從今年年初的alphago人機大戰之後，人工智能成為了産業界最受關注的一大熱點。其實，從1956年人工智能概念出現迄今已經60年的曆史了，人工智能也經曆了幾番起起落落。為何今天成為了業界熱點呢？歸結起來，實際上是三大技術基礎的成熟和發展奠基了人工智能的落地。
<b>人工智能=資料+計算能力+算法</b>
<b>首先</b>，人工智能對計算能力的要求很高，而以前研究人工智能的科學家往往受限于單機計算能力，需要對資料樣本進行裁剪，讓資料在一台計算機裡進行模組化分析，導緻模型的準确率降低。伴随着分布式計算能力的迅速發展，雲計算平台可以利用成千上萬台的機器進行計算，尤其是gpu的發展為加速人工智能落地奠定了基礎計算能力，使得類似于人類的深層神經網絡算法模型為代表的人工智能應用成為現實；
<b>其次</b>,大資料時代已經到來，多來源、實時、大量、多類型的資料可以從不同的角度對現實進行更為逼近真實的描述，而利用深度學習算法可以挖掘資料之間的多層次關聯關系，為人工智能應用奠定了資料源基礎；
<b>第三</b>,是算法的發展尤其是geof hinton教授2006年發表的論文，開啟了深度學習在學術界和工業界的浪潮，以人工神經網絡(ann)為代表的深度學習算法成為了人工智能應用落地的核心引擎。
是以，計算能力+資料+算法三者相輔相成、互相依賴、互相促進，使得人工智能有機會從專用的技術成為通用的技術，融入到各行各業之中。
阿裡巴巴在人工智能技術研發以及應用場景方面進行了大量的實踐，通過在電商、物流和金融相關的業務應用場景中不斷積累人工智能核心技術，并逐漸通過阿裡雲et平台輸出到交通、政府、娛樂等更多的行業之中。
<b>1.人工智能從替代客戶服務到個性化助理</b>
客戶服務是很多行業的通用場景，覆寫銀行、保險、電信、零售、制造、電商等多個行業，過往這些行業主要依靠自建或者租用呼叫中心，雇傭大量的客戶服務人員提供服務，而大部分企業的客戶服務中心都是企業的成本中心。
伴随着基于人工智能技術的智能客服的出現和發展，客服人員可能真會在不遠的将來被機器替代掉了。gartner最新報告預測，2020年智能機器人座席能滿足40%的客服市場需求。未來，基于人工智能技術的智能機器人客服不僅能了解客戶語言的上下文語義，還具備自我學習能力，可以了解口語化問題、分辨問題焦點，大大提升服務效率和水準，同時能夠給客戶提供更好的個性化體驗。
以2015年7月阿裡巴巴集團釋出的人工智能購物助理虛拟機器人 “阿裡小蜜”為例，它的目标就是緻力于成為會員的購物私人助理，讓會員專享1對1的客戶顧問服務、全程陪伴式、安全有保障的購物體驗。這款應用基于語音識别、語義了解、個性化推薦、深度學習等人工智能技術，支援上下文了解的多輪對話，以及個性化記憶功能，同時機器人每天都會去學習幾百萬條人工的服務記錄以及海量的知識源，自動改善智能解決能力。在淘寶和天貓平台上，每天有近5萬次熱線電話求助，無線端的線上服務量更是每天都超過100萬次。
目前，“阿裡小蜜”在每天應對百萬級服務量的情況下，智能解決率達到了接近80%，甚至在部分重點場景上已經達到95%的智能解決率，滿意度比傳統的自助服務提升了一倍。同時，阿裡巴巴利用人工智能技術對客戶服務品質進行監控，減少人工幹預，大幅提高了服務品質。
除了成為客戶服務助理之外，基于人工智能的虛拟機器人融入更深入的語音識别、自然語言處理等技術，未來将會在很多場景下可能成為個性化助理，為不同的客戶依據個性化需求提供不同的服務，能真正和人進行深入溝通，使得機器與人的交流更加自然、親切和人情味，比如家庭服務、醫療服務、購物助手等。
<b>2.計算機視覺技術在電商場景應用廣泛：從身份識别、圖檔搜尋到違規圖檔識别</b>
計算機視覺技術是人工智能技術的核心技術之一。而作為計算機視覺技術中的關鍵基礎，指紋及人臉等生物識别技術目前已經開始應用在身份識别的多個領域，比如支付寶錢包已經能夠支援指紋和人臉識别的身份認證，刷臉支付成為了現實。
在未來，實作“所見即所得”會是電商的重要方向，圖檔搜尋更将成為人們擷取資訊的常态。圖像識别在手機淘寶的“拍立淘”産品中已經開始應用，通過手機拍照即可搜尋相似商品，2015年雙11當天，千萬消費者使用了“拍立淘”功能，創造了超過數千萬元的銷售額。
圖中文字識别（ocr）一直是計算機視覺領域的難點。阿裡巴巴平台很多營銷創意、商品都以圖檔形式存在，同時，也有一些商家在圖檔中内嵌違規的資訊實作惡意推廣的目的，圖檔内文字違規是比例相當大的一類，而傳統監控手段多以人工肉眼來稽核，費時費力，尤其是随着圖檔數量越來越大，這幾乎已成為不可完成的任務。從2014年開始，阿裡媽媽圖像團隊開始重點攻堅ocr技術，通過機器視覺的方式從圖檔中識别出文字，進而鑒别出違規的文案資訊。
2016年6月，阿裡巴巴旗下廣告交易平台阿裡媽媽圖像團隊的ocr（圖中文字識别）技術重新整理了icdar robust reading競賽資料集的全球最好成績，并大幅超越第二名。借助這一領先的ocr技術，阿裡媽媽圖像團隊能夠以95%的超高準确率識别圖中違規文字資訊，有效過濾商家惡意推廣，維護消費者權益。2015年，阿裡媽媽累計屏蔽了4600萬條惡意推廣。
阿裡綠網依托于阿裡巴巴全生态體系，擁有海量的特征樣本及豐富的資料模型分析經驗，也利用ocr技術進行了黃色圖檔鑒别。根據技術人員的測試，通過人工智能技術鑒别黃色圖檔，準确率高達99.6%以上。
<b>3.人工智能在金融業應用：從客服、風控到業務創新</b>
人工智能未來會重構金融服務的生态，成為普惠金融的基石，金融的個性化、場景化服務成為主要創新方向。伴随着基于大資料的機器學習算法的發展以及語音識别、人臉識别、自然語言處理技術的日趨成熟，螞蟻金服已經将人工智能技術運用于螞蟻微貸、保險、征信、風險控制、客戶服務等多個領域。比如通過機器學習技術把螞蟻微貸和花呗的虛假交易率降低了10倍。為支付寶的證件稽核系統開發的ocr系統，使證件校核時間從1天縮小到1秒，同時提升了30％的通過率。2015年“雙11”期間，螞蟻金服95%的遠端客戶服務已經由智能機器人完成，同時實作了100%的自動語音識别。
螞蟻金服與保險公司合作的“航空退票險”上線之後賠付率一度高達190%，保險公司面臨巨大的虧損壓力。通過引入機器學習技術，大資料技術模組化、優化後，有效地降低了賠付率，并成功扭虧為盈，滿足了保險公司的核保要求。
<b>4.人工智能助力交通出行</b>
從交通的角度來看，今天的交通擁堵對于城市管理者來說是個很大的難題，對于出行者來說路徑的選擇也一直是個問題；想像一下伴随着基于人工智能的無人駕駛汽車、無人機、送貨機器人等産品的問世和成熟，交通管理的範疇将會變得更加複雜多變。阿裡巴巴在利用人工智能技術實作交通狀況的預測、控制和管理方面進行了一些有益的探索。
在交通擁堵控制和預測方面，基于交通曆史資料，實時路況資料，手機基站信令資料，視訊監控資料，信号燈運作資料等多資料源的整合，使用人工智能中的機器學習算法，可以實作交通擁堵的提前預測，并提醒管理者提前采取相應措施，同時也能幫助交通管理部門進行道路的更合理規劃設計和對交通信号裝置等相關因素進行調整，降低路況擁堵率。比如，為了解決擁堵難題，廣州市交警近日引入人工智能技術阿裡雲et搭建了“網際網路+信号燈”控制優化平台。據了解，et可對路口車輛運作情況進行分析，并輸出對紅綠燈時間的調整建議。試點結果顯示，部分路段擁堵指數下降超25%。
同時，大資料與機器學習能力的結合還能夠幫助出行者實作更優質的智能出行決策，可以根據使用者地域、距離、時長、工具等不同場景學習不同的出行決策，形成出行決策模型;根據使用者的定位資料、出行資料、回報資料，也可以為使用者提供省時、省力以及舒适性的偏好決策模型。比如，高德推出高德地圖ai引擎，該引擎将基于高德出行大資料和機器學習能力，面向不同環境和需求，為使用者提供“千人千面”的位置出行服務。
<b>5.人工智能解放速記員和書記員？</b>
根據gartner預測，到2018年，客戶數字助手将能跨管道和合作夥伴識别人臉和聲音：機器在傾聽指令和告訴我們該做什麼上比真人表現更好。語音識别和自然語言處理技術基礎上的人工智能應用場景非常豐富，速記員和書記員的未來可能被智能機器人替代。
比如，在今年的阿裡雲2016年會上，阿裡雲et的速記能力就曾在準确率方面以0.67%的微弱優勢戰勝第50屆國際速聯速記大賽全球速記亞軍姜毅。9月13日，浙江省進階人民法院對外宣布，将在全省105家法院全面上線智能語音識别系統。該系統由阿裡雲人工智能et提供技術支援，能夠快速、準确的完成庭審記錄，承擔起“書記員”的角色。3個月前，系統曾在西湖區人民法院試點，準确率高達96%。這些都是阿裡人工智能技術與行業應用場景落地的案例。
當然，目前的時代依然是弱人工智能時代，人工智能技術還主要為了解決特定的問題而存在，是任務型的人工智能，未來能否真的擁有人一樣的思考、感覺和認知能力還有很長的一段路要走。但總起來看，我們認為人工智能會有非常廣泛的應用場景，既有通用的跨行業的場景，比如客戶服務，個性化推薦，身份識别，網絡營銷，風險控制等；也會有針對某些特定行業的場景，比如交通出行、金融投資、醫療問診、娛樂、制造、教育等行業的應用。
感謝 <b>阿裡商業評論</b> 對2016杭州雲栖大會的精彩報道！