阿里巴巴人工智能應用的五部曲

　　首先，人工智能對計算能力的要求很高，而以前研究人工智能的科學(xué)家往往受限于單機計算能力，需要對數據樣本進(jìn)行裁剪，讓數據在一臺計算機里進(jìn)行建模分析，導致模型的準確率降低。伴隨著(zhù)分布式計算能力的迅速發(fā)展，云計算平臺可以利用成千上萬(wàn)臺的機器進(jìn)行計算，尤其是GPU的發(fā)展為加速人工智能落地奠定了基礎計算能力，使得類(lèi)似于人類(lèi)的深層神經(jīng)網(wǎng)絡(luò )算法模型為代表的人工智能應用成為現實(shí)；

　　其次大數據時(shí)代已經(jīng)到來(lái)，多來(lái)源、實(shí)時(shí)、大量、多類(lèi)型的數據可以從不同的角度對現實(shí)進(jìn)行更為逼近真實(shí)的描述，而利用深度學(xué)習算法可以挖掘數據之間的多層次關(guān)聯(lián)關(guān)系，為人工智能應用奠定了數據源基礎；

　　第三是算法的發(fā)展尤其是Geof Hinton教授2006年發(fā)表的論文，開(kāi)啟了深度學(xué)習在學(xué)術(shù)界和工業(yè)界的浪潮，以人工神經(jīng)網(wǎng)絡(luò )(ANN)為代表的深度學(xué)習算法成為了人工智能應用落地的核心引擎。

　　因此，計算能力+數據+算法三者相輔相成、相互依賴(lài)、相互促進(jìn)，使得人工智能有機會(huì )從專(zhuān)用的技術(shù)成為通用的技術(shù)，融入到各行各業(yè)之中。

　　阿里巴巴在人工智能技術(shù)研發(fā)以及應用場(chǎng)景方面進(jìn)行了大量的實(shí)踐，通過(guò)在電商、物流和金融相關(guān)的業(yè)務(wù)應用場(chǎng)景中不斷積累人工智能核心技術(shù)，并逐漸通過(guò)阿里云ET平臺輸出到交通、政府、娛樂(lè )等更多的行業(yè)之中。

　　客戶(hù)服務(wù)是很多行業(yè)的通用場(chǎng)景，覆蓋銀行、保險、電信、零售、制造、電商等多個(gè)行業(yè)，過(guò)往這些行業(yè)主要依靠自建或者租用呼叫中心，雇傭大量的客戶(hù)服務(wù)人員提供服務(wù)，而大部分企業(yè)的客戶(hù)服務(wù)中心都是企業(yè)的成本中心。

　　伴隨著(zhù)基于人工智能技術(shù)的智能客服的出現和發(fā)展，客服人員可能真會(huì )在不遠的將來(lái)被機器替代掉了。Gartner最新報告預測，2020年智能機器人座席能滿(mǎn)足40%的客服市場(chǎng)需求。未來(lái)，基于人工智能技術(shù)的智能機器人客服不僅能理解客戶(hù)語(yǔ)言的上下文語(yǔ)義，還具備自我學(xué)習能力，可以理解口語(yǔ)化問(wèn)題、分辨問(wèn)題焦點(diǎn)，大大提升服務(wù)效率和水平，同時(shí)能夠給客戶(hù)提供更好的個(gè)性化體驗。

　　以2015年7月阿里巴巴集團發(fā)布的人工智能購物助理虛擬機器人“阿里小蜜”為例，它的目標就是致力于成為會(huì )員的購物私人助理，讓會(huì )員專(zhuān)享1對1的客戶(hù)顧問(wèn)服務(wù)、全程陪伴式、安全有保障的購物體驗。這款應用基于語(yǔ)音識別、語(yǔ)義理解、個(gè)性化推薦、深度學(xué)習等人工智能技術(shù)，支持上下文理解的多輪對話(huà)，以及個(gè)性化記憶功能，同時(shí)機器人每天都會(huì )去學(xué)習幾百萬(wàn)條人工的服務(wù)記錄以及海量的知識源，自動(dòng)改善智能解決能力。在淘寶和天貓平臺上，每天有近5萬(wàn)次熱線(xiàn)電話(huà)求助，無(wú)線(xiàn)端的在線(xiàn)服務(wù)量更是每天都超過(guò)100萬(wàn)次。

　　目前，“阿里小蜜”在每天應對百萬(wàn)級服務(wù)量的情況下，智能解決率達到了接近80%，甚至在部分重點(diǎn)場(chǎng)景上已經(jīng)達到95%的智能解決率，滿(mǎn)意度比傳統的自助服務(wù)提升了一倍。同時(shí)，阿里巴巴利用人工智能技術(shù)對客戶(hù)服務(wù)質(zhì)量進(jìn)行監控，減少人工干預，大幅提高了服務(wù)質(zhì)量。

　　除了成為客戶(hù)服務(wù)助理之外，基于人工智能的虛擬機器人融入更深入的語(yǔ)音識別、自然語(yǔ)言處理等技術(shù)，未來(lái)將會(huì )在很多場(chǎng)景下可能成為個(gè)性化助理，為不同的客戶(hù)依據個(gè)性化需求提供不同的服務(wù)，能真正和人進(jìn)行深入溝通，使得機器與人的交流更加自然、親切和人情味，比如家庭服務(wù)、醫療服務(wù)、購物助手等。

　　計算機視覺(jué)技術(shù)是人工智能技術(shù)的核心技術(shù)之一。而作為計算機視覺(jué)技術(shù)中的關(guān)鍵基礎，指紋及人臉等生物識別技術(shù)目前已經(jīng)開(kāi)始應用在身份識別的多個(gè)領(lǐng)域，比如支付寶錢(qián)包已經(jīng)能夠支持指紋和人臉識別的身份認證，刷臉支付成為了現實(shí)。

　　在未來(lái)，實(shí)現“所見(jiàn)即所得”會(huì )是電商的重要方向，圖片搜索更將成為人們獲取信息的常態(tài)。圖像識別在手機淘寶的“拍立淘”產(chǎn)品中已經(jīng)開(kāi)始應用，通過(guò)手機拍照即可搜索相似商品，2015年雙11當天，千萬(wàn)消費者使用了“拍立淘”功能，創(chuàng )造了超過(guò)數千萬(wàn)元的銷(xiāo)售額。

　　圖中文字識別（OCR）一直是計算機視覺(jué)領(lǐng)域的難點(diǎn)。阿里巴巴平臺很多營(yíng)銷(xiāo)創(chuàng )意、商品都以圖片形式存在，同時(shí)，也有一些商家在圖片中內嵌違規的信息實(shí)現惡意推廣的目的，圖片內文字違規是比例相當大的一類(lèi)，而傳統監控手段多以人工肉眼來(lái)審核，費時(shí)費力，尤其是隨著(zhù)圖片數量越來(lái)越大，這幾乎已成為不可完成的任務(wù)。從2014年開(kāi)始，阿里媽媽圖像團隊開(kāi)始重點(diǎn)攻堅OCR技術(shù)，通過(guò)機器視覺(jué)的方式從圖片中識別出文字，從而鑒別出違規的文案信息。

　　2016年6月，阿里巴巴旗下廣告交易平臺阿里媽媽圖像團隊的OCR（圖中文字識別）技術(shù)刷新了ICDAR Robust Reading競賽數據集的全球最好成績(jì)，并大幅超越第二名。借助這一領(lǐng)先的OCR技術(shù)，阿里媽媽圖像團隊能夠以95%的超高準確率識別圖中違規文字信息，有效過(guò)濾商家惡意推廣，維護消費者權益。2015年，阿里媽媽累計屏蔽了4600萬(wàn)條惡意推廣。

　　阿里綠網(wǎng)依托于阿里巴巴全生態(tài)體系，擁有海量的特征樣本及豐富的數據模型分析經(jīng)驗，也利用OCR技術(shù)進(jìn)行了黃色圖片鑒別。根據技術(shù)人員的測試，通過(guò)人工智能技術(shù)鑒別黃色圖片，準確率高達99.6%以上。

　　人工智能未來(lái)會(huì )重構金融服務(wù)的生態(tài)，成為普惠金融的基石，金融的個(gè)性化、場(chǎng)景化服務(wù)成為主要創(chuàng )新方向。伴隨著(zhù)基于大數據的機器學(xué)習算法的發(fā)展以及語(yǔ)音識別、人臉識別、自然語(yǔ)言處理技術(shù)的日趨成熟，螞蟻金服已經(jīng)將人工智能技術(shù)運用于螞蟻微貸、保險、征信、風(fēng)險控制、客戶(hù)服務(wù)等多個(gè)領(lǐng)域。比如通過(guò)機器學(xué)習技術(shù)把螞蟻微貸和花唄的虛假交易率降低了10倍。為支付寶的證件審核系統開(kāi)發(fā)的OCR系統，使證件校核時(shí)間從1天縮小到1秒，同時(shí)提升了30％的通過(guò)率。2015年“雙11”期間，螞蟻金服95%的遠程客戶(hù)服務(wù)已經(jīng)由智能機器人完成，同時(shí)實(shí)現了100%的自動(dòng)語(yǔ)音識別。

　　螞蟻金服與保險公司合作的“航空退票險”上線(xiàn)之后賠付率一度高達190%，保險公司面臨巨大的虧損壓力。通過(guò)引入機器學(xué)習技術(shù)，大數據技術(shù)建模、優(yōu)化后，有效地降低了賠付率，并成功扭虧為盈，滿(mǎn)足了保險公司的核保要求。

　　從交通的角度來(lái)看，今天的交通擁堵對于城市管理者來(lái)說(shuō)是個(gè)很大的難題，對于出行者來(lái)說(shuō)路徑的選擇也一直是個(gè)問(wèn)題；想像一下伴隨著(zhù)基于人工智能的無(wú)人駕駛汽車(chē)、無(wú)人機、送貨機器人等產(chǎn)品的問(wèn)世和成熟，交通管理的范疇將會(huì )變得更加復雜多變。阿里巴巴在利用人工智能技術(shù)實(shí)現交通狀況的預測、控制和管理方面進(jìn)行了一些有益的探索。

　　在交通擁堵控制和預測方面，基于交通歷史數據，實(shí)時(shí)路況數據，手機基站信令數據，視頻監控數據，信號燈運行數據等多數據源的整合，使用人工智能中的機器學(xué)習算法，可以實(shí)現交通擁堵的提前預測，并提醒管理者提前采取相應措施，同時(shí)也能幫助交通管理部門(mén)進(jìn)行道路的更合理規劃設計和對交通信號裝置等相關(guān)因素進(jìn)行調整，降低路況擁堵率。比如，為了解決擁堵難題，廣州市交警近日引入人工智能技術(shù)阿里云ET搭建了“互聯(lián)網(wǎng)+信號燈”控制優(yōu)化平臺。據了解，ET可對路口車(chē)輛運行情況進(jìn)行分析，并輸出對紅綠燈時(shí)間的調整建議。試點(diǎn)結果顯示，部分路段擁堵指數下降超25%。

　　同時(shí)，大數據與機器學(xué)習能力的結合還能夠幫助出行者實(shí)現更優(yōu)質(zhì)的智能出行決策，可以根據用戶(hù)地域、距離、時(shí)長(cháng)、工具等不同場(chǎng)景學(xué)習不同的出行決策，形成出行決策模型；根據用戶(hù)的定位數據、出行數據、反饋數據，也可以為用戶(hù)提供省時(shí)、省力以及舒適性的偏好決策模型。比如，高德推出高德地圖AI引擎，該引擎將基于高德出行大數據和機器學(xué)習能力，面向不同環(huán)境和需求，為用戶(hù)提供“千人千面”的位置出行服務(wù)。

　　根據Gartner預測，到2018年，客戶(hù)數字助手將能跨渠道和合作伙伴識別人臉和聲音：機器在傾聽(tīng)指令和告訴我們該做什么上比真人表現更好。語(yǔ)音識別和自然語(yǔ)言處理技術(shù)基礎上的人工智能應用場(chǎng)景非常豐富，速記員和書(shū)記員的未來(lái)可能被智能機器人替代。

　　比如，在今年的阿里云2016年會(huì )上，阿里云ET的速記能力就曾在準確率方面以0.67%的微弱優(yōu)勢戰勝第50屆國際速聯(lián)速記大賽全球速記亞軍姜毅。9月13日，浙江省高級人民法院對外宣布，將在全省105家法院全面上線(xiàn)智能語(yǔ)音識別系統。該系統由阿里云人工智能ET提供技術(shù)支持，能夠快速、準確的完成庭審記錄，承擔起“書(shū)記員”的角色。3個(gè)月前，系統曾在西湖區人民法院試點(diǎn)，準確率高達96%。這些都是阿里人工智能技術(shù)與行業(yè)應用場(chǎng)景落地的案例。

　　當然，目前的時(shí)代依然是弱人工智能時(shí)代，人工智能技術(shù)還主要為了解決特定的問(wèn)題而存在，是任務(wù)型的人工智能，未來(lái)能否真的擁有人一樣的思考、感知和認知能力還有很長(cháng)的一段路要走。但總起來(lái)看，我們認為人工智能會(huì )有非常廣泛的應用場(chǎng)景，既有通用的跨行業(yè)的場(chǎng)景，比如客戶(hù)服務(wù)，個(gè)性化推薦，身份識別，網(wǎng)絡(luò )營(yíng)銷(xiāo)，風(fēng)險控制等；也會(huì )有針對某些特定行業(yè)的場(chǎng)景，比如交通出行、金融投資、醫療問(wèn)診、娛樂(lè )、制造、教育等行業(yè)的應用。