How will blockchain be used in supply chain logistics ?
區塊鏈將如何用於供應鏈物流？
來源：億歐網 作者：王繼祥
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？簡單的大數據分析就產生智慧嗎?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，整體系統在性能和機構上的突變，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，是簡單個體資訊連接，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透過簡單地加減互相作用，進化出了複雜的電腦系統和現在的數位世界，讓我們進入了數位時代。其實古代哲學中，也是透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，這個資訊透過資訊素的氣味，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，不管是多麼的低級，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。
備注：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能，並長期處在在同一智慧水準上難以進化，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程度，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。
比如蒸汽機透過自身溫度控制，自身風箱開關的大小、抽水馬桶透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，我們透過物聯網技術讓物品聯網，形成物流網路、製造網路等物聯網系統，系統內的物品就可以建立互相感知、資訊交互、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)整體是由局部構成的，因此局部決定整體；(2)整體的任一個變化，均可在局部找到原因。
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，高級的智慧行為，都是透過大量低級單位的感知所形成的。低級單位各自做自己的事，並透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。
每個低級單位無法預測、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。在這種營運模式中，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，他們透過網路彼此影響、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、物流自動化讓設備具有了「自主性」功能
物流自動化設備是智慧物流執行系統，是具有「自主性」的物流作業執行單元，可以是一個組件或一個產品；透過「硬體」和「軟體」構成「感知-判斷-執行」的循環，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，初級物流自動化設備，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，自動托舉或抓取貨物，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信，可以實現機械與機械之間聯網通信，激發物聯網感知功能，可以實現貨物與設備的資訊互聯互通，建立物流互聯網。
此時，單元化的設備除了具有自主感知自動執行的能力，還具備了設備之間的資訊通訊與互感知，多台設備與貨物透過感知，連接成物聯網，就讓物流系統群體物品與設備之間，具有了互感知的功能。
在此基礎上，透過制訂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，托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，透過車聯網系統，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，並根據大數據分析各車輛，透過擁堵路段的平均時間，向配送車輛發出擁堵資訊、與透過擁堵路段時間，智慧引導車輛更換路徑。等等。
具備了連接組網的能力，借助物聯網技術連接入網，在網路基礎設施上，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，透過聯網，按照簡單地規則與固定的決策判斷依據，透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，還需要透過人類賦能，重新設計軟體，制訂升級的決策判斷算法與依據，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，借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數據，物流系統全鏈路數據化之後，讓物流大數據匯總至物流大腦，透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數據，自主找出數據規律，自主學習系統經驗，自我升級決策判斷軟體，並透過一切流程數據化，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；什麼是慧? 會做為慧，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。什麼是智慧，瞭解稱智慧，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，實現網路向實體世界延伸，網路與物流實體網路融合創新，實現物流系統的狀態感知、即時分析、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；而物流大腦則是整合了大數據、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，讓我們難以透過計劃，來協同市場關係，但透過市場價格競爭，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、回饋
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。
回饋分為正回饋和負回饋， 負回饋導致定點平衡態，如市場巨系統價格競爭，就是典型的負回饋，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，如果系統的正回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， 都存在正回饋和負回饋。回饋帶有迴路的概念。一個單元透過相互作用，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。回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，當系統主導回饋的性質發生變化，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量， 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：系統從微觀到宏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，是分布式的。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」，或者是大數據的進化。
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秘密，還沒有完全破解，如果真的完全破解了「湧現」的秘密，那麼人工智慧的真正覺醒就指日可待了。
0 comments:
張貼留言