从产品研发到运营，再到客服与营销，人工智能已被应用于生产和服务系统的多个环节。但同时，相应的难题也逐步显露，比如人工智能难以广泛深度应用于生产和服务系统，且应用时易导致人机冲突及不平等。这些实践难题阻碍了制造强国战略的深入推进与现代服务业发展。

近日，由浙江大学管理学院数据科学与管理工程学系教授周伟华作为负责人牵头申报的课题“生产和服务管理决策中的人机协同新型模式研究”获2021年度国家自然科学基金重大项目课题立项资助。

浙江大学管理学院教授周伟华

聚焦实践难题

周伟华团队通过调研发现，当前人工智能在生产和服务系统中的应用主要面临两大关键挑战，一是如何解决由于生产和服务系统的复杂性导致人工智能难以广泛深度应用；二是如何解决人工智能应用导致的人机冲突和不平等。为应对这些挑战，进一步提升生产力，人机协同的混合智能是一种有效手段。也就是说，通过人机协同的方式发挥人类智能和人工智能的优势，管控风险，是应对上述挑战的有效解决方案。

为此，周伟华团队在课题中重点考察了生产和服务系统中人机协同决策与管理的四个重要场景：产品和服务创新、生产系统运营决策、服务系统运营决策、供应链协同。

这四个场景和制造强国战略息息相关。前三个场景是企业内部场景，也是目前人工智能应用较多的场景；第四个场景是供应链场景，亟需新理论以解决人工智能带来的冲击。通过对这四个场景的考察，研究团队发现在生产与服务系统的人机协同场景中亟待解决的难题主要表现为以下三个科学问题:

一是突破不可通约性达成人机协同创新的模式和机制问题。人和人工智能机器的认知建构方式存在本质差异，如何打破两者之间不可通约性，构建人机协同促进创新的模式和机制，释放人与人工智能协同创新的潜能。

二是考虑生产和服务系统特性的混合智能决策问题。人类智能和人工智能互补增强具有巨大潜力，如何构建人在回路的计算算法实现混合智能，解决生产和服务系统的复杂决策问题。

三是考虑人机特性的供应链协同机理问题。人工智能的应用给供应链管理带来了新的要素维度（算法、 算力、 数据）和协作感知，如何立足这些特点形成供应链协同的新机制和新理论，解决智慧供应链的协同管理问题。

开展人机协同研究

基于上述实践难题，该课题将从创新理论、决策方法、协作机制和仿真验证四个层面，以生产和服务系统中的典型应用场景为基础，研究人机协同提升生产力的理论与方法。

具体而言，该课题将首先研究突破人与智能机器范式转变的不可通约性、人机协同促进产品与服务创新的新机制；其次，研究生产和服务系统中应对复杂决策情境的人机协同混合智能算法；再次，研究考虑人机特性的供应链的新型协同理论和机制；最后，使用可视分析和仿真实验刻画与推演人机协同的行为模式和决策逻辑，更深入揭示人机协同促进生产力提升的机理。

通过研究，该课题旨在形成面向生产与服务系统的人机协同管理的系统理论，提出人机协同管理和决策的新型模式和方法，破解生产和服务系统管理难题，服务国家“制造强国战略”和现代服务业发展战略。

四大重要创新与特色

该课题以形成生产和服务系统中混合智能应用的系统理论、突破混合智能应用的关键技术为目标，凝练关键科学问题，结合浙江大学在生产和服务系统研究、人工智能研究方面的深厚基础，开展基础理论研究、关键技术开发、仿真实验，具有以下重要创新与特色之处：

第一，提出人机协同创新的新理论框架。该课题突破人与人工智能创新范式的“不可通约性”，借助技术范式、知识共创、问题解决以及价值共创四个理论的视角，分析生产与服务系统三个典型场景中的人机协同问题，通过构建分类模型、过程模型和机制模型，归纳出组织内外部的影响因素，将人机协同纳入到技术创新的理论体系，突破传统理论边界，为人机协同对创新的作用机制提供全新理论框架。

第二，提出人机协同趋优的混合智能决策算法。该课题从融合人类智能与机器智能的角度，研究基于人在回路混合智能决策的人类决策行为模型和人机协同趋优的决策算法，克服单纯的人类智能或者机器智能在解决生产系统时所面临的挑战，从本质上实现人机增强智能，为生产领域的人工智能应用打下坚实理论基础。

课题还进一步针对生产系统中的两种典型场景：生产管理和库存管理，从结构特性和需求特性两个角度分别研究特定的混合智能算法，为算法的广泛应用奠定基础，并积累在合作企业实践应用的经验。

第三，提出一个面向服务且兼顾用户隐私、算法多样性与效率的闭环人机协同混合智能决策算法。现有的面向服务的人机协同相关算法大多只关注如何提升服务效率和收益，在保护用户隐私和保障算法过程和结果的多样性上欠缺足够的考虑。该课题力求在构建效果更好的基于在线强化学习的人机协同智能决策模型的同时，从保护用户隐私和维护算法多样性的角度为面向服务的人机协同系统模型提供更好的质量保证，形成可以让决策模型不断自我迭代更新的闭环框架。

第四，提出考虑人机特性的供应链协同新理论框架。现有的供应链协同理论和思想基本上都是在人工智能时代来临之前提出的，这些模型中很多假设和特征，包括机器行为和人的行为，已经由于人工智能技术带来的深刻影响而不再适用。该课题特色与创新之处就在于从人工智能技术和算法管理的特征出发，创新性地提出考虑人机特性的新型供应链协同理论框架，并进一步设计了具体可实施的新型供应链协同机制。

课题“生产和服务管理决策中的人机协同新型模式研究”是国家自然科学基金重大项目“机器行为与人机协同决策理论与方法研究”的四大研究课题之一。该项目由清华大学吴昌旭教授团队领衔，联合华东师范大学马利庄教授团队、上海交通大学谢晓岚教授团队以及浙江大学周伟华教授团队共同组建研究队伍，分别致力于四个研究课题：管理决策环境下的机器行为模式及演化（华东师范大学）；人机协同中人的行为（清华大学）；人机协同决策的新型模式和管理场景（上海交通大学）；生产和服务管理决策中的人机协同创新型模式（浙江大学）。

国家生产力和经济发展的主要驱动力是生产系统（提高生产效率和成本收益、缩短生产周期、提高产品竞争力）、供应链系统（降低成本、缩短供应周期、增加利润）和服务系统（提高服务的满意度、提高人民福祉）的改进和提升，从而促进国民经济发展和社会生产力水平提高。

当前人类正快速进入以智能机器为载体的人工智能时代，作为新一代人工智能典型特征的人机混合智能是改进和提升生产系统、供应链系统和服务系统的有效手段，人机混合智能已成为未来推动我国生产力发展和经济水平提升的重大战略性技术。

从上述研究背景和国家需求出发，该项目将在混合智能管理决策环境下，预测和管理机器的行为和人的行为，并建立生产和服务系统中基于人机协同的创新理论，实现最优的人机协同和人机融合。

在项目的四个研究课题中，由周伟华团队作为负责人牵头申报的课题“生产和服务管理决策中的人机协同新型模式研究”将为项目中的前三个课题的研究提供理论研究的实践验证，并为相关假设与结论提供支撑。

素材来源：浙江大学数据分析和管理国际研究中心查多

封面图片：千库网