2021年6月 供应链预测算法及应用 王桐 阿里巴巴-数字供应链事业部 Outline： • 预测场景及特性 • 预测算法研发路线及结果 • 预测应用案例 GMV预测 预测标的：GMV 提前期：未来1个月、一年 颗粒度： 行业*天*全国，行业 *月*全国 用途：支持整体经营计划（KPI制定，营销资源分配，供 应链资源分配） 评估口径：达成率 real/fcst （离线）商品销量预测：支持补货、调拨决策 时间颗粒度（月、周、日、小时） * 空间颗粒度（全国、大区、省、市、区、街道；仓、门店） • 用途：下游优化算法、决策系统（高准确率、高可用性）、人肉计划（算法白盒化、可解释性、可调整性） 供应链不确定性的第一道防火墙！ （实时）GMV预测：支持实时前端调控 （实时）销量预测：支持临时补货 （实时）单量预测：支持实时产能调控 预测算法研发路线 第一代：传统时间序列统计方法 （指数平滑、ARIMA、Holt-Winters） 技术局限：难以拟合脉冲性波动；无法灵活引入海量协变 量（特征）信息；无法描述复杂的交叉影响 第二代：特征工程+经典机器学习算法 （GBDT/XGB/LGB、随机森林、SVR） 1. 准确性：较高 2. 稳定性：较低 3. 可调整性： 中（特征工程 + 调超参） 4. 可解释性：低（黑盒算法，只能解释输入输出） 5. 执行效率：高（可批量训练/预测） 应用局限：调超参纯靠体力、算力；特征工程强依赖人工

预训练大模型与医疗：从算法研究到应用 1. 预训练大模型概述 2. 理解大模型的内在机理 3. 赋予模型精准性与可解释性 4. 医疗领域应用 5. 清华探索：数基生命 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn CONTENTS 预训练：从大数据到小数据 ③ 精 准 可 解 释 ④ 医 疗 应 用 et al. "Knowledge neurons in pretrained transformers." arXiv preprint arXiv:2104.08696 (2021). 白箱算法的可解释性与模型构造本身高度相关， 因此对于大模型可以根据相关思路设计更具有 针对性的可解释性方法。 主流的模型相关可解释性方法： • 基于梯度显著性 [1] • 基于因果启发 [2] • language models." arXiv preprint arXiv:2302.07257 (2023). 背景 用于医学图像的计算机辅助诊断 (CAD) 网络通过 使 用先进的深度学习算法来支持临床决策，在医学 领 域取得了重大成功。大型语言模型 (LLM) 最近 展示 了在临床应用中的潜力，其提供了宝贵的医学 知识 和建议。 挑战： LLM 目前难以从这些医学图像中解释和提 取

4.0 认知智慧城市 I 算法框架 选用开源框架在核心 技术上受到限制 集中建设智慧算力 ，汇聚数据 统一对外提供 AI 能力 ， 大步实现产业升级 ， 是最高效的 方式 背景介绍｜制约 AI+ 智慧城市发展的问 题 计算能力 场景驱动 限制城市发展人工智能技术水平的四大因素 数据资源缺乏有效分析 有效数据获取率低下 应用场景单一 新算法迭代更新慢 AI 计算能力不 足 系统集成公司可以在 平台上整合多家算法 厂商的算法（包括的 算法） ， 建设智能 化 项目 信息化系统业务管理公 司可以通过平台打磨智 能化的业务系统 ，进 化 自己的业务体系 软件开发公司可以通 过平台速度敏捷地开 发出智能化的应用软 件 背景介绍｜建设必要性 - 赋能企 业 中小算法厂商可以在 AI 开放平台上训练 自 己的算法 人脸识别 结构识别 姿态识别 AI 从业者 、繁荣本地 AI 生 态 语义识别 人脸属性 数据传递 人群分析 文字识别 数据存储 人证核验 行业学习 声纹识别 图像识别 · 动态可扩展 、平滑可 迁移 · 算法多选 、多模融合 · 分层解藕 、百花齐放 基础设施层 · 各尽所能 、各守本分 传感层 以分层解藕 、开放共享的原则补全现有体系 工地发生打架闹事事件 工地脏乱情况 车辆违规停车 情况

方案设计时间 2020.4 1 国产密码算法背景 2011 年 6 月，工程院多名院士联合上书，建议在金融、重要政府单 位领域率先采用国产密码算法，国务院相关领导作出重要批 示。2011 年 11 月，工信部和公安部通告了 RSA1024 算法被破解的风 险，同时人行起草了使用国产密码算法的可行性报告。国家密码管 理局在《关于做好公钥密码算法升级工作的函》中要求 2011 年 7 月 1 日以后建立并使用公钥密码的信息系统，应当使用 SM2 算法；已 经建设完成的系统，应尽快进行系统升级，使用 SM2 算法。 近几年，国家密码管理局发布实施了《证书认证系统密码及其相关 技术规范》、《数字证书认证系统密码协议规范》、《数字证书认 证系统检测规范》、《证书认证密钥管理系统检测规范》等标准规 范，2010 年，发布实施了《密码设备应用接口规范》、《通用密码 服务接口规范 服务接口规范》、《证书应用综合服务接口规范》及《智能 IC 卡及 智能密码钥匙密码应用接口规范》等包含 SM1、SM2、SM3、SM4 等 算法使用的标准规范，而且也有部分厂商依据这些标准规范研制开 发了一些产品，为实施国产密码算法升级提供了技术基础。 本项目是落实《中共中央办公厅印(关于加强重要领域密码应用的指 导意见)的通知》、《金融和重要领域密码应用与创新发展工作规划 （2018-2022 年）》、《2019

：人脸摄像机 + 车辆抓拍机 可疑人： 名单库 可疑车： 名单库 上墙管理 各社区预警 上墙显示 社区主干道出入 口 ：人脸摄像机 + 车辆抓拍机 视频结构化 算法服务器 AI 综合管理 平台 社区 GA 有效数据 本社区情况 … … 系统概念 通 过 监 控 拍 摄 ， 把 所 有 经 过 摄 像 机 底 下 的 人 、 建议用专业人脸枪 2. 车辆抓拍机 *2 支 要求： 可以利旧 ， 网络高清枪即可 3. 网络传输 要求： 可以利旧 ，或就近光纤延伸联网 社区路口的智能监控点位设计方案 视频结构化算法服务器 设备描述： 1. 算法服务器支持 8 路人脸 +8 路车辆 2. 按每个路口 2 支人脸枪 ， 2 支车辆枪计算 ，可以覆盖 6. 算法服务器支持百万级人脸库的比对 社区机房智能监控的设备方案 方案一 ：拼接屏大屏显示 方案二： 液晶电视机显示 接入监控局域网中 第三章： 技术方案 区域管控 报表查询 权限管理 账户管理 人脸算法 人形算法 车辆算法 物体算法 实时抓拍数据 视频结构化的软件架构 设备管理 流量统计数据 预警抓拍数据 系统设置 算法配置 系统布控 骑行算法 人和车的深度学习算法

2.2.1 无人机飞行控制.........................................................................40 2.2.2 AI 算法集成................................................................................42 3. 系统设计...... ...................................90 5.2 算法开发.............................................................................................93 5.2.1 图像识别算法............................................ .................................95 5.2.2 数据处理算法.............................................................................99 6. 系统集成...............................................................

端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支 持。自动驾驶领域数据类型多样、格式复杂、算力分散，且以 Transformer 为基 底的人工智能网络模型结构在智能驾驶领域的适应性尚未被充分验证。建立行业 级智能驾驶智算数据平台，有望集中行业力量，建立高质量自动驾驶数据集、集 中算力资源、合力研发适用于端到端自动驾驶的算法模型，是推动人工智能技术 融入智能驾驶领域，破解我 融入智能驾驶领域，破解我国智能驾驶相对落后局面、实现赶超的最有潜力途径。 “智能驾驶智算数据平台”是指服务于汽车智能驾驶模型开发及测试的数据、 算力和算法综合服务平台，通常可分为企业级平台和行业级平台。其中，“智能 驾驶模型（智驾模型）”是指可具备感知、预测、决策、规划、控制等功能、可 驱动自动驾驶车辆安全、高效运行的分块化或一体化神经网络载体模型。 图 1 行业级智能驾驶智算数据平台示意图 智算数据平台一般由大算力 或专用人工智能芯片并行集群为主要计算 硬件，可以服务于人工智能深度学习模型的设计与训练，自动驾驶算法在各类数 据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平 逐渐趋近于真实驾驶场景。 行业级智能驾驶智算数据平台旨在为行业内整车企业、智驾供应商、研究机 构及高校等主体的智能驾驶模型开发和应用提供基础数据、算力和算法服务，并 智能驾驶智算数据平台发展研究报告 2 协调上述单位及相

形成业务数据模型供孪生工厂使用。 孪生与数字底座模型 利用数据模型建立各模型的关联关系网， 通过统一模型的统一编码识别到虚拟设备， 将物模型 / 业务模型贯通到虚拟设备 中，形成数据驱动虚拟设备的仿真可视。将算法模型 / 成本模型引入到虚拟设备， 用作孪生的仿真分析及优化。 数据模型关系图谱 孪生与数字底座 IOT ▌ 数据采集：软网关采集完数据后会将实时数据统一推送到 IOT 平台。 IOT 效率、成本在全局系统上的优化 提升；能耗、质量在局部车间内的优化提升。 工艺算法模型 能耗算法模型 三维模型 IT\OT 模型 Stage1. 历史多元算法融合 Stage2. 孪生平台算法验证 Stage3. 孪生平台算法分析 Stage4. 孪生平台算法优化 AS 算法模型 立库算法模型 质量算法模型 DT 实施六大阶段 基础建设 共生 (L5) 解决方案 算法库接口预留 IT 业务模拟数据 分析 & 可视化 虚拟场景构建 1:1 建立三维模型库 公共标准统一 数据底座搭建 孪生支撑引擎搭建 OT 模拟数据录入 计算机硬件设

应用系统功能 外网公开数据 … • 适配 • 调度 • 纳管 • 框架 • 算法 • 训练 数据集成 平台 免协交换 采集 公开数据 采集 图片表格 识别 智能填报 平台 公共数据开放平台 疫情防控 宏观经济 金融服务 财源保障 用 厅 应 网协同 一 智能 中台 市政务数据平台总体架 构 共享交换平台 AI 模型库 （感知 / 认 知） 知识图谱 平台 物联共享管理平台 视频共享管理平台 AI 算法仓 AI 平台 服务 管理 数据 来源 数据 归集 数据 交换 • 数据目 录 • 数据质 量 • 数据模 型 • 运维监 控 • 数据开 发 • 数据安 建设内容 3 ： 增强数据安全保 障 建立数据分级分类体系 ， 明确不同等级、 不同类别的数据安全管控措施。 在数据使用过程中 ，通过多种脱敏方法实现数据的静 态脱敏、 动态脱敏 ，利用加密、 解密算法 ，结合数据沙箱模式进一步增强数据应用过程中的保 护 能力。 在数据使用后 ，通过 安 全审计对数据使用合规性进行审计与追溯 ，综合采取多种措施增强数据安全保 障 能力 ，消除数据安全隐患。 5

注重关联关系而非因果关系 数据可视化变得尤为重要 大数据的重点是关联关系与趋势预测 大数据分析助力提升行业综合数据应用能力 大数据 关注点 传统数据 分析局限 数据获取 因子分析 算法训练 数据呈现 6 经济运行大数据保驾十四五 区域经济 2 3 4 1 支撑领导科学决策，提高经济运行管理水平： 从宏观、中观、微观三个层面，对区域经济运行相关指标进 行实时动 应用的障碍 复杂数据算法 与业务模型 衔接 诸多大数据并 行计算架构的 选择 大数据应用实 现路径： 从哪里开始？ 专业人才匮乏 17 CONTENT 1 当政务应用遇到大数据 2 退而结网，打造大数据湖泊 3 大数据平台、架构与实现 4 大数据可视化，看得见的数据 18 软件兼容基础架构 数据 采集层 物理 存储层 逻辑 存储层 并行 计算层 算法层 挖掘 分析层 任 务 调 度 Elastic Logstash 数据仓库 数据集市 多维数据库存储 数据标签库 模型设计 模型训练 模型发布 模型管理 应用模型 算法模型 接口整合（ thrift ） Smart BI / 并行基础架构 / 算法 / 业务场景 Data Service / DaaS IDC / 数据来源 / 数据存储 / 数据治理 / 服务器 19 Data Discovery