阿里 人工智能(阿里云人工智能公司)

中国企业集团阿里巴巴是全球最大的电子商务公司之一，但它正日益将注意力转向人工智能(AI)。2017年3月，该公司成立了一个医疗和制造业的人工智能服务部门，9月，其公共云部门阿里云宣布，计划成立一家专门的子公司，生产用于物流和自动驾驶的自主研发的人工智能推理芯片。

不用说，阿里巴巴涉足了大量人工智能领域。在周末于蒙特利尔举行的NeurIPS 2018大会上，该公司发布了关于跨公司合作的最新进展。

阿里巴巴数据科学研究所院长 Rong Jin表示:“我们正在解决……看似困难的情况。人工智能与创新(有助于)解决一些有趣的挑战。”

其中一个挑战是在嘈杂环境下的语音识别，比如拥挤的地铁系统或拥挤的会议中心。阿里巴巴的解决方案一部分是硬件，一部分是软件:一个远场麦克风阵列和复杂的深度学习算法，这些算法能在人群中隔离声音，大幅降低错误率。

相比之下，仅靠麦克风阵列的“最好”的语音识别技术能达到84%的准确率，阿里巴巴声称，其模式的准确率在94%至95%之间，即使说话人口音很重。它已经被部署在上海的一个基于语音的地铁售票系统中，阿里巴巴正在谈判将其推广到“其他几个城市”。

语音不是阿里巴巴正在处理人工智能的唯一领域。利用自然语言处理，在云端实时执行自动翻译，让俄罗斯、马来等国的阿里巴巴零售客户可以用母语与人类客服进行对话。它采用算法来处理其支持中心每天通过阿里巴巴的智能客户服务引擎Alime接收的数万个呼叫的一部分。

Alime就像谷歌的Duplex一样，可以进行电话交谈，回答基本问题而不需要人类参与。也许更令人印象深刻的是，在聊天机器人环境中，它能够从提供的文档中自动提取文本和图像，其性能“优于人类”。

在一场舞台演示中，一名顾客向阿里巴巴的电话机器人小蜜询问了一款特定蓝牙扬声器的促销活动，比如他们会收到什么样的免费礼物，以及这些礼物将如何送到他们的住所。(今年晚些时候推出的新版本将为优先级案例添加情绪分析和自动提醒功能。)

这对阿里巴巴众多部门来说是一个福音，比如全球速卖通(AliExpress)和菜鸟，前者拥有1.5亿用户和数百万商户，后者的人工和机器人每年要完成超过10亿笔订单。在双十一，也就是今年创造308亿美元收入的双十一购物节，阿里巴巴的代理商在24小时内接到的电话是平时的5倍，如果没有人工智能的帮助，这几乎是不可能做到的。

阿里巴巴表示，小蜜目前每天服务近350万用户。

但自然语言处理只是阿里巴巴人工智能的冰山一角。在这家零售商的二手商品市场上，该公司部署了一款价格谈判机器人，与买家进行谈判，从而确定价格。

这款机器人的开发并非轻而易举——它需要学习谈判策略和有效的生成文本的方法，以激励反复谈判——但最终的结果令人印象深刻。当在同一个平台上发布给1000万用户时，这款机器人比普通人有高出20%的交易机会。

“大多数(用户)不是专业卖家，”Jin 说。“他们不知道如何定价，也不知道如何与买家沟通。”

在库存管理和图像搜索方面，阿里巴巴正在利用一种可伸缩的计算机视觉架构，筛选数以亿计的实体。云图片搜索算法可以识别对象和找到包含类似或相同的图像，以及它的一个存储管理应用程序——在一个架子上挑出多个项目来生成一个摘要,包括不同品牌的分布,可以检测到超过100000库存管理”高精度。(阿里巴巴正在努力实现1,000万库存管理的目标。)

这两者都可与阿里巴巴的阿里智能供应链兼容。阿里智能供应链是一套帮助阿里巴巴商户预测产品需求、分配库存和选择定价策略的人工智能工具。

阿里巴巴的机器视觉工作延伸到卫星图像。 使用从中国最大的地图和导航提供商高德地图收集的数据。高德地图拥有超过7000万用户，其系统能够识别最近建造的新建筑物，并收集与道路工程和兴趣点相关的信息。

阿里巴巴还利用计算机视觉防止商店盗窃。在其超过66家的盒马先生实体店，自助收银台的离线算法可以防止心怀居心的顾客只扫描第一件商品和一个篮子，而不扫描其他商品，或者从头顶摄像头的视野中隐藏商品。

他说:“我们的目标是……让计算机视觉系统识别出顾客是有意还是无意地扫描商品。这台机器能看到没有扫描的商品。”

它由一个深度学习算法——AliFPGA-X100——提供动力，该算法运行在一个现场可编程门阵列上，该门阵列是亭内可重构的集成电路。阿里巴巴表示，与同类基于GPU的系统相比，它处理图像的速度要快170倍。

阿里巴巴也将人工智能应用于其视频托管服务优酷。机器学习算法每天为其数千万活跃用户上传的约20万段视频自动生成缩略图，并将这些缩略图用于特定的受众群体。(例如，女性用户可能会看到与男性用户不同的视频预览图像。)他们的点击率提高了15%，停留时间增加了12%。

阿里巴巴于2017年7月推出了天猫精灵，这款人工智能语音助手自上市以来销量超过500万台。

阿里巴巴在2017年10月时表示，它计划到2020年在研发上投入超过150亿美元。