Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >ChatGPT回答的智能物流的问题。。。这次绷不住了

ChatGPT回答的智能物流的问题。。。这次绷不住了

作者头像
老King
发布于 2023-02-24 11:58:35
发布于 2023-02-24 11:58:35
6440
举报

导语

作者:马洪旭

大家最近肯定被ChatGPT刷屏了,好像它神通广大,无所不能...

作为智能物流规划行业的“砖家”,那么我一定会出手来测试一下这个GPT是不是真的这么强大。废话不多说,开始测试。

  • 1、GPT自我介绍

ChatGPT (全称:Chat Generative Pre-trained Transformer ) 是由OpenAI开发的一个人工智能聊天机器人程序,于2022年11月推出。该程序使用基于GPT-3.5架构的大型语言模型并通过强化学习进行训练。

ChatGPT目前仍以文字方式互动,而除了可以通过人类自然对话方式进行交互,还可以用于相对复杂的语言工作,包括自动文本生成、自动问答、自动摘要等在内的多种任务。

如:在自动文本生成方面,ChatGPT可以根据输入的文本自动生成类似的文本(剧本、歌曲、企划等),在自动问答方面,ChatGPT可以根据输入的问题自动生成答案。还具有编写和调试计算机程序的能力。

先让他自已来个自我介绍吧。

  • 2、物流专业知识开测

从我们做物流规划的基础知识对GPT进行考试,出题的内容先从精益物流规划PFEP里面的知识点进行展开。

刚开始就出错,看来GPT也不行啊。PFEP正确的全称是(plan for each part)单一零件规划,是规划零部件物流信息(存储、包装、配送)的规范性文件。

PFEP介绍示例

我们再开始第二题的测试

EN,这个回答让我一言难尽啊。从所周知。

PFEP零件规划的四个步骤:

1、确定目标产品;

2、建立每个零件的基本需求信息;

3、物料ABC管理;

4、呆滞物料处理。

通过这个测试不难看出GPT是一个非常有逻辑性的AI,但是在物流规划专业知识的储备还是非常的欠缺。我们接着来测试

总算是有点小起色,虽然没有全部回答正确,但是回答的正确率已经提高了很多,难道他在这么短的时间已经得到进化了?

正确的答案,作为一个合格的智能物流规划不可能不知道吧!

1. 库存周转率 = 年销售额 / 年均库存

2. 及时发货率 = 实际及时出库的数量 / 要求及时出库的数量 X100%

3. 帐卡物相符率 =(1-帐卡物不符项数 / 库存物品总项数) X 100%

4. 月均库存量 = (月初库存量 + 月末库存量)/ 2

5. 年均库存量 = 各月平均库存量 / 12

6. 库存物品数量完好率 =计划期内保管后完好物品总量 / 计划期内入库 保管的物品总量 X 100%

7. 库存物品质量完好率 =计划期内保管后完好物品总值 / 计划期内入库保管的物品总值 X 100%

8. 仓库有效面积(容积)利用率 = 仓库内实际使用面(容积) / 仓库内有效面(容积) X 100%

9. 库存物品运输质量保证率 = 无质量事故的出库量 / 总出库量 X 100%

接着来测试,我们加大难度

这次历害了,GPT居然学会好抢答。

上次我的问题是把定义与步骤分开来问的,这次他居然把定义与步骤一起进行了回答,看来GPT的交互学习能力确实不一般。

这次再问一个比较感观的问题吧

从这个答案不难看出,未来我们智能物流行业的发展方向(数字物流)。

未来物流行业就是将我们所有的“人、机、料、法、环”转换成一个010101的数字。那个时候我们的物流行业又将是一个什么样的情况。

公平竞争,这个答案有点出乎所料,难道我国的物流行业并不是一个公平的竞争?!

发人深思啊!

行业中的众多企业都是沉迷在恶性的低价竞争中,没有几家企业真正的有自己的核心技术与创新,喊了这么多年,都是把一些场景的创新当成技术革命。

希望国内的企业真正的能把眼光放长远,观注长远利益,注重核心技术研发,突破掐脖子技术。未来更多的参与到国际性的竞争中来。

  • 3、小结

不得不说,Chat GPT给我们带来了很大的惊喜:

它确实能通过人类自然对话方式进行交互,并可以用于自动文本,代码生成等相对复杂的语言工作。

但是它还是有很大的局限性,所以现阶段我们的物流规划人员别慌,他还没有能力完全的取代我们的工作。

但是我们还是保持着从不进步,摸鱼的心态的话,那么我们被取代的日子也是真的不远了。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-02-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智能仓储物流技术研习社 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档