1月7日消息，由中國(guó)物流與采購(gòu)聯(lián)合會(huì)和上海交通大學(xué)共同主辦的AI大模型與物流供應(yīng)鏈未來(lái)應(yīng)用高層論壇近日召開。來(lái)自上海交通大學(xué)、清華大學(xué)、南開大學(xué)等國(guó)內(nèi)外高校教授，華為、騰訊、阿里巴巴等科技企業(yè)的人工智能專家，以及順豐、菜鳥、福佑卡車等科技物流企業(yè)的技術(shù)負(fù)責(zé)人，就大模型在物流與供應(yīng)鏈中的應(yīng)用進(jìn)行深入探討。其中，福佑卡車技術(shù)合伙人陳冠嶺受邀出席本次大會(huì)，就AI大模型在物流領(lǐng)域的探索作分享。

圖源：福佑卡車公眾號(hào)

陳冠嶺表示，大模型的出現(xiàn)能夠進(jìn)一步提高人工智能技術(shù)在物流領(lǐng)域的滲透率。具體來(lái)看，它有以下幾方面優(yōu)勢(shì)：

其一，更強(qiáng)的理解和生成自然語(yǔ)言能力，能更好地理解和生成自然語(yǔ)言，提升對(duì)話系統(tǒng)、文本分析和內(nèi)容生成的質(zhì)量。

其二，在復(fù)雜數(shù)據(jù)分析和模式識(shí)別方面表現(xiàn)突出，具有更好的數(shù)據(jù)處理能力，能夠自動(dòng)識(shí)別和學(xué)習(xí)數(shù)據(jù)中的復(fù)雜模式，降低了對(duì)預(yù)處理和特征工程的依賴。

其三，有著比較強(qiáng)的泛化能力和適應(yīng)性，通過(guò)在大量多樣化數(shù)據(jù)上的訓(xùn)練，表現(xiàn)出更好的泛化能力，能夠適應(yīng)更多種類的任務(wù)和數(shù)據(jù)。

其四，對(duì)上下文理解和長(zhǎng)期依賴關(guān)系也有大幅提升，采用更先進(jìn)的架構(gòu)，比如Transformer，可以更有效地處理長(zhǎng)文本和理解長(zhǎng)期的上下文依賴。

其五，可以減少對(duì)數(shù)據(jù)和資源的依賴，雖然初始訓(xùn)練成本高，但一旦訓(xùn)練完成，可以在較少或無(wú)需額外標(biāo)注數(shù)據(jù)的情況下應(yīng)用于各種任務(wù)。

圖源：福佑卡車公眾號(hào)

同時(shí)，陳冠嶺呼吁對(duì)大模型要理性看待、保持冷靜。從技術(shù)曲線分析，生成式AI現(xiàn)在正處于熱度的頂峰期。業(yè)內(nèi)的共識(shí)是，2024年是生成式AI跟產(chǎn)業(yè)相結(jié)合的一年，是真正能夠落地的一年。

陳冠嶺還分享了利用大模型提升運(yùn)營(yíng)效率的場(chǎng)景。物流領(lǐng)域有大量的單據(jù)和證照需要審核，除了司機(jī)駕照、道路行駛證、車輛準(zhǔn)運(yùn)證之外，還包括司機(jī)上傳的回單照片。由于拍攝角度和反光問(wèn)題，以及上面的字體折痕等原因，傳統(tǒng)OCR的識(shí)別率大約只有85%-90%。采用大模型的OCR，綜合識(shí)別準(zhǔn)確率提升到了95%以上，讓客服審核效能大幅提升，從高峰期間人均每天500張?zhí)岣叩?00張，審核組人效整體提升了40%。

圖源：福佑卡車公眾號(hào)

官網(wǎng)信息顯示，福佑卡車是專注于整車運(yùn)輸?shù)目萍钾涍\(yùn)平臺(tái)，以大數(shù)據(jù)和AI技術(shù)為核心構(gòu)建智能中臺(tái)系統(tǒng)，通過(guò)智能定價(jià)、智能分單和智能服務(wù)三大系統(tǒng)為上下游提供從詢價(jià)、發(fā)貨到交付、結(jié)算的全流程履約服務(wù)，幫助貨主企業(yè)及卡車司機(jī)降低信息獲取成本、提高車輛運(yùn)行效率、優(yōu)化運(yùn)輸服務(wù)體驗(yàn)。

天眼查顯示，福佑卡車所屬公司為南京福佑在線電子商務(wù)有限公司，該公司成立于2013年，法定代表人為單丹丹，企業(yè)注冊(cè)資本7500萬(wàn)人民幣，實(shí)繳資本188.544萬(wàn)人民幣。

截自天眼查App