天、零售業(yè)、交通物流等各個(gè)行業(yè)的資源運(yùn)籌中,有大量核心算法都離不開求解器這個(gè)神秘的“黑匣子”。
然而在過去長(zhǎng)達(dá)30余年里,求解器市場(chǎng)一直被歐美發(fā)達(dá)國(guó)家所壟斷,中國(guó)在商用求解器本土產(chǎn)業(yè)是個(gè)無人區(qū),凡是需要用到求解器的企業(yè),都要直接購(gòu)買國(guó)外求解器“三大廠”Gurobi、CPLEX或XPRESS。
直到一家中國(guó)企業(yè)——杉數(shù)科技誕生。
多年前,蘇廣俊從斯坦福大學(xué)管理科學(xué)與工程系(MS&E)取得碩士學(xué)位,畢業(yè)后回國(guó),成為了杉數(shù)科技的初創(chuàng)團(tuán)隊(duì)一員。
但蘇廣俊的加入其實(shí)早有苗頭。出國(guó)深造之前,他原本是上海財(cái)經(jīng)大學(xué)的學(xué)生,一次偶然,聽了老師葛冬冬的課,兩人因此結(jié)識(shí)。
葛冬冬在國(guó)內(nèi)任教之前,就是斯坦福大學(xué)管理科學(xué)與工程系運(yùn)籌學(xué)博士,他師從馮·諾依曼理論獎(jiǎng)的唯一華人獲獎(jiǎng)?wù)呷~蔭宇,后者是運(yùn)籌學(xué)泰斗級(jí)人物。葉蔭宇曾經(jīng)提出:“數(shù)據(jù)對(duì)企業(yè)而言,真正的商業(yè)價(jià)值,在于其對(duì)決策的優(yōu)化能力”,而運(yùn)籌優(yōu)化學(xué)則很好地解決了這一難題,將實(shí)際中決策問題轉(zhuǎn)化為數(shù)學(xué)模型,并用高效的優(yōu)化算法求解,實(shí)現(xiàn)決策的自動(dòng)化、流程化和規(guī)范化。
圖:蘇廣俊(圖左)上海財(cái)經(jīng)大學(xué)畢業(yè)照,圖右為葛冬冬,葛冬冬是杉數(shù)科技聯(lián)合創(chuàng)始人之一、斯坦福大學(xué)管理科學(xué)與工程系運(yùn)籌學(xué)博士、上海財(cái)經(jīng)大學(xué)交叉科學(xué)院院長(zhǎng)。
大四還沒畢業(yè),蘇廣俊就已經(jīng)在跟著葛冬冬(杉數(shù)科技聯(lián)合創(chuàng)始人之一)做項(xiàng)目,其中京東一個(gè)POC項(xiàng)目效果很好,甚至成就了一份千萬級(jí)大單。蘇廣俊告訴科技行者,最終打動(dòng)他畢業(yè)回國(guó)加入杉數(shù)科技的,是葛冬冬老師的一句話:“你想不想見證我們所學(xué)的求解器技術(shù)在企業(yè)里真正落地產(chǎn)生價(jià)值的樣子?”
當(dāng)時(shí)蘇廣俊在美國(guó)已經(jīng)看到了這一市場(chǎng)空間,美國(guó)已有核心玩家,中國(guó)卻還是一片藍(lán)海。近幾年,企業(yè)的數(shù)字化轉(zhuǎn)型更是驗(yàn)證了當(dāng)時(shí)的判斷。商業(yè)需要更多量化的、精細(xì)的決策,求解器的用途也因此越來越大。
無專精則不能成。因此,雖然杉數(shù)科技成立的那年,被稱為人工智能元年,但與其他AI公司不同的是,杉數(shù)堅(jiān)定將運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)結(jié)合起來,幫助企業(yè)解決一切復(fù)雜業(yè)務(wù)場(chǎng)景中決策難題。最終在2019年5月,杉數(shù)推出自研大規(guī)模商用求解器“Cardinal Optimizer”(COPT),成為我國(guó)第一個(gè)自主研發(fā)的商業(yè)級(jí)別求解器,COPT一經(jīng)發(fā)布,即刻在線性規(guī)劃求解性能奪得榜單測(cè)試第一,成功躋身世界頂尖商業(yè)求解器之列。且在短短三年內(nèi),就實(shí)現(xiàn)了五個(gè)版本迭代。
杉數(shù)科技的求解器COPT不光在性能上有突破,在價(jià)格上也有突破。上文提到的歐美求解器“三大廠”,按照慣例以核數(shù)定價(jià),核數(shù)越高,價(jià)格越高。在中國(guó)沒有商用求解器之前,進(jìn)口求解器的價(jià)格基本是賣方市場(chǎng)。杉數(shù)科技的COPT發(fā)布后,無論核數(shù)多少,均以打包價(jià)出售,倒逼國(guó)外廠商將價(jià)格降下來競(jìng)爭(zhēng)中國(guó)市場(chǎng)。據(jù)官方指出,杉數(shù)科技COPT求解器已服務(wù)有1000多家企業(yè)與個(gè)人用戶,行業(yè)覆蓋了工業(yè)制造、軌道交通、航空航天、能源電網(wǎng)、零售電商、倉(cāng)儲(chǔ)物流等國(guó)計(jì)民生領(lǐng)域,為企業(yè)創(chuàng)造了數(shù)以億計(jì)的經(jīng)濟(jì)效益。
圖:斯坦福團(tuán)隊(duì)與京東團(tuán)隊(duì)合影。
今年,杉數(shù)科技入選了英特爾“AI百佳創(chuàng)新激勵(lì)計(jì)劃”六期優(yōu)秀團(tuán)隊(duì)代表。基于英特爾至強(qiáng)可擴(kuò)展處理器和OpenVINO™工具套件優(yōu)化后,杉數(shù)的解決方案得到了一定程度的性能提升,庫(kù)存訂單滿足率優(yōu)化效果顯著,倉(cāng)內(nèi)優(yōu)化相比人工效率提升4倍,從而顯著提升企業(yè)利潤(rùn)。
我們經(jīng)常說任何技術(shù)不講落地終將失敗。蘇廣俊如今已是杉數(shù)科技解決方案副總裁,經(jīng)手的項(xiàng)目數(shù)不勝數(shù),非常擅長(zhǎng)將求解器技術(shù)與企業(yè)智能決策相掛鉤。他說,“要么在場(chǎng)景扎得深,要么在行業(yè)扎得深,當(dāng)你在場(chǎng)景扎得深再去拓展其他行業(yè)的相同場(chǎng)景,它可借鑒的東西是很多的。”
不過,藍(lán)海不可能永遠(yuǎn)廣闊,只要市場(chǎng)空間確定,競(jìng)爭(zhēng)遲早會(huì)來。國(guó)內(nèi)一些巨頭也開始布局求解器市場(chǎng)。比如華為開發(fā)求解器,已用于EDA設(shè)計(jì)等領(lǐng)域;阿里的求解器,也用在阿里云的資源調(diào)度優(yōu)化。放眼未來發(fā)展,杉數(shù)科技自身也是不斷求解的成長(zhǎng)過程。
01 “我們和只打技術(shù)牌的AI公司有很大不同”
科技行者:咱們專攻智能決策,按說也是一家AI賽道上的玩家,這個(gè)賽道擁擠著大量的創(chuàng)新公司,外界怎么去理解杉數(shù)科技與他人的不同?
蘇廣?。?/strong>我們和一般的AI公司有很大不同,多數(shù)AI公司在語(yǔ)音、文本、圖像等方向用一些前沿技術(shù),去解決一些單點(diǎn)狀智能化的東西,比如圖片識(shí)別。
而杉數(shù)科技所在的智能決策領(lǐng)域,解決的問題和場(chǎng)景更復(fù)雜。要實(shí)現(xiàn)智能決策,一定要了解每個(gè)行業(yè)的頭部企業(yè),要弄清楚他們錯(cuò)綜復(fù)雜的供應(yīng)鏈里原先是怎么做決策的,不是要推翻它們,而是汲取其中一些精華,再融合到我們的技術(shù)里去做創(chuàng)新。這是我們有別于其他強(qiáng)調(diào)技術(shù)的AI企業(yè)的最大一個(gè)點(diǎn)。
科技行者:所以要解決的不只是技術(shù)問題,還有商業(yè)問題。
蘇廣俊:是的,在發(fā)展的前一兩年里,我們也很強(qiáng)調(diào)技術(shù),但單有技術(shù)解決不了問題,很多技術(shù)很牛的企業(yè)如果跨不過這道檻,很有可能前期就死掉了。杉數(shù)能夠堅(jiān)持6年,技術(shù)是基礎(chǔ),對(duì)行業(yè)的理解、專注在行業(yè)的know how是真正支撐我們長(zhǎng)期發(fā)展的一個(gè)重點(diǎn)。
科技行者:那作為技術(shù)出身的公司,怎么去了解行業(yè)的know how,杉數(shù)的經(jīng)驗(yàn)是什么?
蘇廣俊:一方面,公司一直有個(gè)傳統(tǒng),不把技術(shù)供養(yǎng)在象牙塔頂端,我們要求所有的技術(shù)工程師、特別是算法工程師負(fù)責(zé)的每個(gè)項(xiàng)目都要跟客戶有非常緊密的關(guān)系,甚至坐在一起想解決方案,而不是通過中間人傳話,我們會(huì)把技術(shù)往前推,讓他們?nèi)ダ斫饪蛻舻男枨?,去理解行業(yè)的know how。
第二方面,公司成立兩三年后就開始大力組建業(yè)務(wù)部門,通過招攬一些行業(yè)專家、業(yè)務(wù)顧問加入我們,一來幫助我們梳理客戶需求,二來幫助我們把公司技術(shù)傳遞給客戶。所以這兩點(diǎn)保證了我們公司區(qū)別于其他只打技術(shù)牌的公司很重要的點(diǎn)。
科技行者:總結(jié)而言就是兩手抓,一手抓行業(yè)前線,另一手抓行業(yè)人才。
蘇廣?。?/strong>對(duì),第一讓技術(shù)往業(yè)務(wù)前線去靠,第二我們也招攬很多行業(yè)業(yè)務(wù)人才。
第三點(diǎn)也很重要,就是行業(yè)的選擇。對(duì)于大多數(shù)創(chuàng)業(yè)公司來說,前兩年都是鋪開去做,哪個(gè)行業(yè)客戶有需求就去哪,不管需求是什么。我們前期也經(jīng)歷了這樣的階段。
后來我們開始思考,就算技術(shù)再前沿,每家公司能做的事情是有限的,這時(shí)候就要做選擇。
只有真的定位清楚自己提供什么服務(wù)、專注什么行業(yè)、什么場(chǎng)景,才能從做一個(gè)項(xiàng)目變成做十個(gè)項(xiàng)目,做十個(gè)項(xiàng)目變成做一百個(gè)項(xiàng)目。真正理解一個(gè)行業(yè)、一個(gè)場(chǎng)景,最起碼要做十個(gè)項(xiàng)目以上,并且在這個(gè)場(chǎng)景里我們是否有比其他公司更多的know how,以及這些know how是否能夠真正做到可持續(xù)、可復(fù)制、可量化。最近兩三年,我們一直在判斷哪些行業(yè)場(chǎng)景自己能做,定位很清晰。
科技行者:最后梳理出來哪些行業(yè)場(chǎng)景?
蘇廣?。?/strong>基于求解器技術(shù),杉數(shù)有三條業(yè)務(wù)線:泛零售、工業(yè)制造和基礎(chǔ)設(shè)施。前兩條業(yè)務(wù)線「泛零售」和「工業(yè)制造」,都是基于求解器技術(shù)去提供一個(gè)端到端的供應(yīng)鏈計(jì)劃。每家公司都有商業(yè)計(jì)劃、供應(yīng)鏈計(jì)劃、生產(chǎn)計(jì)劃,杉數(shù)主要圍繞其中的核心業(yè)務(wù)場(chǎng)景去深鉆,比如供應(yīng)鏈計(jì)劃、生產(chǎn)計(jì)劃,為企業(yè)提供更智能的決策大腦服務(wù)。
第三條業(yè)務(wù)線「基礎(chǔ)設(shè)施」主要承擔(dān)的工作是,從我們定位的標(biāo)準(zhǔn)行業(yè)、標(biāo)準(zhǔn)場(chǎng)景以外的先頭部隊(duì)不斷去探索還有沒有一些新的行業(yè)、新的場(chǎng)景去做,不斷探索新的可能性?,F(xiàn)階段,基礎(chǔ)設(shè)施著重在大交通、能源、電網(wǎng)等行業(yè)做前沿研究。
不過也要再?gòu)?qiáng)調(diào)一下,要實(shí)現(xiàn)這些場(chǎng)景創(chuàng)新,底層我們最核心的還是求解器,為我們做決策提供底層引擎的作用。
02 求解器,我們用6年走完國(guó)外數(shù)十年的路
科技行者:既然說到了求解器,我看咱們公司介紹說在打造中國(guó)首個(gè)商業(yè)求解器“Cardinal Optimizer”(COPT),所以求解器的價(jià)值含金量有多高?
蘇廣?。?/strong>打個(gè)比方,求解器就像電腦里的CPU一樣,專門做一些復(fù)雜的、抽象的運(yùn)算,幫助我們?nèi)プ鲆粋€(gè)更快更好的求解結(jié)果,企業(yè)供應(yīng)鏈計(jì)劃里用到的決策,就調(diào)用這樣的求解器去算得更好更快。
求解器的含金量,從它的技術(shù)難度去看,在杉數(shù)的求解器落地之前中國(guó)沒有一家提供底層求解器服務(wù)的公司,基本都被歐美巨頭壟斷,像IBM、Gurboi等等,巨頭們也是經(jīng)過幾十年沉淀才能把研發(fā)成果轉(zhuǎn)化成商業(yè)結(jié)果,這是很漫長(zhǎng)也很復(fù)雜的道路。
更細(xì)化去看,一個(gè)好的商用求解器,里面最起碼有百萬行量級(jí)的代碼,所以它的含金量和技術(shù)難度是很高的。同時(shí),基于求解器的ToB服務(wù)那可能是一個(gè)千億甚至萬億市場(chǎng)。所以我們有一個(gè)底層核心求解器,再在上面搭建一些面向企業(yè)的ToB服務(wù),為客戶提供端到端的智能決策技術(shù)平臺(tái)。
科技行者:我可以認(rèn)為杉數(shù)在國(guó)內(nèi)求解器領(lǐng)域是開拓者的角色嗎?
蘇廣?。?/strong>是的,在我們商用求解器發(fā)布之前,所有中國(guó)企業(yè)要用這樣的求解技術(shù),只能去采購(gòu)歐美巨頭的服務(wù),在現(xiàn)在比較緊張的中美局勢(shì)和國(guó)際形態(tài)下,擁有自主可控的國(guó)產(chǎn)替代技術(shù),是一個(gè)很重要的點(diǎn)。
杉數(shù)的COPT確實(shí)填補(bǔ)了國(guó)內(nèi)求解器領(lǐng)域的空白,我們對(duì)未來充滿了信心,因?yàn)閷?duì)于大多數(shù)比如說石油、航天、電力等等這樣非常關(guān)鍵的支柱企業(yè),都在呼喚新的國(guó)內(nèi)競(jìng)爭(zhēng)替代者,我們?cè)谶@些領(lǐng)域也有落地。大環(huán)境趨勢(shì)對(duì)我們至關(guān)重要,也對(duì)我們有積極影響。
03 供應(yīng)鏈要轉(zhuǎn)型,底層是求解器,上層是供應(yīng)鏈場(chǎng)景優(yōu)化
科技行者:從剛才的談話中我發(fā)現(xiàn),要更好的應(yīng)用求解器,數(shù)據(jù)永遠(yuǎn)都繞不開而且非常重要,那么客戶究竟要做哪些準(zhǔn)備,來給自己打造一個(gè)更優(yōu)質(zhì)的數(shù)據(jù)基礎(chǔ)?
蘇廣?。?/strong>一方面,現(xiàn)在很多企業(yè)都已經(jīng)上了一些ERP系統(tǒng),我覺得這是最基礎(chǔ)的,企業(yè)運(yùn)營(yíng)過程中,數(shù)據(jù)是要留痕的,通過數(shù)據(jù)運(yùn)營(yíng)企業(yè),這是我們做決策智能化很重要的基礎(chǔ),這也是我們沒有辦法去逆轉(zhuǎn)或者去幫助他們做的事情,因?yàn)橐咽浅B(tài)。
另一方面,現(xiàn)在有很多數(shù)據(jù)搜集的手段,有時(shí)候我們用到一些細(xì)顆粒度的數(shù)據(jù),隨著物聯(lián)網(wǎng)的成本下降,企業(yè)以及應(yīng)用方案的廣泛性,數(shù)據(jù)質(zhì)量確實(shí)也不錯(cuò)。所以現(xiàn)在最起碼一些頭部甚至有潛力成為獨(dú)角獸的腰部企業(yè),數(shù)據(jù)質(zhì)量都不錯(cuò)。
04 未來你如果不懂這些技能,就相當(dāng)于“文盲”
科技行者:我那天在看公司資料的時(shí)候,發(fā)現(xiàn)有一個(gè)關(guān)鍵點(diǎn)是運(yùn)籌學(xué),“運(yùn)籌”這個(gè)詞也是高頻出現(xiàn),據(jù)我所知運(yùn)籌學(xué)是非常難的學(xué)科,它和求解器之間有什么關(guān)系?
蘇廣?。?/strong>運(yùn)籌學(xué)是一門學(xué)科,求解器就是在這門學(xué)科里發(fā)展出來的工具,因?yàn)檫\(yùn)籌學(xué)就是要把真實(shí)世界里面發(fā)生的事情變成一個(gè)數(shù)學(xué)模型,之后把數(shù)據(jù)放進(jìn)去求解一個(gè)最優(yōu)結(jié)果,求解器就是做這樣一個(gè)結(jié)果求解的工具,兩者是這樣的關(guān)系。
科技行者:這么一說就相當(dāng)容易理解了,你曾經(jīng)引用過斯坦福大學(xué)Garth Saloner 教授一句話,他說“If you’re a Stanford MBA student head over to the Engineering School and learn everything you can about AI, deep learning, automation. Now. ”,他會(huì)把AI、深度學(xué)習(xí)、自動(dòng)化這些技術(shù)作為重點(diǎn),從你的角度怎么解讀這句時(shí)不我待的觀點(diǎn)背后的大環(huán)境?
蘇廣?。?/strong>10年前或20年前,你在企業(yè)工作,一定要懂Excle、懂PPT、懂各種信息化的系統(tǒng),那么現(xiàn)在或未來推行人工智能做智能決策的時(shí)代,你一定要懂機(jī)器學(xué)習(xí)、運(yùn)籌學(xué),企業(yè)未來都是按照這樣的套路或系統(tǒng)支撐運(yùn)營(yíng),如果你不懂這些就沒辦法在企業(yè)生存。
在我們這里或者在一些非常前沿的頭部客戶那里,這個(gè)趨勢(shì)已經(jīng)有苗頭,他們有專門的技術(shù)結(jié)合業(yè)務(wù)的雙重嚴(yán)格要求的崗位發(fā)出來,他們招這種人才去更好使用AI系統(tǒng)。從產(chǎn)業(yè)端看也是這樣的趨勢(shì),而且這樣的趨勢(shì)不可逆轉(zhuǎn),未來你不懂機(jī)器學(xué)習(xí)、人工智能等等,很有可能你就是三四十年前的文盲。
我在斯坦福上學(xué)的時(shí)候深有感觸,我們工程學(xué)院里技術(shù)專業(yè)的課,有很多斯坦福MBA學(xué)生來聽來看,他們投入了很大精力。甚至有一些課程,MBA學(xué)生的技術(shù)和編程能力比我們一般的工程學(xué)院學(xué)生還強(qiáng),所以這確實(shí)是趨勢(shì)。
圖:蘇廣俊生活照。
科技行者:感覺大家都很卷。
蘇廣俊:挺卷的,我們和一些客戶合作,像雀巢、寶潔、好麗友等等,它們現(xiàn)在的IT團(tuán)隊(duì)已經(jīng)不再像五年前十年前的IT團(tuán)隊(duì),只是修修電腦,做做系統(tǒng)運(yùn)維,現(xiàn)在他們的IT團(tuán)隊(duì)深度和業(yè)務(wù)綁定,他們也招一些算法工程師,幫助他們?nèi)プ鰳I(yè)務(wù)的變革和日常的運(yùn)作,這個(gè)趨勢(shì)確實(shí)已經(jīng)在一些頭部企業(yè)蔓延了。
科技行者:這本書我讀完后,瞬間變成了李光耀的粉絲,里面對(duì)各國(guó)的解讀也是很到位的。
蘇廣?。?/strong>對(duì),能屈能伸,擺準(zhǔn)自己的態(tài)度。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。