Praca
Intelligent Logistics Systems Lab, czyli Laboratorium Inteligentnych Systemów Logistycznych, będzie wykorzystywać metody i technologie oparte na sztucznej inteligencji i uczeniu maszynowym do rozwiązywania problemów logistycznych o największym znaczeniu dla przedsiębiorstw i społeczeństwa.
Copyright: MIT CTL
Centrum Transportu i Logistyki (Center for Transportation & Logistics, CTL) Instytutu Technologicznego Massachusetts (Massachusetts Institute of Technology, MIT) uruchamia laboratorium, które będzie prowadzić badania nad zastosowaniem nowych technologii w logistyce i transporcie, koncentrując się na potencjale transformacyjnym uczenia maszynowego i sztucznej inteligencji oraz ich znaczeniu dla przyszłości tych branż. Przedsięwzięcie uzyska wsparcie w postaci kapitału zalążkowego od Mecaluxu, lidera rozwiązań logistycznych.
Laboratorium zapoczątkuje współpracę naukową między MIT CTL i Mecaluxem, która połączy wiedzę akademicką czołowej amerykańskiej uczelni technicznej i ponad 55-letnie doświadczenie praktyczne globalnego koncernu. Mecalux zapewni wsparcie ze strony swoich ekspertów z zakresu oprogramowania i automatyzacji.
Nowe laboratorium stanowi ważny krok naprzód w naszej misji, którą jest wprowadzanie innowacji i doskonalenie globalnych systemów logistycznych. Jesteśmy przekonani, że dzięki wsparciu Mecaluxu badania przyniosą rewolucyjne zmiany w tej dziedzinie.
Nowe laboratorium będzie rozwijać kilka kierunków badawczych, by dać spojrzenie z nowej perspektywy na najbardziej złożone wyzwania branży logistycznej. Jednym z obszarów badań będą najnowocześniejsze metody i narzędzia pozwalające tworzyć prognozy krótkoterminowe o dużej precyzji i wysokiej rozdzielczości przestrzenno-czasowej. Tego rodzaju możliwości predykcyjne umożliwią realizację dostaw tego samego dnia, a nawet w ciągu kilku godzin, co pozwoli wyjść naprzeciw oczekiwaniom firm i klientów na całym świecie.
Copyright: MIT CTL
Prace w laboratorium będą prowadzone pod kierunkiem dr Matthiasa Winkenbacha, Dyrektora ds. Badań w MIT CTL. „Chcemy wspierać zastosowanie nowych technologii opartych na sztucznej inteligencji i uczeniu maszynowym do radzenia sobie z najważniejszymi wyzwaniami stojącymi przed biznesem i społeczeństwem” – wyjaśnia naukowiec.
Pięć kluczowych linii badawczych Laboratorium Inteligentnych Systemów Logistycznych
- Inteligencja predykcyjna. Możliwości predykcyjne oparte na sztucznej inteligencji i uczeniu maszynowym, takie jak prognozowanie krótkoterminowe o dużej precyzji, niezbędne dla usług logistycznych, w których istotne jest szybkość reagowania (np. dostawa tego samego dnia lub w ciągu kilku godzin).
- Inteligencja preskryptywna. Nowe metody i modele, które łączą badania operacyjne z uczeniem maszynowym i sztuczną inteligencją w celu rozwiązywania złożonych problemów logistycznych z zakresu optymalizacji kombinatorycznej, takie jak wyznaczanie tras pojazdów, planowanie zapasów oraz projektowanie sieci, w rzeczywistych kontekstach obejmujących cele, ograniczenia i niepewność.
- Inteligencja autonomiczna. Rola i wpływ zaawansowanych systemów i technologii logistycznych, które mogą wykonywać zadania, podejmować decyzje i uczyć się na podstawie otoczenia samodzielnie, bez stałego udziału człowieka. Przykładem są roboty mobilne, które wspomagają bądź zastępują pracę człowieka w procesach magazynowania lub realizacji dostaw, działając autonomicznie w złożonych i dynamicznych środowiskach.
- Inteligencja zbiorowa. Skoordynowane działanie autonomicznych systemów lub jednostek pracujących razem w celu rozwiązania wspólnego problemu. Ten kierunek badań jest często inspirowany systemami naturalnymi, takimi jak kolonie owadów czy stada ptaków, gdzie wrodzone zachowania pojedynczych osobników tworzą złożoną i wydajną dynamikę grupową. W kontekście inteligentnych systemów logistycznych chodzi o synchronizację i współpracę wielu jednostek, takich jak autonomiczne roboty lub współpracujący ze sobą przewoźnicy, w celu optymalizacji wydajności operacyjnej.
- Inteligencja rozszerzona. Doskonalenie procesu podejmowania decyzji przez człowieka poprzez połączenie ludzkiej inteligencji ze sztuczną inteligencją. W szczególności laboratorium ma na celu zbadanie, w jaki sposób systemy wspomagające podejmowanie decyzji i oprogramowanie do zarządzania procesami mogą skutecznie łączyć ludzkie doświadczenie z wiedzą opartą na sztucznej inteligencji.
Technologia na rzecz doskonałości operacyjnej
Dzięki badaniom prowadzonym przez nowe laboratorium MIT ─ utworzone przy wsparciu ze strony Mecaluxu ─ sektor logistyczny uzyska nieocenioną pomoc w projektowaniu łańcuchów dostaw, które zapewnią klientom najnowocześniejszą obsługę w bardziej ekonomiczny i zrównoważony sposób. „Rezultatem skutecznego zastosowania autonomicznej technologii w procesie magazynowym jest doskonałość operacyjna. Sztuczna inteligencja i uczenie maszynowe mogą odegrać kluczową rolę w planowaniu i kontrolowaniu zasobów” – wskazuje Javier Carrillo, Dyrektor Generalny Mecaluxu.
Copyright: MIT CTL
Laboratorium Inteligentnych Systemów Logistycznych w MIT CTL będzie analizować możliwości nowych technologii w zakresie kontroli nad autonomicznymi systemami transportu i dostaw oraz automatyzacji takich czynności jak kompletacja, sortowanie, pakowanie i wysyłka zamówień z magazynów i sklepów. Istotnym obszarem badań będzie także rozwój metod łączących badania operacyjne i uczenie maszynowe. Ich celem jest rozwiązywanie coraz bardziej złożonych i niejednorodnych problemów z zakresu optymalizacji kombinatorycznej, które są kluczowe dla sukcesu branży logistycznej. Wśród zagadnień, jakie mogą one rozwiązywać, można wymienić między innymi zarządzanie trasami pojazdów, planowanie zapasów i transportu oraz projektowanie sieci.