用这款软件看看APP在用户背后做了什么
06-21
雷锋网云栖大会现场报道。
飞天智能主论坛第二天，阿里巴巴集中展示了其整个AI格局。
阿里巴巴的科学家和工程师轮流上台。
这是一个信息量巨大的主论坛，这也是一篇信息量巨大的文章。
温馨提示，如需浓缩版，请滚动至本文末尾阅读摘要。
阿里云飞天智能“最强团队”由十人组成，其中：阿里云智能副总裁、产品与解决方案管理部总经理马进；华华，阿里巴巴副总裁、达摩院人工智能中心负责人、高级研究员先生；颜志杰，阿里巴巴达摩院研究员、语音实验室负责人；王刚，阿里巴巴达摩院研究员、自动驾驶实验室负责人；曾振宇，阿里云智能副总裁、数据智能事业部总经理、研究员；贾扬清，阿里巴巴副总裁、阿里云智能计算平台事业部总经理、高级研究员；何云飞，阿里云智能产品管理部总经理、AIoT事业部产品与解决方案总经理；齐小宁，阿里巴巴集团副总裁、平头阁半导体公司总经理；李飞飞，阿里巴巴副总裁、阿里云智能数据库产品部总经理、高级研究员；蒋江伟，阿里巴巴合伙人、阿里云智能基础产品部总经理、研究员。
以上是阿里巴巴公布的AI全景图。
下面分层解释。
马进：云上AI、工业AI “你好，世界”，马进以程序员的问候开始。
他表示，今年年初阿里云进行了重要升级。
云智能升级后能带来什么，对行业来说很重要。
成为大家都关注的话题。
过去，各个云厂商都或多或少地阐述了云+AI，以及阿里云将如何充分展示。
负责产品的马进也是今天的主持人。
阿里巴巴的AI能力最终会以产品的形式输出，所以他接阿里巴巴AI全景是最合适的。
马进表示，产业实践是检验人工智能价值的唯一标准。
在2016年云栖大会上，阿里云提出人工智能要在产业实践中发挥作用。
“因为只有行业对我们提出了明确的需求，有明确的需求，AI才会有改进的方向。
同一个行业，有真实的数据，可以建立更好的模型。
另外很重要的一点是，云“阿里巴巴的工业AI实践包括搜索、设计、阿里小米等客户服务，城市大脑、物流、语音终端、翻译等公共服务。
据介绍，阿里巴巴AI每天被调用超过1万亿次，其中每天处理10亿张图片，服务全球10亿人，10亿张图片、1万小时视频、55万小时语音、5000亿句话自然语言。
，已成为中国最大的人工智能公司。
阿里巴巴拥有超过5万名工程师，覆盖天上地下的各个领域。
今天对人工智能的关注有点令人惊讶。
这也是阿里巴巴官方产品首次系统、完整地介绍阿里巴巴经济的真实场景和AI技术栈的良性循环，包括工业AI、各种算法、AI计算平台、基础设施、芯片等方面。
全图展示，分层分析。
基础层提供边缘计算、私有云、公有云、终端、芯片等；平台层主要供开发者使用，包括飞天AI平台、飞天大数据平台、飞天AIoT平台等； AI服务层和行业应用层，经过算法训练，成为原子化服务，可以直接应用于现实场景。
您可以将以上三层抽象地理解为阿里云的IaaS、PaaS和SaaS。
虽然划分内涵略有不同，但都是AI所必需的三个层次。
没有工业，就没有人工智能。
会上，阿里巴巴按照从上到下的顺序进行了讲述。
工业人工智能是阿里巴巴人工智能全景图的第一部分。
本部分重点介绍阿里巴巴将人工智能应用于行业的实践。
雷锋网认为，这也是重落实轻理念的体现。
只有技术落地才有价值。
正如阿里云智能总裁张建锋所说，“需求驱动、技术驱动”。
华先生：视觉智能、大规模实用人工智能在实验室和实际场景的表现是有很大差异的。
即使是人工智能中最亮眼、最引人注目的视觉智能也是如此。
华先生指出，目前三大视觉智能的问题在于计算不准确、不快速，无法产生核心价值。
在阿里巴巴内部，视觉智能每天的使用次数超过一亿次。
华先生介绍了大规模实践的三大秘诀： 深度研究算法：以高精度分割为例，阿里巴巴提出的高精度三维分析可以实现图像的精准读取。
在不失真的情况下，通过在分割中引入语义分类，分层分割，由粗到细逐步优化，并加入很多前处理和后处理方法，可以达到较高的准确率。
深入挖掘效率：以城市大脑项目为例。
最初，一台服务器只能处理一个通道的视频。
后来增加到十路视频处理。
使用FPGA，可以增加到30个通道。
然而，随着它的增加，优化变得越来越困难，这限制了城市大脑的能力。
批量推广。
后来，提出了一种通用的端到端量化方法。
用华先生的话说，“就像在参数中添加一个函数一样简单，通过迭代可以逼近普通的量化，并且支持任何端到端的比特量化”。
通过这种方法，阿里巴巴将视频处理能力从30路提升到了70路，相当于过去一台服务器的任务。
现在只需要10台机器和1个柜子，城市大脑的快速复制变得更加容易。
另一个例子是超大规模搜索。
从亿级数据规模、毫秒级有损检索，到阿里巴巴目前支持的千亿级索引、毫秒级近无损检索，同时使用GPU量化，速度可提升6倍。
深入行业：阿里巴巴直接用行业实践来描述。
以相对成熟的城市交通场景为例，交通效率和交通安全是城市交通的核心。
在交通效率方面，准确的视觉感知技术可以准确感知交通流量，同时利用深度学习图像感知技术准确预测图像，可以帮助交警解决问题。
在交通安全方面，视觉感知可以提供对交通事故的实时、全面的感知，从而可以快速处理交通事故。
然而，这还不是全部。
阿里云更进一步，可以预估发生事故的概率。
如果某些地区发生事故的概率会增加，我们可以提前控制和处理事情，以减少这些事情的发生，创造新的价值。
演讲最后，华先胜表示，“不成功的例子往往有不同的原因，但成功的大规模实际操作有很强的共性。
我们用强大的AI算法和计算能力，数据、价值和第五个关键词是产业。
”人工智能、视觉智能落地，我们要深入行业深度研究算法，深挖效率，让视觉智能成为一个行业，为行业创造不可替代的价值，我们让视觉智能认知现实，看到。
未来清晰！”颜志杰：达摩院重构沟通桥梁，阿里语言语音有达摩学院做后盾。
语音识别方面，今年6月，阿里巴巴自主研发的语音识别模型（DFSMN）在全球最大的免费语音识别数据库LibriSpeech上公开测试，将全球语音识别准确率记录提升至96.04%。
语音合成方面，自主研发的Knowledge-Aware Neural TTS（KAN-TTS）语音协作技术可将特定说话人数据的自然度提升至97%以上，有望通过图灵测试。
语音交互方面，我们开发了ESIM模型，并在DSTC-7对话系统挑战赛中获得两项冠军；阿里巴巴语音助手被《麻省理工科技评论》评选为十大科技进展之一。
在语言技术方面，阿里巴巴在2018年国际公认的顶级机器翻译赛事WMT（Workshop on Machine Translation）上获得了5项冠军……阿里巴巴的AI不再只在阿里巴巴内部使用，在这次会议上颜志杰也表示， -达摩院的边缘技术零时差上云，阿里巴巴内部使用的语言和语音AI技术都可以在阿里云上在线获取。
并不是传统行业不想拥抱先进的人工智能，而是实际情况是，传统技术提供商提供的能力往往达不到行业利用的最低门槛，必须进行定制化才能使用。
定制意味着额外的成本和时间。
、数据安全也是另一个障碍。
“在整个语音AI落地过程中，最尖锐的矛盾就是需要算法专家现场定制与算法专家本身稀缺、成本高昂之间的矛盾。
”严志杰说。
对此，阿里巴巴最近提出了自学习定制优化产品。
形象的描述就是，任何行业的从业者都可以基于自学定制平台，在安全的环境下输入自己的行业数据，而无需一无所知。
在语音语言算法方面，为垂直领域提供最优的语音语言技术指标。
“我们把属于少数语音技术提供商的传统技术还回到了行业从业者手中，让他们掌握方向盘，决定这些AI技术在他们行业的落地方向。
达摩院是每个人的AI。
”王刚：阿里巴巴的自动驾驶之路阿里巴巴的自动驾驶使命是让物流更加便捷高效。
开放道路城市分布，这是一个定位未来的场景，对于自动驾驶为什么难，业界有不同的答案，阿里云认为是因为场景多样、道路复杂。
刚重新审视了自动驾驶的“没有免费午餐原则”，这意味着通用算法并不适用，必须针对每个场景进行优化，这意味着通用场景库主要基于手动设计，粒度相对粗，和静态场景，但阿里巴巴的场景库不同，它是按照数据驱动的、高度精细化的、动态的行为来分类的。
其特点是与算法结合度高，比如一个切入场景可以分为25种算法场景。
场景很多，每个场景进一步细分，算法以倍数级别增长。
如何高效处理细节场景，阿里巴巴提出了AutoDrive平台。
与一般人工智能加人工智能的方式相比，由领域专家负责超参数、网络架构、决策工程、数据规则等一系列工作，阿里巴巴用计算换取智能。
AutoDrive平台可以根据工程架构和设计概念自动执行搜索和学习算法。
据介绍，AutoDrive相比手动设计可以改进交叉路口避让策略16.5%，研发效率提高5倍，检测模型尺寸缩小90%，延迟降低50%。
曾振宇：工业人工智能让各行各业都拥有智能“大脑”。
“过去五年，人工智能支撑了阿里巴巴，未来五年，人工智能将支撑各行各业。
城市大脑、工业大脑，这就是我们在工业人工智能实践中所做的事情。
”曾振宇说道。
三年前，城市大脑在杭州启动。
阿里巴巴重点关注交通拥堵问题。
阿里巴巴希望把城市数据当作一种资源，这是打破应用信息化壁垒、整合数据、用AI和数据支撑流量的关键。
，这就像给城市安装了一个智能大脑。
随后，城市大脑的能力不断扩展。
城市里有很多地方和交通很相似。
一方面由于资源不足或效率低下，另一方面大量高价值数据处于休眠状态。
阿里巴巴采用类似的方法来解决流量问题。
解决这些问题，可以通过城市大脑汇聚和整合城市的数据，将数据转化为资源，推动城市发展。
城市大脑构建于阿里云飞天操作系统之上。
可提供城市级数据中台。
数据中台类似于坚固的城市基础。
它可以帮助政府收集和整合各行各业的数据，并可以提供强大的计算能力，可以将城市数据转化为城市发展的新能源。
正是因为城市大脑可以整合各行各业的多元数据并打破壁垒，只有通过人工智能技术才能实现自动决策和整体协作。
无平台的工业AI主要是各个行业的落地，如何通过工程化的方法让更多的人融入AI行业。
人工智能不仅要可用，而且要易于使用。
冰山之下的人工智能计算等平台厚重，但也很重要。
贾扬清：一个让AI拥有无限可能的开发平台。
开发平台的主人贾扬清的速度微微放缓。
今天他主要讲的是AI工程化的平台实践。
很多人有疑问，为什么统一平台上有这么多商家？为什么我们不能只用一个平台、一种业务呢？阿里巴巴思考的是，平台能够提供给应用的是它的资源、它的技术、它统一的方法论输出，能够统一提升业务水平，而业务经验在平台上不断积累，提高平台的能力使能阿里巴巴面对用户自信地提供这些平台的能力。
作为TensorFlow和Caffe的主要作者，贾扬清经常被问到一个问题：“阿里巴巴想做自己的深度学习模型吗？”贾扬清在现场表示，“这个问题我想了很久，今天我的答案是：是，也不是”。
“我们不会重新发明轮子。
”几年前，深度学习引擎大多做最简单的建模。
如今，云边端一体化的面向应用的开发，新的场景需要更多的引擎，比如端上推理、稀疏建模，让数字科学家更容易构建机器学习流程，让我们能够构建更多、更新、还有更多不同的深度学习和传统机器学习引擎。
”贾扬清给出了详细解释，阿里不需要为了创新而创新，而是要在现有深度学习引擎的基础上进行创新。
从数据的源头开始，清洗和建模，最后输入到AI系统中，都离不开成熟的大数据平台。
阿里巴巴大数据平台的发展分为三个阶段。
几年前，它完成了数据的统一，从无法找到数据、无法管理数据到能够使用数据，把所有数据放在同一个平台上。
2006年，当数据被发现并被使用时，阿里巴巴开始思考如何利用好数据。
我们不仅要分析数据，还要从数据中提取规律，细化决策，细化服务，开始逐步构建多生态平台。
今天，阿里巴巴全新飞天大数据平台正式上线。
《数据从哪里来？数据到哪里去？从数据源的同步集成，到原始数据的管理，到任务调度，到敏捷开发，这一系列综合管理问题，安全共享、监控、质量、以及大数据平台积累的业务能力，可以保证AI平台和大数据平台高效、无缝地处理多态数据，选择更加智能的模型。
”何云飞：AIoT。
加速企业构建数字世界“未来二十年企业所需的信息80%将来自于智能设备对物理世界的感知和认知。
未来80%的企业需要拥有自己的AIoT平台。
”何云飞肯定的表示。
在这个过程中，阿里云的作用就是为物联网提供操作系统和云基础设施。
物联网操作系统最近成为热门话题。
事实上，阿里巴巴早在三年前就开始布局智能操作系统。
，第一个物联网版本于今年 10 月发布。
AliOS Things 3.0正式发布，具有AI集成、微服务架构、安全可靠、自主可控、丰富的工具集等特点。
特别是在硬件驱动层集成了最新的平头哥AI芯片架构。
对于开发者来说，阿里巴巴还开发了一套完整的开发、测试、远程运维、远程智能设备故障定位的开发工具，让开发者能够快速将系统移植到AliOS Things 3.0。
在此基础上，阿里巴巴打造了城市物联网平台——城市AIoT平台2.0，将城市目前所有的传感设备连接到这个平台上。
同时，城市中常见的事件可以通过数字孪生和事件工厂抽象为API。
让所有合作伙伴和开发者直接在平台上快速构建智慧城市。
齐小宁：融合端云、普惠AI“AI时代最重要的三样东西：算法、大数据、算力。
其实，没有算力，其他一切都只是空中楼阁” ”。
齐小宁说道。
阿里巴巴的芯片布局包括针对视觉应用深度优化的定制芯片含光、面向AIoT芯片基础设施的玄铁嵌入式CPU系列、低门槛、高效率的设计芯片无剑SoC平台等，目标是面向终端的芯片布局。
-云集成。
据雷锋网此前报道，今年7月的阿里云上海峰会上，发布了高性能RISC-V架构处理器玄铁。
玄铁集成16核，主频2.5GHz，采用12级乱序流水线，最大支持8MB二级缓存，搭载AI增强矢量计算引擎，可应用于人工智能加速器、网络通信和自动驾驶。
现场公布的数据显示，玄铁的性能比业界主流芯片高40%，比标准指令性能高20%。
8月，平头哥发布SoC芯片平台“无剑”。
无剑平台由SoC架构、处理器、各类IP、操作系统、软件驱动和开发工具等模块组成。
为AIoT提供集成芯片架构和基础。
集软件、算法和开发工具于一体的整体解决方案。
据官方说法，无剑可以帮助芯片设计公司降低50%的设计成本，压缩50%的设计周期。
7月发布的玄铁是基本单元处理器IP，无剑是芯片设计平台，含光是阿里巴巴首款AI芯片。
这也意味着阿里巴巴的C-Sky系列、玄铁系列AIoT终端芯片IP、一站式芯片设计平台无剑以及最新的云AI芯片构建了阿里巴巴的端云一体化芯片生态系统。
集成化全栈芯片产品家族的雏形已经出现。
展望未来，阿里巴巴还计划投资内存计算、类脑芯片、AI辅助编解码等领域。
无强云 无强AI 李飞飞：下一代企业级应用数据库系统 阿里云数据库是国内第一个云原生数据库系统。
从最开始的ECS、OSS、RDS，到后来的VPC网络，打造了一个极具弹性的云原生系统。
在数据库系统的基础上，我们利用开源生态，并与阿里巴巴的业务实践相结合，打造智能、安全的云原生数据库系统。
阿里云原生数据库POLARDB诞生。
POLARDB使用分布式共享存储来提供高可用性和终极灵活性。
李飞飞表示，下一代企业级数据库应用必须将云原生技术与传统分布式数据库技术完美结合。
云原生技术提供极致的弹性和高可用性，上层分布式架构为企业级应用提供无限的水平扩展能力，从而将弹性和无限的水平扩展充分结合起来。
今天阿里云发布了POLARDB云原生数据库一体机，目标是“把云原生数据库搬回家”。
由于行业合规、数据安全等一系列问题，企业可能无法及时迁移所有数据。
公有云，这也是一种妥协。
利用云原生管控技术，客户可以在自己的机房使用云原生云技术的便利。
POLARDB一体机针对5G和IoT做了很多性能优化，性能提升10倍以上。
采用最新的并行查询技术，性能相比最新版本Mysql提升27倍以上。
蒋江伟：在云端释放数据智能的力量。
蒋江伟上台发布了第六代ECS实例。
计算性能提升20%，内存延迟降低30%，云盘延迟降低30%；计算稳定性为6个9，用户体验较差。
概率比物理机低80%，适用于多种计算场景，包括大数据、离线等场景。
第六代ECS的背后是神龙架构，江江伟将神龙架构描述为计算产品的技术中心。
今日，第三代鑫龙架构正式发布。
核心是两个方面，自主研发的虚拟化操作系统鑫龙Hypervisor（硬件加速虚拟化），以及自主研发的鑫龙IO加速芯片。
鑫龙架构统一了整个阿里云计算平台，提供一致的服务能力。
蒋江伟在现场表示，过去，容器最好的载体被认为是物理服务器。
今天他表示，容器最好的载体是基于神龙架构的裸机服务器。
“为什么这么说？物理服务器其实有四个缺陷，第一是弹性不够，第二是不够稳定，第三是不面向服务。
最重要的一点是迭代速度慢。
裸机服务器具有物理机的性能，同时具有虚拟机的灵活性，利用硬件隔离来提高安全性，并将存储和网络IO的计算封装在芯片中，实现端到端。
结束安全。
”蒋江伟解释道。
雷锋网总结称，阿里巴巴在人工智能赛道的起步并不是最早，但可以说是在人工智能行业的鼓点上起舞。
七年前，阿里巴巴就开始筹备iDST。
大约在同一时间AI趋势兴起时，阿里巴巴已经储备了相当数量的AI人才。
2016年，阿里巴巴成立达摩院，全面启动在人工智能各领域的布局。
目前，阿里巴巴AI技术已跻身国际顶尖水平。
已在竞赛中获得40多项世界第一，入选近期国际顶级会议论文，并在各行各业得到应用。
上图是一个更简单、更直接的图形化描述，几乎是阿里巴巴AI的全貌。
“需求驱动、技术驱动”。
在这一思想的指导下，阿里巴巴揭示了基于云计算的人工智能的整体情况。
自然语言处理、智能语音、视觉计算落地工业，赋能工业AI； AI平台层，飞天AI平台、飞天大数据平台、AIoT平台处于中间，降低了AI开发的门槛，提供了不同的关键能力，同时也起到了承前启后的作用。
AI芯片层和AI云服务层在构建强大的基础设施中的作用是发展强大的AI和强大的云能力。
总而言之，上层应用是呈现，平台是支撑，底层是硬核芯片和算力。
阿里巴巴还确定了独特的人工智能商业化模式：从算法、应用到商业化的科研闭环；它不做SaaS，而是做整合战略；通过阿里云生态输出工业AI能力。
中国最大的云计算公司阿里云智能已转型为最大的人工智能公司。
更重要的是，首先，阿里云智能需要升级到全新的基础设施，而不仅仅是原有的算力。
其次，阿里云智能已成为阿里巴巴集团战略的一部分，定位为阿里巴巴经济技术输出的新平台。
相关文章：阿里巴巴自动驾驶主打场景精细化。
Autodrive平台引入了智能算法。
阿里巴巴副总裁于鹏武透露阿里云边缘计算最新四大技术布局。
张剑峰谈阿里云的新定位：数字经济基础设施。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-21
06-06
06-17
06-17
06-17
06-21
06-17
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态