杉数科技葛冬冬：大数据和人工智能是从0到1运筹学是从1到2“从古至今，这个世界上发生的优化，无非就两种，要么是最小化，要么是最大化，任何一件事情，其实都是遵循这个原则的。”近日，在由机器之心主办的全球机器智能峰会（GMIS 2017）上，杉数科技联合创始人、首席科学家葛冬冬在演讲时表示，运筹学是一个交叉学科，跟各个学科都可能有一定关系，因为任何事情都需要优化，即寻找解决决策的“最优解”。如果说大数据和人工智能的出现到应用是唤醒了很多国内企业的量化意识，完成了从0到1的关键一步，那么运筹学工具在优化、解决问题时就是从1到2，甚至到更多。
葛冬冬所在的杉数科技团队，正是在运筹学方面做出大胆尝试，依托于高质量的数据分析结果，专注于深层次的数据优化算法和复杂决策模型的求解。
运筹学帮助管理人员以算法和数据模型为依据进行科学决策，目前在国外市场的工具化运用已非常成熟，并被广泛应用在电商、金融、零售、物流等领域中。据葛冬冬介绍，运筹学最初的用途是在军事上，后来在金融、供应链方面用处越来越多。
葛冬冬分享说，从数据到决策的全链条，开始需要采集、挖掘、管理、存储，这属于信息科学的范畴。获取数据后，根据数据做规律性分析，得出规律，认识到世界如何运转，这很多部分属于统计学习，机器学习和深度学习的范畴。若获取数据、总结很多规律后，一个人在面对现实问题需要做决定时，却发现总结出的规律可能很复杂，甚至相互制约，最后必须对高度复杂而不确定的系统做建模和优化，进而设计算法，把最优化的决策找出来，这就是运筹学的任务。
大数据要产生实质价值，必须真正提升决策质量。规律性分析能够从海量数据中发掘出规律，但是找到规律并不一定能带来决策方案，好的预测并不总是等于好的决策！所以运筹优化学和各种学习算法，就是将实际中决策问题转化为数学模型，并用高效的优化算法求解。
葛冬冬在2009年从斯坦福大学回到中国后就致力于运筹学的推广和实践，他的导师是斯坦福大学讲席教授、华人运筹学领袖叶荫宇，“当时叶荫宇老师一直跟我们说，应该用自己所学为祖国做点事情。”葛冬冬说，在他看来，近几年运筹学在国内也面临着挑战和机遇。
一方面，特别是前几年，有些企业对于运筹学比较陌生，尚未意识到基于数据的决策需要精细化深入建模和优化，也有人对大数据技术发展中的优化模型和算法并不特别理解。现在大数据和人工智能社区对于唤醒企业的量化意识已经迈出了至关重要的一步，接下来，运筹决策方法结合大数据和人工智能，将发挥巨大的作用。另一方面，国内对于运筹学的研究和推广尚不完善，但随着企业大数据和人工智能进入到深入阶段，运用运筹学方法来优化大数据驱动的决策，越来越需要专业人士去做。
“运筹学为机器学习提供模型的思考和算法的保障，同时也是数据到决策全链条上，最核心、最后的一环，通过优化和建模的方法，对实际问题起到指导作用。”葛冬冬介绍说，杉数科技就是通过决策建模及优化算法，提供对海量数据的深度分析，为企业复杂决策问题提供解决方案。
葛冬冬拿到了斯坦福大学的博士学位，而在杉数科技团队，这样的“出身”并非凤毛麟角。杉数科技由斯坦福大学讲席教授叶荫宇带领，包括葛冬冬在内的罗小渠、王子卓、王曦等联合创始人和高管均为斯坦福大学的博士。
2016年，这几位斯坦福运筹学领域的教授和博士取斯坦福校徽的“杉”和大数据的“数”为名，创立了杉数科技，将自己在这个行业中的积累投入到应用中来，目前已和滴滴等多个国内行业级企业建立合作，并在2016年7月拿到了来自线万美元天使轮融资。
目前，杉数科技团队已在多个行业进行过实践，团队成员此前在国外时曾与IBM、波音、谷歌、诺基亚、华为、FICO，AMEX等公司有过合作，如今主要为国内的电商零售、物流、金融等行业客户提供相应服务。
葛冬冬曾和杉数科技的另一联合创始人王子卓主导了团队与国内某大型电商企业的合作。他们从有限品类的合作开始，逐步扩大范围，与对方团队紧密合作，在收益管理、无人仓有人仓算法规划、库存管理等多个项目上运用运筹学的算法，取得了明显的成本下降和收益提高效果。再如他们目前正在与某出行平台的项目上，对方数据与算法团队也很成熟，双方高效对接，充分利用了大规模动态规划，网络流优化等运筹学经典模型与算法，对调度规划拼单等问题取得了良好进展。
在杉数科技看来AG真人国际官网，基于数据的精细化管理和科学决策是所有中国大中型企业管理者的需求，但订单流程如何优化？无人仓的货品怎么摆放、机器人拣货的效率如何更高？按照什么样的路线送货，需要的时间成本最低？等等问题都是运筹学可以解决的。但是由于运筹学目前在国内的普及度还不够高，很多企业自行收集数据、摸索建模，成本非常大。而与此同时，虽然这两年数据服务方面的创业和投资热潮越来越高，但企业决策方向的创业还集中在数据的采集和基本分析上，并没有公司从制定复杂决策方案入手，而杉数科技就是要做这一领域的先行者。
