阿里雲 ET 大腦之父眼中的人工智慧

2016 年 8 月 9 日，阿里云云棲大會 · 北京峰會上，阿里雲宣布推出人工智慧 ET 。發布會現場，ET 展示了自己的新技能，包括模仿馬雲聲音說話、圖像識別語音講解、交通路況預測，甚至還「解說」了一段 NBA 視頻。基於阿里雲計算能力，ET 目前已經具備智能語音交互、圖像/視頻識別、交通預測、情感分析等多項技能，兩年間，阿里雲陸續發布了 ET 工業大腦，ET 醫療大腦，ET 城市大腦和 ET 農業大腦。

這些看似高科技系統的運作機制和原理是如何？以及人工智慧會給我們的生活帶來哪些改變？TechCrunch 國際創新峰會杭州 2018邀請到了阿里雲機器智能首席科學家閔萬里教授為大家講述他眼中的人工智慧。2013 年閔萬里加入阿里巴巴後，負責領導阿里雲人工智慧 ET 大腦項目，他曾利用機器學習預測中國流行真人秀《我是歌手》的獲勝者，幫助廣東省城市規劃者實時優化紅綠燈，減輕交通擁堵。

如今大部分聚焦於 AI 的創業公司，將提高技術研發水平被放到首位，但閔萬里教授卻認為技術不是一個公司生存下去的唯一依據，歷史上沒有一家公司因為技術偉大而存活下來。「未來技術發展一定不是只靠眼睛、耳朵、嘴巴單一感官刺激，而需要把多種單點能力，即圖像識別、文字識別、機器翻譯、語音識別等集成在一個智慧體上。任何智慧體不可能靠單點功能行走江湖，沒有集成就沒有未來。」閔萬里講道。

人工智慧的本質是什麼？閔萬里解釋道，無非是海量數據儲存力和遠超人類計算力的合體，但是，目前人工智慧還沒有超越人類的地方在於它的「冷冰冰」。「比如說，看到路邊的自行車，人工智慧可以識別出它的顏色、性能如何，但是人類可能想到在鄉間小路的情景。人工智慧沒有聯想和跨越時空的關聯能力。我們稱之為計算情感學，未來或許會去做。」

那麼人工智慧的核心技術又是什麼？有人認為是我們耳熟能詳的深度學習，但閔萬里認為並不是，而是量子認知。他解釋說：「量子是在人腦當中細胞源的尺度，負十次方的納米量級。在原子和原子之間是量子效益，量子計算機和量子演算法都在講這個事情，用量子計算、量子演算法理論的基礎公式去描述在人腦當中出現的信號之間的關聯、蔓延和傳遞。」

技術並非人工智慧的生存工具，如何落地應用才是長久之計？閔萬里的答案是 AI 產業化，在技術和現實沒有脫節之前，應用到生活中。這也是閔萬里這幾年來一直在做的實踐，與杭州共同推出 ET 城市大腦，智能控制交通等可以壓縮救護車路上 50% 的時間，同時減輕交通擁堵；推出 ET 工業大腦，智能分析機器間的生產數據，質量數據，自動調控，統一調度，從而降低工廠生產製造成本，提高效率；推出 ET 農業大腦，將農業數據實時整合，智能調控精準施肥、灌溉，實現全自動化。

聽起來人工智慧的應用簡單易行，但是儲存的海量數據大部分沒有任何邏輯和次序可言，如何在紛繁複雜的數據中提取有價值的資料並調動指控是人工智慧最基礎的挑戰。閔萬里教授講道：「這些實踐沒有捷徑可走，必須從最基礎開始，基礎是溝通，了解情景和應用要求，推理出最低應滿足的技術指標，再計算出必要的最低數據資源。另外利用產品可以拿到實時反饋，例如天貓、淘寶這些電商平台都是這種方法論。」

儲存數據、分析數據的成本是人工智慧不可忽略的問題，如何在控制成本的情況下獲得優質數據？阿里雲的做法是鼓勵用戶把數據傳到雲上，並回饋一定的價值，閔萬里稱之為「鼓勵機制」。而如何讓用戶上傳有價值的數據，則需要計算出最低的數據需求，數據在於精準而不在量大。

人工智慧的未來仍有無限可能，對於未來從事數據分析或者數據相關的專家，閔萬里也給出了自己的建議：「第一，什麼時候學習都不晚，技術永遠都有晉陞空間。多學習，多論證。第二，加強溝通能力，語言簡單明了但通俗易懂。第三，加強編程編碼學習，技術雖不是決定性因素，但仍是第一生產力。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！