上海地鐵站的自動售票機有著自己的獨特之處. 走到一台機器前, 說出你要去的地方, 它會自動為你推薦路線, 然後發出一張相應的地鐵票. 這台售票機還會通過人臉識別查驗你的身份. 此外, 為了減少地鐵高峰期的操作時間, 系統設置成無需操作按鈕, 而是通過語音即可完成車票購買.
更令人印象深刻的是, 所有這一切都發生在一個擁擠嘈雜的車站裡. 每台售票機必須辨別出誰在說話, 在人群中提取出購票者的聲音, 進行轉錄並解析它的意思, 同時還要在幾秒鐘內通過面部識別系統將用戶面部與海量資料庫進行比對.
為了做到這一點, 售票機使用了幾種尖端機器學習演算法. 然而, 真正有趣的事情不是演算法本身, 而是它們背後的地方. 所有這些映像處理和語音識別功能都是中國電子商務巨頭阿里巴巴擁有的雲計算系統提供的.
阿里巴巴已經在使用人工智慧和機器學習來優化其供應鏈, 為消費者進行個性化推薦, 並構建類似於亞馬遜Echo的智能音箱設備天貓精靈(Tmall Genie)等產品. 中國的另外兩家科技巨頭騰訊和百度也在人工智慧領域投入巨額資金. 中國政府計劃在2030年之前打造一個價值約1500億美元的人工智慧產業, 並激勵國內研究人員能夠主導這一領域.
但阿里巴巴的目標是成為基於雲的人工智慧行業領導者. 像雲存儲(諸如Dropbox)或雲計算(Amazon Web Services)一樣, 基於雲的人工智慧將以低廉的價格為任何擁有計算機和互聯網連接的人提供強大的資源, 使新型業務得以發展.
這樣一來, 中國和美國之間人工智慧的真正競爭將成為兩國大型雲公司之間的競爭, 它們將力爭成為那些要利用人工智慧的公司或城市的服務提供商. 而且除了阿里巴巴之外, 中國的科技巨頭已經準備好與穀歌, 亞馬遜, IBM和微軟在人工智慧服務市場進行競爭. 無疑, 在這個行業中佔主導地位的公司將在人工智慧開發和使用方式有強大的話語權.
構想更大
1999年, 馬雲在杭州的公寓裡建立了阿里巴巴, 當時這隻是一個簡單的電子商務平台. 今天阿里巴巴公司總部由數幢大型建築組成, 數萬名員工在內辦公. 總部正門是阿里巴巴的橙色卡通吉祥物.
目前阿里巴巴的核心業務仍然是銷售商品, 並為企業與企業之間的貿易提供平台. 但是這已經催生了其他利潤豐厚的業務, 其中包括物流, 發貨平台, 廣告營銷網路, 雲計算以及金融服務. 公司無處不在的移動支付應用程序支付寶由姊妹公司螞蟻金服運營. 除支付寶外, 螞蟻金服還有貸款, 保險和智能手機投資業務.
去年11月11日在, 阿里巴巴的 '光棍節' 當天該公司商品銷量超過250億美元. 相比之下, 在去年全美最大的線上購物日網路星期一(11月27日), 所有零售商的總銷量也只有65.9億美元.
該公司的成功也讓杭州成為了一個充滿活力的科技城市. 現在的杭州市擁有數十個孵化器, 部分由政府補貼資助, 其中很多企業都是在阿里巴巴工作過的員工這些孵化器中充滿了曾在阿里巴巴工作過的企業家.
而阿里巴巴的創始人顯然不認為這是理所當然的. '馬雲認為, 我們之所以的成功是因為良好的商業模式, 勤勉的團隊加上運營, ' 公司技術開發總監劉翔文(音譯)說. '但在公司激烈競爭的下一個時代, 馬雲認為單純依賴商業模式不能為像阿里巴巴這樣的巨人帶來成功. 他的信念是技術. '
去年10月, 馬雲宣布, 公司將在未來三年內為旗下名為達摩院的研究機構開支150億美元. 該研究所名字中的達摩是佛教傳說中的印度高僧, 在公元五世紀將佛教帶到了中國.
中國科技公司早已經擺脫了模仿西方創新的論斷. 根據經濟合作與發展組織(OECD)的數據, 2000年至2016年期間中國科技研發支出增長了10倍, 從408億美元增加到現在的4120億美元. 2016年美國研發支出達到了4640多億美元, 但自2000年以來, 美國研發支出僅增長了三分之一.
阿里巴巴已經是中國最大的研發中心, 2017年的研發支出為26億美元. 未來達摩院會將其研究預算增加三倍, 達到70億美元以上. 這很可能意味著阿里巴巴將超越IBM, Facebook和福特, 並縮小與全球領先企業亞馬遜和Alphabet在研發投入上的差距. 2017年, 亞馬遜和Alphabet研發方面分別支出161億美元和139億美元.
達摩院旗下涵蓋了一批從事區塊鏈, 計算機安全, 金融科技和量子計算等基礎和新興技術的研究團隊. 但人工智慧是其中的重中之重, 而且似乎是最有潛力的.
達摩院顯然是從20世紀那些偉大的商業研究實驗室獲得了啟發. 劉提到了AT&T的貝爾實驗室, 其進行材料, 電子和軟體方面的基礎性研究, 從而發明了包括晶體管, 雷射, 數字成像電荷耦合器件等硬體以及UNIX作業系統和編程語言C, C ++等軟體應用. 劉說, 阿里巴巴也受到美國國防部高級研究計劃局(DARPA)資助不同團隊參與同一項目這種方式的啟發.
阿里巴巴顯然也是在向Alphabet和亞馬遜這樣的公司學習. 像這些公司一樣, 它已經發布了一個雲計算機學習平台. 這也是第一個由中國公司發布的雲計算學習平台, 於2015年上線, 去年進行了大規模升級. 其提供的工具類似於Google Cloud和Amazon Web Services, 囊括了諸如語音識別和映像分類之類的解決方案.
開發這些工具是阿里巴巴的一項重大技術任務, 這標誌著公司對於人工智慧的雄心壯志以及雲計算將在其中發揮多大作用.
另一個訊號是, 阿里雲開始支援其他幾家公司的深度學習框架, 其中還包括穀歌的TensorFlow和亞馬遜的MXNet. 深度學習是一種通過將大量數據輸入到多層神經網路中, 從而訓練機器識別事物的技術. 其也是人工智慧領域中最重要的方法, 可用於自動駕駛車輛, 語音轉錄等多個方面. 科技公司之所以要花大力氣構建自己的深度學習框架, 部分是為了吸引用戶進入他們的雲平台, 因為這些框架通常在其基礎架構上運行得最好. 通過支援其競爭對手的框架, 阿里巴巴為開發者提供了使用其平台的更多理由.
這還不是全部: 劉暗示阿里巴巴正在研究自己的深度學習框架, 這可能會讓更多的工程師著迷於雲計算. 當被問及阿里巴巴是否會發布其開發的一些代碼時, 她回答道: '當它成熟的時候會的. '
聰明答案
最近阿里巴巴在人工智慧方面取得了不少進展. 上個月, 該公司的一個研究小組發布了一個人工智慧程序, 該程序能夠閱讀一段文字, 並且回答關於這段文字的簡單問題, 要比以往任何版本都更準確.
需要注意的是, 這段文字是英文而非中文. 因為該程序是在斯坦福問題答疑數據集(SQUAD)上進行的, 後者是一個用於測試計算機化問答系統的標準數據集. 阿里巴巴的項目應用了幾種新穎的機器學習技術, 其得分要比微軟, 三星等公司更高. 值得注意的是, 它要高於比一般人的得分(雖然這有點欺騙性, 但並不意味著該計劃真正理解了它正在閱讀的內容).
不過更值得注意的是, 阿里巴巴在人工智慧領域前進的速度令人咂舌. 該公司在2017年9月才提交了第一次參加SQuAD競賽的申請. '前十名團隊中有不少是中國頂級科研機構, 反映了人工智慧領域的競爭白熱化, ' 負責SQuAD競賽的斯坦福大學博士生Pranav Samir Rajpurkar表示.
該團隊的一名成員表示, 阿里巴巴已經利用該項目來改進其線上市場上的自動客戶服務. 阿里巴巴希望在其平台和更多應用上部署最新的語言理解技術.
阿里的人工智慧之路, 他和穀歌亞馬遜有多大差距
阿里巴巴的人工智慧研究人員還正在研究其他尖端項目, 例如生成對抗網路, 也就是GAN. 由穀歌研究人員開發的這種令人興奮的新型機器學習方法中, 兩個神經網路彼此對抗;其中一個試圖聲稱看起來好像來自真實環境的數據, 而另一個試圖區分出真假. 這項技術可以讓計算機從未標記的數據中更高效地學習, 也可以用來建立逼真的合成映像和視頻.
收集雲數據
相比於西方世界同行, 中國科技公司的一個顯著優勢是政府支援. 使用上海地鐵站人工智慧技術的智能城市很可能會成為中國的未來. 阿里巴巴的雲人工智慧工具之一是名為城市大腦City Brain的套件, 專門用於管理交通數據和分析城市監控視頻.
在西方世界也有這樣的實驗, 比如Alphabet旗下的Sidewalk項目, 該項目計劃用自動駕駛汽車, 投遞機器人以及基於人工智慧的管理系統改造多倫多郊區. 但是中國在人工智慧開發方面的規模更大, 這將使國內科技公司在全球人工智慧領域中佔有更多優勢.
得益於龐大的人口基數, 中國科技企業的另一個優勢是可以獲得大量數據. 舉例來說, 螞蟻金服運營的支付寶擁有超過5.2億的用戶, 公司能夠通過用戶日常的金融交易和社交關係來確定其信譽度.
現在, 阿里巴巴已經在出口自家的人工智慧技術. 作為僅次於亞馬遜, 穀歌, 微軟和IBM的全球第五大雲計算提供商, 阿里巴巴的雲計算機器學習平台有多種語言版本, 其中也包括英文版. 本周, 阿里巴巴推出了面向歐洲開發商和公司的新版本;它還與新加坡南洋理工大學合作成立了一個新的人工智慧實驗室.
在某些方面阿里巴巴可以說已經領先於競爭對手. 去年12月, 它宣布與馬來西亞政府合作提供智能城市服務, 其中包括可自動檢測事故並幫助優化交通流量的視頻平台.
隨著中國的科技巨頭更加精通人工智慧, 其將有助於確定這項技術會如何改變世界. 而阿里巴巴無疑將成為未來的重要組成部分.
哈佛商學院(Harvard Business School)中國問題專家威廉·柯比(William Kirby)表示: '在商業環境中, 阿里巴巴是一個使用人工智慧的重要創新者. 在我看來, 阿里巴巴在改變中國業務方式方面已經做了很多;他們在每個領域都雄心勃勃. '