百度推出超级智能体伐谋平台，以“大力出奇迹”解决复杂计划排程类算法问题
伐谋的定位为全球领先的可商用的自我演化的超级智能体，这个名词有点深奥，作者简单理解，就是伐谋是一个模拟人类做算法研究的方式的智能体，通过不断尝试各种算法并验证效果，最终找到最优的算法。
伐谋具体干活的步骤可以一步步类比人。第一步是找一些起步的算法，先看看起步算法的效果，第二步是以这些算法为基础，再进行组合等，写出更多的算法。过去人来写，现在智能体来写。第三步是采用测试用例等方法，来验证各种算法的效果，也是由以前是人去输入进入看结果，变成交给智能体去做。第四步则是结合众多算法的不同结果，分析该往哪个方向去调整算法，并去写出新的算法，然后重复以上的过程，直到最后找到更优的结果。
对人来说，这个过程干起来很慢，但是对智能体来说，可以创建一大堆的智能体，分别去完成以上的各个步骤，并依靠大规模分布式的算力，做大量的重复，直到找到更优解。
整个过程类似于自然界的生物进化，持续的多样化的算法持续演化和自然选择中，最后找出更适应环境的生物。更简单的理解是暴力破解密码，持续不断的试，总能找到对的密码，只不过试的过程不是逐个傻试，而是逐步总结经验。
除了暴力找到最优解，伐谋的优势还包括白盒性、低门槛和动态适应性。相比于单纯的数据类模型黑盒不可解释的问题，伐谋最后给出的是算法代码，是完成白盒的，大大提升了用户的接受度。人类专家做的很多算法，一旦遇到约束的动态变化，调整是很麻烦的，但伐谋因为不依赖人，再跑一遍就行了。伐谋的使用对人员的算法能力的要求也低了很多，不再要求工程师有非常强的数学能力。
伐谋的应用场景涉及组合优化，机器学习，性能优化等，百度已经用伐谋在物流调度等场景与企业合作落地了实际效果。如联合中国能源建设集团广东院，求解海上风电升压站三维空间电缆布置问题，找到了比人工设计更短的电缆路径，项目交付节省数倍时间。
又如百度智能云联合中国数联物流为辽港集团找到港口桥架吊机的起始位置和移动方案，使得在满足装卸货需要的情况下，所需桥架吊机数量从36个优化到29个，相比人工设计的31个又节省了2个，调动次数也从59次降到52次，桥架吊机空闲时间减少20%。
过去面对计划调度问题，行业已经出现AI求解器，如华为天筹求解器和杉树科技等，伐谋提供了一个新的思路。而且这个思路可能值得可以更多的“结果可以明确检验，中间需要反复尝试”领域借鉴。当然，因为成本较高，很多简单问题可能不值当使用伐谋来解决，伐谋可能更适合去攻坚一些复杂高难度的问题。
当然，从现场演示视频来看，伐谋作为一个新推出的产品的功能似乎还不太多，可能以后还需要持续迭代从而完善功能，提升用户易用性等。
