4月7日消息，以色列作家尤瓦尔·赫拉利在《未来简史》中表达了一个观点，所有能够用算法描述的人类行为，人工智能将超越人类。菜鸟网络再次用算法技术印证了这句话，利用大数据规划车辆调配，代替人工决策，大大节省了车、油和人力，提升了效率。
这是菜鸟网络继2016年推出可节省10亿个纸箱的智能打包算法技术后，在算法领域的再次突破，经实测可减少10%的车辆使用。该算法结果追平了目前该领域的世界纪录，若大规模推广，每日可为社会节省超1000万元。
这套菜鸟网络自主研发的路径优化算法，技术上融合了大规模邻域搜索、超启发式算法、基因算法、分布式并行化和增强学习，在公开数据集上，算法已全面超过广泛使用的开源产品Jsprit，在Gehring & Homberger数据集上（客户点规模达到1000），已经持平若干项世界纪录。
目前该算法正在部分农村物流网点使用。根据每日单量，为农村的物流老司机规划配送路线，每天实时更新，在保证时效的基础上，可节省车辆、人力、邮费。综合测算下来，农村领域的物流成本能减少30%以上。
由于农村地区物流资源不丰富，站点之间距离长，单量少，成本颇高。“看了很多农村物流网点的配送线路图，杂乱无章，有很多交叉不合理之处，也不会根据订单量即时更新。”菜鸟网络农村物流专家李潜飞说。
在快和省之间，怎么达到最优解决方案？李潜飞找到了菜鸟网络高级算法专家胡浩源。结合实地考察特征后，菜鸟网络很快推出了一套算法，并形成产品给农村物流服务商使用。
系统会根据每天实际入库量，生成一条智能配送线路，发送给农村配送司机。“过去都是人为固定好的线路，现在大数据来分配路线，每天配送的线路都是根据单量实时更新，车辆和司机的工作效率明显提升。”李潜飞说。
经过在江苏和江西分别选择了两个县城做试点，该算法技术效果甚是明显。以江西吉安为例，车辆使用减少了10%，行驶距离减少了约30%。而在江苏长兴县的优化则更为明显，该县农村物流服务商车辆使用减少了50%以上，行驶距离减少了30%以上。
“有了算法技术做基础，未来农村配送场景的智能化会加速升级。”菜鸟网络农村物流业务负责人沈建锋表示，将会通过一年的时间，帮助菜鸟网络所有的农村物流合作伙伴，实现配送线路智能化。
凭借这套算法技术，胡浩源的团队还追平了一个算法领域的全球记录。目前，运筹学算法领域的前沿位置，长期被国外团队占据，直到菜鸟网络出现才打破这个局面。由于菜鸟网络拥有庞大的数据库，独一无二的复杂应用场景，和充沛的云计算资源，是全求为数不多有超大规模优化的能力的团队之一。“超过250个点位的车辆路径全局优化，现在在全球范围内还没有很好的通用求解方式，而菜鸟这项算法技术是基于1000以上点来做的，从结果来看，我们已经追平了目前的世界最好记录。”胡浩源表示。
“经过各类场景验证，车辆路径规划算法至少可减少使用10%的车，目前中国电商物流货运车辆约40万，如果该算法能在整个快递物流领域推广，一天节省的成本会在1000万以上。” 胡浩源称，这套算法除了适用在农村物流业务场景，也开始用在城市、城际和仓库更丰富的环境。