人工智能分析报告-阿里云研究：人工智能未来制胜之道(编辑修改稿)

人工智能分析报告-阿里云研究：人工智能未来制胜之道(编辑修改稿)内容摘要：

为训练人工智能提供了原材料（参阅图 1），巨型数据 库、十几年累积的搜索结果，乃至整个互联网都让人工智能变得更聪明。 人工智能从庞 大的、复杂的、无序的个体数据中发现更为本质、更能解释世界的规律，并复合多个规 律共同作用，以解决问题。 人工智能的三种主要技术，都需要专有类型的数据。 机器学习，例如计算机视觉、 情感分析、自然语言处理等技术，需要大量的标签样本数据。 模式识别，例如文字、语 音、指纹、人脸等识别技术，则偏重于信号、图像、语音、文字、指纹等非直观数据。 人机交互，如智能机器人技术，则需要积累大量的用户数据。 亘联网催生了大数据，大数据催生了人工智能 从信息浏览、社交网络、电子商务、到互联网＋，互联网的发展融入到我们生活、 工作和经济的各个方面。 用户在享受互联网带来的便捷的同时，也在无形中贡献着数据 的足迹，音频、视频、邮件、微薄、文件、浏览历史等数据逐渐累积。 互联网的快速发 展，推动信息社会进入到大数据时代。 同时，大数据也加快推动了互联网的演进。 拥有 海量用户搜索数据的 Go o g l e，社交数据的 F a ceb o ok，交易数据的 A m a z on、阿里巴巴 等 互联网公司充分借助云计算、大数据的技术来更好的了解用户，提供更好的或者创新的 图 1：海量、精准、高效的数据是智能产生的基础 积 累 个 体 数据 AI 学 习模拟 为 其 决策 个 体 行为数 据 个 体 行为数 据 通过数据 ， AI 模拟 出 群 体行 为 通过个体 数据 模拟 出 个 体行 为 个 体 个 体 行为数 据 决 策 结 果 数据循环迭代 人工智能：未来制胜之道 11 Alibaba Innovation Ventures 服务和产品。 例如：阿里巴巴的蚂蚁小贷，借助互联网，获得比传统银行能采集到的贷 款者相关的更丰富、准确的信息，比如这些淘宝卖家正在卖哪些商品、生意好不好、卖 家经营店铺勤快程度（例如，客服旺旺的回复速度，每天经营时间的长短等）、之前是 否有过不诚信行为等。 通过充分处理、计算和分析这些互联网数据，来解决小微企业的 贷款业务这一公认难题，真正实现纯信用，全程零人工介入、客户 1 秒钟获贷。 互联网的演进和催生的新业态，又进一步吸引了大量用户的积极参与，实现了数据 “产生 —使用 —新数 据产生 —再使用 ”的闭环， 这个闭环 恰恰是人 工智能自 主学习和知 识管理的基础。 例如：拥 有上亿注 册用户和 上亿商品 的阿里巴 巴淘宝， 后台积累 了 286 亿多个图片文件，更方便的让用户在即时场景（电视观看、社交图片分享、逛街等）下 所见即所 “得 ”的找到感兴趣的商品，是淘宝 “拍立淘 “应用的主要目的。 在 “以图搜 图 ”模式下，机器学习正确理解后台几百亿图片并打上标签，用户通过点击商品列表等 参与来判断 机器的 理解是否 正确。 人工智能 的应用 的实现本 质上就 是知识产 生 —知 识应 用—知识产生的自我学习和优化的体系化过程的落地。 场景数据的积累，可以促 避人工智能技术的应用，从而形成亘高效的解决污案 例如，传统外卖配送采用人工调度，由派单员进行手工派单，所依据的是有限的餐 厅和配送员的数据，因此派单随机性强，配送效率低，派单高峰时，爆单现象频发，派 单本身的人工成本较高。 互联网外卖应用的火爆，积累大量外卖场景的相关数据后，阿 里云大数据孵化器团队采用人工智能技术，基于外卖场景的数据基础，分析餐厅、配送 员、订餐人、配送路径的特点、并结合业务规律、天气等数据实现智能调度高级算法， 实现机器实时智能调度，从而合理利用运力，提高配送效率。 当场景应用形成正循环 后，甚至能够提前对用户行为（如提醒订餐）和餐厅行为（如点菜和出餐速度分析）等 进行影响分析，从而进一步提高外卖场景的整体效率。 现阶段，特别是对创业公司而言，数据的来源 要青三 方式一，自筹数据，即从零开始，投入大量人力采集数据。 例如，很多聊天机器人 公司聘请人类担任 “AI 训练师 ”，让他们手动 创建或核实虚拟 助手做出的预测。 一旦能 够引发数据网络效应，即形成 “更 多用户 —更 多数据 —更 优智能算法 —更好产品 —更多 用户 ”的正循环后，所需人力就无需再跟随用户数量同步增加，这种简单的自建数据策 略就能取得成功。 另一些公司采取向消费者提供特定领域免费应用的策略，以此来快速 积累数据。 例如， Ma db its、 Clarifai 等图像识别公司都推出了免费的照片应用，以便为图 人工智能：未来制胜之道 12 Alibaba Innovation Ventures 像识别核心业务收集更多的图像数据。 方式二，公共数据。 美国联邦政府已在 D at ov 数据平台开放了来自多个领域的 13 万个数据集的数据。 这些领域包括图中所列的农业、商业、气候、生态、教育、能源、 金融、卫生、科研等十多个主题。 这些主题下的数据都是美国联邦政府的各个部委所开 放的。 英国、 加拿大 、新 西兰等 国在 2 009 年之后 都建立 起了 政府数 据开 放平台 ，成为 了国际 信 息化 和 大 数据 领 域的 一 个重 要 趋势。 在我 国 ， 20xx 年香 港 特 区政 府 上线 了 d ata. ， 称为香港政府资料一线通。 上海在 20xx 年 6 月推出了中国大陆第一个数据开放 平 台。 之后，北京、武汉、无锡、佛山南海等城市也都上线了自己的数据平台。 方式三，产业数据协同，即下游创业公司或行业公司和产业链上游的数据或平台型 公司建立合作，连接对双方均有利的产品或数据，例如：益海鑫星、有理数科技和阿里 云数加 平台合作，以中国海洋局的海量遥感卫星数据和全球船舶定位画像数据为基础， 打造围绕海洋数据服务平台，服务于渔业、远洋贸易、交通运输、金融保险、石油天然 气、滨海旅游、海水垦殖、环境保护等众多行业，从智能指导远洋金枪鱼捕捞到智能预 测船舶在港时间，场景丰富。 人工智能：未来制胜之道 13 Alibaba Innovation Ventures / 3 人工智能未来趋势：三阶段发展场景，短期处于服务智 能 从人工智能的技术突破和应用价值两维度分析，未来人工智能将会出现三个阶段 （参阅图 2）： ● 情景 : 未来 35 军，仍以服务智能为。 在人工智能既有技术的基础上，技术取 得边际进步，机器始终作为人的辅助；在应用层面，人工智能拓展、整合多个垂直 行业应用，丰富实用场景。 随着数据和场景的增加，人工智能创造的价值呈现指数 增长。 ● 情景二 :申长期将出现显著科技突破。 人工智能技术取得显著突破，如自然语言处 理技术可以即时完全理解类人对话，甚至预测出 “潜台词 ”。 在技术创新的领域， 现有的应用向纵深拓展，价值创造限制在技术取得突破的领域。 ● 情景三 :长期可能出现超级智能。 人工智能的技术取得显著突破，应用范围显著拓 宽，人机完全共融，人工智能全面超越人类，无所不在，且颠覆各个行业和领域， 价值创造极高。 图 2：人工智能发展趋势 颠 强 覆 性 技 术 科 技 突 破 出 现 科 技 能 力 超 级 智 能 服 务 智 能 既 有 现在 技 术 弱 低 价值创造（应用） 高 局 部 /有 限 无所不 在 人工智能：未来制胜之道 14 Alibaba Innovation Ventures 到目前为止，人工智能还停留在 “专有人工智能 ”阶段，主要应用是完成具体任 务，例如 “识别病灶医学图像并判断是否是肿瘤 ”。 现阶段，人工智能将逐渐向 “通用 人工智能 ”过渡，应用于完成复杂任务，判断并满足用户需求，如 “识别医学图像，并 快速诊断疾病（不限于肿瘤） ”。 中长期，随着技术显著突破，人工智能将逐步发展为 “抽象人工智能 ”，在基础科技取得重大突破后，人工智能可以理解用户情感，从而。