阿裡雲首席科學家周靖人：資料智能引領産業變革

10月24日（1024），是開發者的節日。

10月13日，阿裡雲首席科學家周靖人在雲栖大會主論壇上帶來題為《資料智能引領産業變革》的主題演講，他表示，随着計算能力提升、大資料和深度學習的發展，人工智能迎來了新的春天——資料智能時代。集合多年資料智能技術、代表領域最先進水準的阿裡雲人工智能et，則在各行業進行創新、變革、資料化和智能化。

<b>以下是演講全文：</b>

    周靖人：大家好，各位來賓，各位上司，早上好！兩個月前我們在北京首次釋出了阿裡雲人工智能的品牌et，et本身代表了人工智能和大資料的完美結合，可以說，et本身是代表了我們阿裡雲在資料智能這個時代最先進的技術和能力。

    et的首次亮相展示出了很好的互動能力以及認知能力，首先et可以跟嘉賓一起進行互動，同時也可以欣賞，甚至解讀體育的比賽，其實，這些背後就好像這個et擁有耳朵、擁有眼睛、擁有嘴巴，能夠跟人進行一個互動式的一個交談，甚至能夠了解人類的語言，人類的背後是大量的資料和大量的計算所獲得的。

    傳統的人工智能往往由于計算的資源的缺乏，隻能在少數的資料資源裡進行訓練，效果往往是差強人意，随着雲計算和大資料的發展，計算能力可以得到極大的提升，同時輔以大資料和深度學習的發展，人工智能迎來了一個新的春天，這也是我們提到資料智能時代的到來。et在資料時代的佼佼者，也帶領了阿裡雲的最新技術。

    在過去的幾個月裡面，我們資料的智能有長足的發展，再深入到各行各業，也引到了各行各業的變革和創新。剛才王堅博士介紹了杭州城市資料大腦，我們可以看到，一個智慧的城市的背後都有一個資料智能的大腦在進行掌控，大腦可以對各種資料進行整合和收集，同時，對城市的方方面面進行全面的量化，營造一個資料的生态，比如說我們可以對每一個城市建築以及地理地形，包括周邊的水利進行一個全面的資料化，并進行索引，這樣我們可以建立一個3d的模型，這樣的模型對城市的消防，對城市的急澇進行預估。

    再談到交通，這整個城市的交通，從道路、橋梁、路段、路網到目前的交通、狀況以及人群的流動走向，可以通過視訊、基站，甚至可以通過各種手機資訊從不同的來源上雲，讓我們可以獲得這些多種的資料源，在此之上，我們可以利用在視訊方面的計算能力，可以對這些視訊進行實時的分析，識别其中的對象，包括了機動車、非機動車、行人以及周圍建築或周圍的植被等，同時我們也能分析出每一個機動車或行人目前行走的方向以及行走的速度，或是軌迹。

    杭州市将整個這一切收集起來，可以建立一個全市非常完整的全量的交通模型，在建立這個交通模型的本身，是需要有大量的資料、大量的計算能力的，剛才王堅博士也提到，一個城市有上萬的資料源，如何能夠實時地将這些資料源上雲，實時地進行分析，實時地進行歸納總結，這是一個非常具有挑戰性的技術難題。

    那在建立了這樣一個城市資料生态之後，首先我們對每一個路段的交通情況有了一個實質的掌控，可以進行精準的流量分析，在此之上，我們可以進行非常精準的路況的預測，不光光是知道目前的路況，也需要知道5分鐘以後、10分鐘以後，乃至30分鐘以後路況的情況，另外我們會根據這些路況的情況進行全程的路段的優化，比如說利用這個信号燈，這也是我們所提的，“網際網路+信号燈”，利用交通的狀況去調節紅綠燈的配時，去疏導整個城市的擁塞的情況。在杭州市的試點裡面裡，可以提高車流量，在某些路段車流量可以達到11%，這顯示了et在指揮交通上的能力。

    另外，這樣一個全城市的交通模型也可以幫助我們進行特種情況的監控，比如說有一些車輛會運載着危險品或有一些重型的卡車，我們可以對這些比較危險的車輛進行實時的監控，另外，整個城市還存在着大量的物流配送，我們知道當今的城市，當今的網際網路，整個城市裡面有大量的短途的物流的配送，本身物流配送涉及到數量大，也涉及到目标分散，路況非常地複雜。

    在et，我們提供了一個智能的配送引擎，我們能夠根據目前的交通情況，能夠提出一個最佳的配送方案并進行最佳最優的路徑設計，進而，我們可以減少在道路上的配送車輛，并提高貨物的準時到達率。

    這些資料還可以幫助我們對城市的規劃進行一個非常好的提示，如我們要建立一個大型的人群聚集的場所，如電影院、醫院等，我們都可以參考這樣的資料對目前的交通、人群的流向進行分析，對整個的設計提出一個主導性的職責。

    et資料的智能不光光能夠幫助城市的方方面面，也能夠幫助傳統的工業提高其效率。很多的工業制造非常複雜，涉及到上百甚至上千個參數，也存在随機性，參數的組合會導緻良品率的提升或下降。

    通過數字智能的技術，我們可以通過這些參數和良品率之間找到一些潛在的關系，通過大資料的能力，實時地去搜集在生産過程當中産生的成千上萬的參數，進行實時地監控、實時的預測，并進行實時地調優，進而大大提高了良品率。在現在的工業制造裡面，如果我們能夠提高一個百分點的良品率，往往會造成成千上萬，甚至上億成本的節約，這對于一個企業有巨大的價值。

    另外，在工業制造裡面，很重要的一點是如何去優化其能耗，怎樣去減少能耗的使用，比如說我們在煉鋼當中有一個很重要的名額，整個的加熱需要均勻，否則的話，鋼就會斷，整個加工的加熱工藝是非常複雜的，我們如何能夠從中用資料職能學到中間的關系，用資料智能去調優整個加工的流程，這樣的話，我們可以減少能源的消耗，但同時也可以制造出高水準的鋼。

    另外，在複雜的裝置，故障也是一個很大的難題，我們希望用資料智能的技術去估計，去有效地智能監測每一個裝置，以提高其生産率，同時延長每一個裝置的壽命。

    比如說水電發電機，時時刻刻都在高速地運轉，我們可以從水電發電機的傳感器上面時刻地收集出各種感應資料，進而可以精确地了解到發電機上的負載以及它目前的健康狀況，甚至可以預測出未來的故障周期。這樣我們就可以提前進行檢修，甚至可以提前地安排配件的運輸，這些情況甚至可以延伸到整個裝置的保修保險等。

    那我們談到了城市，我們談到了工業，其實，資料智能還可以應用到農業，應用到漁業，這裡我舉了一個海洋漁業的例子，一艘漁船出海往往是幾周，甚至上月，每行駛一海裡，成本是非常高，那如何能夠有效地找到魚源，這對于海洋漁業公司來說是非常大的難題。整個魚類的分布是動态的，它跟海洋的葉綠素的濃度以及海洋海表的溫度以及海流的走向都是相關的。

    et通過資料智能，通過衛星遙感技術收集了大量的資料，包括海表的體溫等，再結合資料的捕魚資訊，我們可以有效地預測出在某一個區域裡面魚量的多少。在這個例子裡面，我們将每一個海域配置設定成了一個個小塊，對每一個小塊用機器學習的方式，用深度學習的方式去預估它潛在的産魚量。

    從這些資訊有效地引導了海洋的公司去制造出最優的路徑，能夠最大效率地去提升捕魚量。

    另外，目前的社會是一個資料化的社會，幾乎每一個人都被所有的資料化給包圍了，如我們的手機，比如說我們每天的照片，比如說我們每次的攝像，家庭的錄影等等，實際上我們每一個新生兒從它一誕生開始，伴随着他本身的成長，就會有大量的資料。et具有很強的圖形還有視覺的分析能力，我們可以有效地去分析這些照片和視訊，幫助進行自動地去檢測中間的人物、場景以及世界，而且對整個的這些資訊進行索引，幫助我們有效地進行查找。整個et可以幫助我們人類記錄生活的軌迹，創造出一個非常美妙的資料的記憶。

    那同時，這個資料智能也可以幫助到我們日常的娛樂生活，每一個人都有不同的信号，資料智能可以根據每一個人的喜好去推送不同的娛樂産品，甚至資料智能可以幫助我們挖掘每一個每一段視訊潛在的價值，根據每一個人的喜好可以在每一段視訊，每一段電影裡頻繁地加入各種元素，根據實作個性化、實作場景化等。

    在語音分析，那我們的資料智能技術能夠讓萬物來懂我們的人類，能夠跟人類進行一個語言的互動。首先，我們的智能語音方面的技術可以應用到不同的裝置上，包括手機，包括我們的網際網路汽車，甚至包括我們在電視機等等，那同時，我們也可以應用到不同的行業，比如說在去年的雙11，94%的客服是用我們語音的自然機器人完成的。

    那在客服這方面，我還要再多舉一個例子，客服方面另外一個很大的難題是怎麼去做客服的質檢。在過去往往是由一個團隊是靠人力去做的，由于這個人力資源的有限，我們隻能做1%的抽樣或者是少量、更少量的抽樣，由于有了我們智能語音的技術，我們可以通過機器對所有客服的語音樣本進行實時的分析，而同時大大地提高了質檢的命中率和有效率，但不需要有很大的人力的團隊去支撐這樣的一個高效的智能服務。

    在醫學方面，那我們最近也跟浙江大學一起合作，通過圖像的分析，利用深度學習的技術，可以從醫學的照片裡面去學習，去自動找到相應的這個病變的可能區域，對整個醫療過程提出一個輔助的建議，整個技術，我們也逐漸在浙江省的各大醫院進行推廣，也産生了非常好的效果。

    可以看到，我們目前資料智能的技術的确在影響着我們日常的各行各業，日常的各個方面的生活。在這個智能資料的背後，實際上有我們阿裡雲強大的基礎建設，在整個資料智能的體驗過程當中，阿裡雲是希望為在座的資料開發者提供一個基礎建設，剛才唐洪也提到了，我們有非常強勁的雲計算的平台，我們有大資料的平台，再加上我們人工智能的平台，這些都是我們在資料智能的基礎，這都是我們在背後支撐et的各種智能技術的一個源泉。

    具體地來講，我們有飛天大規模計算引擎，可以在上萬個機器裡面進行海量的資料處理，這包括離線的，包括實時的，包括準實時的，也包括結構化資料、非結構化資料，還包括中間提到的語音、各種圖像、視訊等。

    同時，我們也有強大的一個分布式的機器學習平台，利用了各種硬體的資源，包括cpu、gpu、fpga等等，這樣可以支援百億的特征，甚至千億樣本的高速的訓練，整個平台也是開放的，我們可以接入各種機器的學習算法可以在平台上得到更好的營運。

    在此之上，我們也提供了各種智能的認知服務，首先是智能的視覺技術，這個技術不光是在圖像、視訊上的認知，我們也提供高效的檢索，再結合于大資料的能力，我們可以提供大規模的視覺資料處理的一個能力，剛才我們也提到了語音技術，那在強有力的語音核心技術之上，我們有一個開放的平台，可以讓開發者很容易用api的形式進行調用。在此之上，我們也将語音技術應用到了不同的智能裝置，包括了大家所戴的手表，包括大家所擁有的手機，甚至這個汽車、電視、機器人等等。在此之上，我們也搭建的各種行業的解決方案，如智能客服，在法庭或者說在電視機，在優酷等場景上面。

 那最後呢，我想做一個簡單的總結。

    阿裡雲的et是集合了我們阿裡雲多年開發的資料智能的技術，代表了整個領域的最先進的水準，我們也希望跟各位一起在各行各業裡面進行創新，進行變革，進行資料化，進行智能化。

    那今天我們在阿裡雲，et在雲栖大會上有一個專門的展台，我們也希望大家移步我們的展台跟機器進行一個真實的人機互動，好，謝謝大家！