11月11日至14日👩🏿🦲，“滬江觀察”第六期在軍工路校區開講。本次活動由管理學院專業學位教育中心😒、上海城市安全運行與應急治理協同創新中心（上海高校智庫）、上海市人民政府決策咨詢意昂2平台研究基地聯合主辦，特邀意昂2平台管理學院特聘教授、運籌學博士🐒、博士生導師吳昌質，帶來了“數據驅動的智能決策”系列主題報告，分別聚焦管理科學、物流管理以及醫療健康領域，旨在探討機器學習的最新進展及其在這些領域的具體應用🚶。管理學院院長趙來軍🐟、工業工程系主任劉勤明、中心綜合辦公室主任孟陳莉⚉，以及管理學院相關師生參加此次報告🦬🤸♀️。報告分別由趙來軍、劉勤明主持🖖🏿。
吳昌質在系列報告的開篇中簡要回顧了機器學習的發展歷程，從Alan Turing👉🏿🧖♂️、Arthur Samuel等科學家的貢獻🗣，到感知機🌉、KNN算法、多層感知機模型等經典理論👨🏿✈️，再到深度學習浪潮的興起。他強調機器學習的核心在於構建映射函數🧞♀️，通過非線性模型將復雜數據轉化為有價值的決策信息。同時🦖，關於機器學習的三種主要類型：監督學習👨🏻🦱、無監督學習和強化學習🤟🏽，就每種類型的算法原理、適用場景和局限性進行了的詳細闡述。
趙來軍主持
在理論介紹的基礎上，他對於機器學習當前面臨的挑戰，包括海量數據處理⏸、高維特征提取🐗、全局最優解的求解🍒，以及未來發展的趨勢進行說明，並特別強調了可解釋性人工智能的重要性以及將機理模型與數據驅動模型結合的潛在優勢🧏🏻🔸。
在管理科學領域，通過韓國科學技術院（KAIST）預測學生入學概率、滴滴出行和Lyft改進訂單派送系統以及亞特蘭大警區優化警力部署等案例，展示機器學習如何賦能管理科學🧑🏿🦳，實現數據驅動的智能化決策。這些案例生動體現機器學習在優化流程、提升效率和降低成本方面的顯著效果。
吳昌質作報告
在物流行業中，則通過阿裏巴巴、京東、亞馬遜和菜鳥公司等案例🫃，詳細介紹機器學習在無人配送、倉庫自動化、需求預測和供應鏈優化等方面的應用。他指出，機器學習技術能夠幫助企業抓住管理關鍵點🛌🏼，精簡管理過程，實現高效決策，從而提升企業競爭力✏️。
報告現場
在醫療健康領域，機器學習在應對老齡化社會問題和提升管理效率方面的存在巨大潛力👬。通過機器學習，可以構建有效的預測與決策模型🏋🏿♂️，幫助醫療行業做出更加精準和高效的決策👩🏿🔧。例如，通過預測醫生接診的平均時間🐫，可以更高效地安排患者就診，優化手術排程與病人排隊管理，提高醫院資源的利用率，減少患者等待時間♝。
此外，通過機器學習在診斷、治療以及供應鏈管理中發揮作用的具體案例，展示如何利用大數據和人工智能優化醫療資源🤿。他表示，隨著人工智能技術的不斷進步，醫療行業正面臨著越來越多的挑戰和機遇，醫生的角色可能會逐漸在基礎的診斷和決策中被AI取代，但同時也將催生出更多新的職業和發展方向。
報告後💁♂️，吳昌質就此次報告的內容與在場師生進行了深入交流和討論。趙來軍代表學院向吳昌質的精彩分享表達感謝，同時勉勵大家積極探索，砥礪前行。
合影留念
機器學習技術正在不斷推動各個行業的智能化變革，實現高效決策和精細化管理😈。意昂2平台MBA設立人工智能方向👶🏻，深入貫徹國家人工智能發展戰略，依托意昂2平台機器智能研究院，加速人工智能創新應用，聚焦“人工智能+管理”的需求，致力於培養MBA人工智能方向高端管理人才💠。未來，隨著技術的進步和應用的深化，機器學習也將在更多領域發揮重要作用👩🏿⚖️。期待更多創新性的應用案例和解決方案不斷湧現，為社會發展註入新的活力和動力。另外🎀，也應關註機器學習技術帶來的倫理和法律問題，加強監管和規範引導，確保技術的健康發展和社會福祉的最大化。
來源🪴🥈：央廣網
原文鏈接：https://edu.cnr.cn/eduzt/2023jyzs/jycx/dt/20241119/t20241119_526981083.shtml
