阿里云機(jī)器智能首席科學(xué)家閔萬里(山景)

　　阿里云更是被擺在首要位置，阿里云事業(yè)群升級為阿里云智能事業(yè)群，代表著云計(jì)算與 AI 等技術(shù)的融合。實(shí)際上，阿里云在架構(gòu)升級之前已經(jīng)在內(nèi)部孵化了強(qiáng)大的 AI 平臺能力——ET 平臺，ET 平臺于 2017 年 12 月由阿里云機(jī)器智能首席科學(xué)家閔萬里(山景)正式公布。

　　雷鋒網(wǎng)分別采訪到了山景、以及阿里云 ET 城市大腦算法專家余亮，阿里云 ET 工業(yè)大腦算法專家楊斌，由近及遠(yuǎn)，從內(nèi)而外，阿里云將如何貫徹云上 AI 戰(zhàn)略。

　　數(shù)學(xué)鏈接數(shù)據(jù)

　　數(shù)據(jù)是數(shù)字時代的石油，山景卻有另外一番理解，他表示，數(shù)據(jù)不像原油奇貨可居，數(shù)據(jù)是不斷大量產(chǎn)生的，數(shù)據(jù)的價(jià)值如果得不到快速釋放，價(jià)值密度則不斷降低，只要是數(shù)據(jù)密集的地方就有 ET 大腦，就有 AI，就有大數(shù)據(jù)的機(jī)會。

　　2013 年山景加入阿里云，同時帶來的還有兩篇含金量不低的論文，這兩篇文章解決了復(fù)雜網(wǎng)絡(luò)下隨機(jī)過程的大樣本理論，認(rèn)知反演則解決了在一個具體拓?fù)渚W(wǎng)絡(luò)上尋優(yōu)的問題。

　　在他看來，交通、工業(yè)等產(chǎn)業(yè)領(lǐng)域的問題，歸根結(jié)底都是一個拓?fù)渚W(wǎng)絡(luò)問題：城市交通是車流的網(wǎng)絡(luò)，工業(yè)是流程的網(wǎng)絡(luò)(流程型制造是一條流水線、離散型制造則是一個更復(fù)雜的網(wǎng)絡(luò))，航空是人流、飛機(jī)的網(wǎng)絡(luò)……要解決這些產(chǎn)業(yè)的問題，其實(shí)解決的都是拓?fù)渚W(wǎng)絡(luò)問題。

　　雷鋒網(wǎng)觀察了不同類型廠商在不同領(lǐng)域的所謂“大腦”，是否有廠商“舊瓶裝新酒”營造概念行舊事?答案是肯定的，有一定比例的廠商并無新意的拼湊起一個“大腦”，與這類廠商截然相反的是——阿里云的 ET 大腦的人工智能回歸到本質(zhì)，建立在數(shù)學(xué)理論基礎(chǔ)之上。

　　“一張網(wǎng)”是阿里云完全自研的核心技術(shù)，也是 ET 大腦解決產(chǎn)業(yè)問題的關(guān)鍵所在。實(shí)際應(yīng)用中的拓?fù)渚W(wǎng)絡(luò)類似于互聯(lián)網(wǎng)式的分布式結(jié)構(gòu)，在網(wǎng)中不斷流動的是數(shù)據(jù)，數(shù)據(jù)來源多種多樣，不同時空、不同結(jié)構(gòu)，甚至不知真假，ET 大腦納入多種融合數(shù)據(jù)，形成可復(fù)用的場景輸出能力，而此前大多平臺數(shù)據(jù)孤立不流動，且需要苛刻的數(shù)據(jù)“飼喂”才能輸出相對精準(zhǔn)的判斷。

　　ET 大腦的四個關(guān)鍵詞——認(rèn)知、判斷、決策、學(xué)習(xí)。多維感知數(shù)據(jù)，分析并實(shí)時決策，形成全局性可執(zhí)行洞察(actionable insight)，兼具持續(xù)進(jìn)化的學(xué)習(xí)能力，ET 大腦的核心也在此。

　　“我們有了網(wǎng)絡(luò)，有了動態(tài)的物流、業(yè)務(wù)流的時候，就有了動態(tài)的數(shù)據(jù)流，如果把數(shù)據(jù)流抽象出來，我們可以發(fā)現(xiàn)最終回歸到人工智能原點(diǎn)——人腦”，或許這也是各式各樣的 AI 平臺統(tǒng)稱為大腦的緣由。

　　2007 年山景就曾應(yīng)用該理論研究新加坡的智慧城市交通管理，開發(fā)的預(yù)測算法對新加坡 CBD 區(qū)域不同等級的地面道路進(jìn)行預(yù)測，準(zhǔn)確率超過 85%，其也是業(yè)界第一個能準(zhǔn)確預(yù)測未來路況的實(shí)戰(zhàn)系統(tǒng)。通過表象數(shù)據(jù)的信號、關(guān)鍵統(tǒng)計(jì)量及一系列算法找到數(shù)據(jù)特征，尋找到拓?fù)渚W(wǎng)絡(luò)上的量化關(guān)系，進(jìn)而找到控制竅門，山景的理論研究是基礎(chǔ)，但阿里云在其上做了更多的研究。

　　算法、算力和數(shù)據(jù)是人工智能的三要素，同時也是 ET 大腦的三要素，不得不說云計(jì)算的大規(guī)模發(fā)展解決了 ET 大腦需要的算力資源，才有了 ET 大腦在各行各業(yè)開花結(jié)果，ET 大腦與各個領(lǐng)域行業(yè)大腦是總分關(guān)系，根本性區(qū)別就在于加入行業(yè)知識，專攻行業(yè)場景。

　　ET 大腦的發(fā)展有不少值得銘記的瞬間，山景提到了兩個案例，其一是阿里云順利將浙江高速歷史數(shù)據(jù)、實(shí)時數(shù)據(jù)與路網(wǎng)狀況結(jié)合，基于阿里云大數(shù)據(jù)平臺，預(yù)測未來一小時內(nèi)的路況，其二則是阿里云在工業(yè)領(lǐng)域不斷重復(fù)嘗試，終于覓得一縷成功曙光，雷鋒網(wǎng)本次也采訪到了兩位專家。

　　城市大腦閉環(huán)

　　雷鋒網(wǎng)獲悉，杭州城市大腦 2.0 覆蓋 420 平方公里，杭州主城限行區(qū)域全部接入大腦，此外還有余杭區(qū)臨平、未來科技城兩個試點(diǎn)區(qū)域及蕭山城區(qū)，總計(jì) 420 平方公里，相當(dāng)于 65 個西湖。優(yōu)化信號燈路口 1300 個，覆蓋杭州四分之一路口，同時還接入了視頻 4500 路，可以實(shí)時指揮 200 名交警。

　　城市大腦是阿里云 ET 大腦最先落地的場景，這其中既需要解決模式的問題，又需要解決技術(shù)的問題。阿里云城市大腦以云的方式輸出，其中有專有云、公有云、混合云，政府需要相當(dāng)大體量的軟硬件綜合技術(shù)平臺，軟件是阿里云的對外接口，在硬件部署能力阿里云也在了大量工作，以云形式輸出城市大腦也是阿里云有別于其他公司的特點(diǎn)之一。

　　阿里云 ET 城市大腦算法專家余亮介紹，阿里云在城市大腦中主要解決兩個問題：

　　數(shù)據(jù)問題：在城市大腦中，數(shù)據(jù)有很多特點(diǎn)，像數(shù)據(jù)本身的異構(gòu)性、實(shí)施性，海量數(shù)據(jù)的特征，需要一整套大數(shù)據(jù)的管理平臺。阿里云從硬件、軟件到設(shè)計(jì)服務(wù)擁有深厚積累，阿里云目前能夠把城市所有相關(guān)部門的海量數(shù)據(jù)，特別是視頻數(shù)據(jù)，每天收集并實(shí)時分析。

　　彈性計(jì)算問題：支撐起一個城市計(jì)算平臺必然需要消耗相當(dāng)大的資源，尤其是視頻計(jì)算，云服務(wù)從根本上解決了規(guī)劃、采購和管理問題。

　　但實(shí)際上，阿里云是互聯(lián)網(wǎng)公司，相對于傳統(tǒng)交通行業(yè)是“門外漢”。余亮表示，交通工程有自身的一套數(shù)據(jù)模型和理論，但交通領(lǐng)域的數(shù)據(jù)模型可能聚焦于局部，在一定區(qū)域內(nèi)流量如何建模，參數(shù)如何調(diào)優(yōu)。而阿里云是以網(wǎng)絡(luò)的視角看數(shù)據(jù)科學(xué)，包括時空特性、網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量和關(guān)系等等。

　　基于山景最初提出的運(yùn)用互聯(lián)網(wǎng)數(shù)據(jù)做單點(diǎn)信號的優(yōu)化，阿里云算法團(tuán)隊(duì)在后期加入了更多的數(shù)據(jù)科學(xué)知識，各種預(yù)測、優(yōu)化。阿里云目的不是解決一個點(diǎn)或者是一片主干道的交通問題，而是把幾百個信號燈當(dāng)做一個整體來進(jìn)行優(yōu)化，在世界范圍內(nèi)都是第一個。

　　目前阿里云城市大腦橫向復(fù)制和縱向深化并重而行，第一要務(wù)仍然是在國內(nèi)已有的項(xiàng)目中向各個行業(yè)提供基礎(chǔ)服務(wù)設(shè)施，縱向深挖提供端到端能力，阿里云希望做出城市大腦中的超級應(yīng)用。在全球領(lǐng)域的橫向復(fù)制中，阿里云已經(jīng)將城市大腦復(fù)制到馬來西亞等地區(qū)，交通問題是普遍性難題，阿里云有很大的潛在市場。

　　余亮也坦言，在技術(shù)領(lǐng)域城市大腦仍在不斷進(jìn)化，技術(shù)和應(yīng)用結(jié)合發(fā)展，比如大規(guī)模信號燈調(diào)控方案的進(jìn)一步優(yōu)化，認(rèn)知反演如何尋找關(guān)鍵節(jié)點(diǎn)、網(wǎng)絡(luò)分隔，包括流程、算法的協(xié)調(diào)上有一些創(chuàng)新。

　　“我們的工作都是比較落地的，阿里云在開發(fā)一個仿真引擎，能夠?qū)煌顟B(tài)進(jìn)行實(shí)時仿真，仿真的速度滿足所需交互性。過去的仿真時間比較長，數(shù)據(jù)標(biāo)定需要非常多的時間，仿真的結(jié)果也不能實(shí)時進(jìn)行交互式調(diào)整”，余亮介紹。

　　在仿真引擎之上，算法可以基于此做測試，然后不斷改進(jìn)。仿真、優(yōu)化、再迭代，雖然仿真引擎不能給阿里云帶來短期現(xiàn)實(shí)收益，但阿里云內(nèi)部認(rèn)為這是城市大腦非常重要的部分，在理論層面形成城市大腦的嚴(yán)密閉環(huán)。

　　開辟工業(yè)數(shù)據(jù)智能

　　“我們對于工業(yè)一直心存敬畏之情，工業(yè)是國之重器，影響國計(jì)民生，工業(yè)細(xì)分行業(yè)又是如此繁雜，行業(yè) know-how 深不可測”，阿里云 ET 工業(yè)大腦算法專家楊斌如是表示，筆者很難想象阿里云 ET 工業(yè)大腦開拓的艱難程度，不過據(jù)山景回憶，工業(yè)大腦甚至一度要放棄。

　　楊斌表示，ET 工業(yè)大腦第一個項(xiàng)目始于 2016 年，標(biāo)志著 ET 工業(yè)大腦開始進(jìn)入探索行業(yè)性大數(shù)據(jù)解決方案和價(jià)值輸出的開始。針對工業(yè)企業(yè)客戶的要求，產(chǎn)品和解決方案輸出必須要能夠提供給行業(yè)客戶應(yīng)用場景的指導(dǎo)，而不是像常規(guī)的互聯(lián)網(wǎng)干預(yù)，或者有所謂的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)連接和平臺連接

　　“對于阿里云來說，我們是對自身數(shù)據(jù)智能的技術(shù)，云計(jì)算、大數(shù)據(jù)、AI 算法等等這方面是我們的信心所在。但是，深入到工業(yè)行業(yè)里面，對工業(yè)數(shù)據(jù)的分析、探索，以及對這個工業(yè)細(xì)分行業(yè)它的每一塊細(xì)分行業(yè)的特殊性，然后業(yè)務(wù)的理解性，這都是很大的挑戰(zhàn)”，楊斌提到。實(shí)際上這也是當(dāng)下所有工業(yè)互聯(lián)網(wǎng)領(lǐng)域廠商所面臨的共性難題。

　　楊斌補(bǔ)充道，“甚至在這個過程中，并沒有一個系統(tǒng)說明讓我們知道在工業(yè)的工研產(chǎn)銷的各個工作流里面是有哪些數(shù)據(jù)的。我們的算法專家面臨著從 0 到 1 的難題，阿里云算法專家直接深入工廠場景，通過和具體生產(chǎn)部門、工藝部門、信息部門做交流，在對數(shù)據(jù)的理解達(dá)到一定程度之后，再結(jié)合阿里云自身云計(jì)算、大數(shù)據(jù)、人工智能算法找到突破口”，

　　工業(yè)大腦本身屬于平臺級產(chǎn)品，包含數(shù)據(jù)工廠、算法工廠、AI 創(chuàng)造間，支撐行業(yè)客戶去完成工業(yè)企業(yè)的數(shù)據(jù)算法以及開發(fā)治理，最終生產(chǎn)出給企業(yè)量身定做的數(shù)據(jù)智能服務(wù)。ET 工業(yè)大腦沉淀很長一段時間才推出，但在推出之前已經(jīng)有過若干年的實(shí)踐，基于項(xiàng)目的交付、實(shí)施和業(yè)務(wù)價(jià)值提升，最終成型數(shù)據(jù)工廠、算法工廠、AI 創(chuàng)造間的架構(gòu)體系。

　　數(shù)據(jù)工廠主要解決客戶數(shù)據(jù)安全、有效、穩(wěn)定上云的過程，同時在數(shù)據(jù)平臺進(jìn)行質(zhì)量管控和治理;算法工廠基于阿里云過去歷史項(xiàng)目的積累、實(shí)踐，沉淀了工業(yè)大腦的算法引擎，算法引擎可以根據(jù)用戶需求再開發(fā)，基于該平臺，工業(yè)客戶不需要自己重新再經(jīng)歷算法工程化過程;在 AI 創(chuàng)造間里，客戶通過拖拉拽的方式，把數(shù)據(jù)模塊、算法模塊，變成工作流業(yè)務(wù)的編排，形成一個工作流的業(yè)務(wù)輸出，對外發(fā)布服務(wù)，可以調(diào)試出量身作定做的數(shù)據(jù)智能應(yīng)用服務(wù)。

　　“我們希望通過工業(yè)大腦降低行業(yè) AI 使用門檻，通過可配置的方式做業(yè)務(wù)的編排。但這個平臺本身也是一個開發(fā)型的平臺，合作伙伴或者工業(yè)終端客戶自身信息部門的開發(fā)人員可以進(jìn)行行業(yè)模板構(gòu)結(jié)、定制，在平臺之上沉淀自身的行業(yè)數(shù)據(jù)模型，架構(gòu)自己的算法模型，進(jìn)而形成一個生態(tài)”

　　工業(yè)領(lǐng)域的自動化程度不一而足，如何兼容并包是一個現(xiàn)實(shí)問題。楊斌表示，阿里云 ET 工業(yè)大腦和工業(yè)企業(yè)原有系統(tǒng)、平臺、軟件根本不存在相互競爭關(guān)系，很大程度上阿里云更多的是通過自身能力普惠工業(yè)行業(yè)，為企業(yè)降本增效、數(shù)字化轉(zhuǎn)型提供全鏈路、全數(shù)據(jù)、全流程的數(shù)據(jù)智能輸出。

　　內(nèi)外審視 ET 大腦

　　人工智能基于數(shù)學(xué)建模，總體來說，我們所能落地應(yīng)用的人工智能都還比較初級，無非逃不過語音、圖像和自然語言處理等數(shù)樣，而隨著行業(yè)的的發(fā)展，技術(shù)的制約越發(fā)凸顯，“深度學(xué)習(xí)寒冬論”“AI 騙局”等等被揭開 AI 浮華表象，逐漸讓業(yè)界認(rèn)識到一個樸素的現(xiàn)實(shí)——人工智能的發(fā)展還處于初級階段。

　　人工智能不“智能”，相反地，它還需要大量的“人工”。一個得到大多從業(yè)人士認(rèn)可的理論是，人工智能的發(fā)展要經(jīng)歷運(yùn)算智能、感知智能、認(rèn)知智能三個階段，后邊是否還會有更深層次的發(fā)展還不明確。目前我們所處的時間點(diǎn)大概是從感知智能向認(rèn)知智能發(fā)展，人工智能已經(jīng)能夠成熟的感知語音和圖像等信息，認(rèn)知智能即意味著人工智能“能理解會思考”。

　　在雷鋒網(wǎng)看來，人工智能的發(fā)展目前還處于模仿人腦的階段，ET 大腦是阿里云多技術(shù)、多模態(tài)融合的典型輸出產(chǎn)品，而阿里云仍在強(qiáng)化 ET 大腦的極限。

　　對內(nèi)，在日前的架構(gòu)調(diào)整中，阿里巴巴集團(tuán)首席技術(shù)官(CTO)張建鋒(行癲)將兼任阿里云智能事業(yè)群總裁，特別需要注意的是，逍遙子在信中寫道，集團(tuán)過去幾年在實(shí)施中臺戰(zhàn)略過程中構(gòu)建的智能化能力，包括機(jī)器智能的計(jì)算平臺、算法能力、數(shù)據(jù)庫、基礎(chǔ)技術(shù)架構(gòu)平臺、調(diào)度平臺等核心能力，將全面和阿里云相結(jié)合，向全社會開放，為全社會服務(wù)。

　　對外，阿里喊出了產(chǎn)業(yè) AI 的口號，阿里云智能事業(yè)群幾乎聚齊了阿里集團(tuán)面向 2B 市場的大部分要素，時任阿里云總裁胡曉明談及阿里云對產(chǎn)業(yè)的思考，“過去每一次產(chǎn)業(yè)革命，都是技術(shù)與產(chǎn)業(yè)的深度融合，從而引發(fā)經(jīng)濟(jì)和社會變革，AI 也不例外。未來 AI 要深入各行各業(yè)，去解決生活、生產(chǎn)和社會環(huán)境中遇到的棘手問題，這樣才能引領(lǐng)真正的產(chǎn)業(yè)革命”。阿里云的 AI 側(cè)立于行業(yè)旁，融入于行業(yè)中。

　　阿里云智能平臺是阿里巴巴集團(tuán)中臺戰(zhàn)略的延伸和發(fā)展，云計(jì)算 +AI，這并不是新鮮搭配，但更多時候云計(jì)算只作為一個底座。這反映出阿里云又一個超前思考，在阿里云計(jì)算業(yè)務(wù)率先成熟的前提下，拋開云計(jì)算行業(yè)的同僚，加速在人工智能賽道上狂奔，阿里向偉大公司招手。

　　阿里云提前鳴響了下一場比賽的發(fā)令槍，下一場，關(guān)乎人工智能與未來。
　?。?a href="http://www.nasamidwest.com">邯鄲網(wǎng)站建設(shè)）