0
| 本文作者： 宗仁 | 2016-12-16 20:28 |
近日，2016云棲大會惠州峰會在惠州西湖如期舉行，阿里云的眾多專家在主題演講中做了【飛天*進(jìn)化】的系列演講，其中阿里云人工智能科學(xué)家閔萬里結(jié)合阿里云人工智能在惠州的諸多動作，做了《人工智能點亮未來城市》的主題報道，并在會后接受了詳細(xì)采訪。雷鋒網(wǎng)為大家整理的精華如下。
剛剛思成講到，歡迎大家上傳大家的案例，今天我有兩個身份，第一個我是阿里云的數(shù)據(jù)從業(yè)者，第二我?guī)Я艘恢F隊，我們在阿里云的內(nèi)部做數(shù)據(jù)，今天我拋磚引玉，我們選擇了四個字，智慧城市，或者叫未來城市。
人類從七千年之前，城市的發(fā)展歷史，在過去的幾千年里，都是一個物理資源和物質(zhì)資源的聚集，今天我們面臨一個嶄新的挑戰(zhàn)，未來的城市，不再是一個無限擴展的地盤，不再是一個千萬級的城市。
我們要用阿里云的人工智能，給大家預(yù)覽一百年之后，你不會再看到紅燈，當(dāng)你餓了點餐的時候，你不會多等10分鐘，當(dāng)你的醫(yī)療影片出來的時候，你不會再排隊在省城的醫(yī)院門口等待兩天，讓老專家看一眼，這一切都不能夢想，因為我們有ET，我們要做下面的這些事情。
治理城市
智能交通
智能物流
智能水利
城市規(guī)劃
賦能企業(yè)
智能制造
智能服務(wù)
服務(wù)市民
智能旅游
智能醫(yī)療
智能停車
告訴大家這是一種可能，從0到1000萬到一個億，那就是一個量變的過程，大家看到治理城市很簡單，從智能交通到城市里面所發(fā)生的所有的經(jīng)濟行為，到智能制造，到生產(chǎn)。下面給大家舉幾個實際的例子。
我們可以看幾個實際的案例，智能交通，大家看這張視頻上，這個路口所有的車，它的軌跡我們實時地識別，我們知道誰在左轉(zhuǎn)，也知道誰在右轉(zhuǎn)，我們也知道誰騎著電動車在人行道斑馬線上橫沖直撞，今天我們可以做到實時，自動化標(biāo)準(zhǔn)，自動化的捕捉哪個號牌經(jīng)常闖紅燈。
治堵最好的方法就是讓堵不要發(fā)生，而不是等它發(fā)生以后再亡羊補牢。那不要發(fā)生，就需要領(lǐng)先一步，領(lǐng)先一步就要求你不光看到眼前，還要看到未來，剛剛這個視頻，十分鐘之后會怎么樣，一個小時之后會怎么樣，我們可以預(yù)測到。
去年國慶開始我們在浙江省全面上線，預(yù)測整個浙江高速路上的未來，一個小時它的路況是什么？今天這個系統(tǒng)還在跑，今天我們不僅有了高速路，我們還有市內(nèi)的道路，十分鐘之后這個地方的擁堵會消散嗎？這些問題每天都在交警指揮中心的大廳里出現(xiàn)，但是一直沒有人去幫助他們作出一個智能化的選擇。答案是ET可以做到，未來60分鐘、30分鐘，每一個路口，每一個路段，流量速度，車速，現(xiàn)在的擁堵會提前多久消散，該不該派人疏導(dǎo)。
今天我們的ET做到了一個很簡單的事情，我們用互聯(lián)網(wǎng)的實時數(shù)據(jù)，我們用全程的數(shù)據(jù)，來解一個點的問題，任何一個管控，不再是一個單點優(yōu)化的問題，是一個全局優(yōu)化的問題。它不光看到現(xiàn)在，還要看到未來，有了這個全局的洞察，大家可以想像下，通過這個路口，你看到那些左轉(zhuǎn)的車，你看到了十公里之外，三公里之外，將有多少車要過來，我們利用阿里云的ET，改了一些信號燈。這是講交通。
我們在講我們每一個人要吃飯，現(xiàn)在有很多白領(lǐng)，包括很多開發(fā)者，中午吃飯的時候要點餐，結(jié)果高峰的時候，所有的人都在點餐。對于點餐來說都是一起點餐，那怎么樣讓每一個饑餓的身軀少受一些煎熬，我不可能無限地供給，讓所有的送餐員都上崗，妥協(xié)的方式又是什么？其實是一個技術(shù)和現(xiàn)實之間的結(jié)合，今天我能做到的，我們的調(diào)度引擎，可以讓每一個小哥少走冤枉路，送餐的過程中再接一個順風(fēng)單。在以往，這是不可想象的，但是今天我們用阿里云的系統(tǒng)，用大數(shù)據(jù)的平臺，用我們自己的算法，我們證明這件事是可行的，可調(diào)度的，智能化的調(diào)度，可以打敗人的調(diào)度，還可以提高效率，讓每一個人成為贏家，所有的人都是贏家，所以技術(shù)改變生活。
我們再看，旅游，大家都有了經(jīng)濟實力之后，追求一種精神層次的生活。我們可以告訴你，兩個小時之后的發(fā)展，每一個景點的排隊的時間，上海迪士尼開園的時候，那么瘋狂的情況就可以避免，因為我們可以告訴你這個擁堵可以持續(xù)多久，先人一步，步步領(lǐng)先。大家可以看到很多APP會告訴你，七天之后，車流量會是怎么樣，七天之后的天氣會是怎么樣，這個其實跟我們眼下，此時此刻的需求大相徑庭，這種妥協(xié)是不得已而為之的。所以總結(jié)一下，讓城市的出行，更加的靈動，讓每一個出行的旅程更加的輕松。
我們再來看幾個更加難的課題，生命的秘密基因，在非洲的草原上，在南美洲的貧民窟，一個醫(yī)生要看1000到一萬個人，是不可能的，根本性的解決在哪里？黨中央提了一個問題，叫供給式改革，這中間的矛盾出現(xiàn)在哪里？就是出現(xiàn)在有限的資源不可復(fù)制，現(xiàn)在我們要把專家的經(jīng)驗寫成代碼，這是一個非常難的難題，所有的人都在說，醫(yī)療如果出了問題，診斷不準(zhǔn)怎么辦？這個答案很簡單，如果你不做，永遠(yuǎn)沒有答案，如果我不做，永遠(yuǎn)都找不到答案，今天我們掌握了先發(fā)的優(yōu)勢，我們必須先做一步，我們先要證明這件事是具備可行性的。
我們再看一個，我們稱為秘書?，F(xiàn)在訂票都不需要打電話了，有APP都可以做到這些，這些APP的背后，很多都是我們阿里云承載的。我們發(fā)現(xiàn)有非常大的提升空間。還有剛剛看到眼下正在做的，語音，大家看到我說的話，被實時轉(zhuǎn)播，這就是我們ET做的，智能語音的服務(wù)，在雙十一過程當(dāng)中，有97%的客戶打電話過來，首批處理都是通過阿里云的ET來做的。
ET會變得越來越聰明，總結(jié)一下，它會點亮未來的城市，因為它是城市的大腦，為什么以前做不到？今天可以做到，它背后的技術(shù)架構(gòu)是怎么樣？
首先它有個非常穩(wěn)健的架構(gòu)，三個大平臺，大家可能今天會聽到很多人說，我開源了一個平臺，開源了之后，怎么樣？能做什么？今天我們給大家一個答案，就是當(dāng)我開源一個平臺，或者當(dāng)我介紹一個平臺的時候，我一定會介紹一個成功的案例，而且是我親手做出來的，所以當(dāng)一個老師傅說我有一個做面條的配方的時候，但是他從來沒有做過的時候，你相信嗎？我們今天做人工智能不是一個純粹的開放代碼，我們會給你平臺，給你算法的能力，而且給你獨闖的成功案例，告訴大家那個方向可走。
這背后就是飛天，飛天之外，就是這樣一個機器學(xué)習(xí)的平臺，今天講到的大數(shù)據(jù)，數(shù)據(jù)海量，怎么樣挖掘價值，一定需要非常好的算法，這個算法需要一個平臺去承接。我們今天的機器學(xué)習(xí)平臺都是支持，所以ET從一開始，就是一個開放包容的生態(tài)，有了這些能力之后，我們的眼睛、視覺、口耳、語言能力怎么辦，大家可以看一看，剛才的視頻講的是視覺，再看一下眼下正在發(fā)生的。在去年的時候，就已經(jīng)打敗了世界速記大賽的亞軍。這背后，其實承接的就是一串通過語音的技術(shù)，語音合成和視覺的技術(shù)，再加上大腦給你形成一個協(xié)同的互動。
一百年前，1917年，愛因斯坦發(fā)表了一篇文章，他講了一個他著名的廣義的相對論的宇宙學(xué)模型，為了尋求模型的美，解了很多理論上懸而未解的問題。但是1932年他們發(fā)現(xiàn)紅移現(xiàn)象之后，然后推翻了，愛因斯坦承認(rèn)了自己的錯誤。
這個例子我來解釋什么？今天我們探索人工智能，在未來城市，在各個行業(yè)應(yīng)用，其實我們進(jìn)入了一個未知的無人區(qū)，我們可能會走錯，不可能一蹴而就，但是有一點我們一定會做得對，我們不走永遠(yuǎn)去不了，我們走一步走兩步走錯了，可以告訴業(yè)界的同仁們，不要走彎路。這個過程，阿里云，我們的ET，我們會堅持，但是我們不可能獨行，我們需要在座的各位，開發(fā)者們，一起加入到這個陣營當(dāng)中，我們要回答的問題不是阿里云怎么樣，而是人類社會的發(fā)展怎么樣跟云計算、人工智能的技術(shù)結(jié)合、加速。
從我個人的角度，今天我是數(shù)據(jù)科學(xué)家，10年前，我從紐約去到新加坡，要做智慧城市，然后八年之后，我又回到美國，去到Google，但是后來，我來到了阿里，來到了阿里云，在這里找到了我夢想。
這里給你提供的是一個無限的可能。從飛天這個詞，大家可以看到，我們是承載了一個偉大的夢想，今天我想，在座的同仁們，每一個數(shù)據(jù)開發(fā)者們，在阿里云的平臺上，一定有你可以發(fā)揮的空間，無論是你用機器算法，還是有實戰(zhàn)的案例，甚至是我們的算法包，都有可能在新的領(lǐng)域當(dāng)中找到前所未有的價值，所以最后一句話，就是講，為了無法計算的價值！謝謝大家！
當(dāng)所有人都在談這只股票的時候，就是它要跌的時候。
懂的人也在談、不懂得人也在談，那么增長的空間在哪里？今天當(dāng)我們所有人都在談人工智能，每一個商業(yè)計劃書都會扯上大數(shù)據(jù)、人工智能，你們知道這個很快就會原形畢露的，投資人是很實際的。那投資人的反彈或者說叛變也是不足為奇。最近剛剛發(fā)生的，但是看到的某某創(chuàng)始人CEO生病的時候被人給踢走了，他們要的是業(yè)績，很簡單的。人工智能可能是讓你有可能暫時性拿到業(yè)績的一種手段，但不是目的。想想看，現(xiàn)在很多人都把人工智能作為目的了，那這是很可怕的。
一定要在一個應(yīng)用的場景下發(fā)揮它的業(yè)務(wù)價值。
剛才一寧講我們是做人工智能技術(shù)，其實我們是要解決一些問題，而不是說數(shù)據(jù)要97%、99%，這個數(shù)字其實是沒有太大的意義，一定要在一個應(yīng)用的場景下發(fā)揮他的業(yè)務(wù)價值。那今天我們所看到的，今年以來的人工智能，很多都是在YY，造了一個機器人，一個人形的機器或者機器人。還有前不久曾經(jīng)說過的，造一個機器人，像女孩子很漂亮，然后摸上去還有彈性，這個跟機器人有任何關(guān)系嗎？沒有，這是一個材料科學(xué)的問題。把硅膠拿上來，加上溫度，加熱，就這么簡單的一件事情，跟人工智能毛關(guān)系沒有。所以說我覺得這種就是對人工智能的一種褻瀆、曲解。
所以，我認(rèn)為還是要沉下心來。
1984年，那個時候是人工智能一個高潮，美國國會開了好幾次聽證會。今年同樣的，歷史重演了，也開了好幾次聽證會，歷史有驚人的相似之處。1984年之后的人工智能的低潮是不是會重演？我不知道。但是1984年之后是發(fā)生了，為什么？太多的空洞的承諾，如果在短期之內(nèi)沒有落地，政治家是很務(wù)實的，他們投資是要看到回報，看到選票。
商人的投資、投資者的投資一樣的，他也要談我每年的匯報率，投房地產(chǎn)、投人工智能。所以我們今天還是一樣的要靜下心來看一下這個時代的場景，很多場景其實不是缺了人工智能就不行的，或者說很多場景跟人工智能沒有太大的關(guān)系就不要硬扯上去。
少一些PPT上的組合，對一些落地的思考。
任何一個技術(shù)或者叫深度學(xué)習(xí)，它的聲音一定來自于他能不能創(chuàng)造到讓老百姓能夠感受到的價值的商業(yè)模式。那原子核為什么他們都去探索，為什么大家都很尊敬他、尊重他，因為我們現(xiàn)在很多電來自于核電，核電站的基礎(chǔ)是什么？原子核。所以大家就清楚了，我們可以不懂，但是我們能夠感恩他創(chuàng)造出來的價值，那么這一件東西他就會有生命力。如果我們老百姓看不到他的好處，沒有切身的體會，他只是活在PPT里面，活在網(wǎng)絡(luò)空間里，那么大家不會理解，很快就會被格式化硬盤。
所以我說過熱，其實就是這個意思，現(xiàn)在確實是少了落地的思考，多了一些PPT上的組合，或者動畫效果的渲染。所以這個對科技從業(yè)者，尤其是對真正埋頭去做人工智能的那些人來講是挺不公平的。不是所有的人都在玩概念，確實是有一些人在沉下心來做的。而往往是這些人，他不具備商業(yè)的頭腦，所以在存在感上反而沒有那些學(xué)術(shù)明星來的那個。但這個并不代表他們做的工作不值得尊重，其實恰恰相反，他們可能更加是值得我們?nèi)リP(guān)注去支持的。
我看目前全球人工智能化投入產(chǎn)出比不是很高，您怎么看這個問題？
人工智能剛剛重新開始。
其實這樣來看，云計算我們?nèi)?biāo)亞馬遜，開始那幾年沒掙錢的，任何一個新技術(shù)的發(fā)展，必然有一個純投資期，我們叫孕育期，要去養(yǎng)他的。所以這個過程今天來看的話，人工智能其實是剛剛曾經(jīng)他那一次打趴下，這次是剛剛重新開始。相當(dāng)于說，浴火再生，戰(zhàn)火重生。在重生的過程中，你讓他一下子再承擔(dān)一個主攻隊、特戰(zhàn)隊的這種角色他還是不現(xiàn)實的。至少在短期之內(nèi)，你要給他足夠的耐心和信心。
但是迭代速度非?？臁?/span>
尤其在今天，我相信人工智能能夠看到商業(yè)好處的時刻會很快的到來。為什么？因為現(xiàn)在迭代的速度非常的快，我講的迭代是技術(shù)迭代的速度。任何一種想法，十年前你可能沒辦法落地去實現(xiàn)，因為計算量太大了。但是今天這些都不是障礙，今天的障礙出現(xiàn)在哪里？出現(xiàn)在一些舊有勢力，或者是你要創(chuàng)新的領(lǐng)域要顛覆的領(lǐng)域，有可能出現(xiàn)一些阻力，是一個非技術(shù)的因素。但是你非技術(shù)的因素，是有可能敲開一塊磚，先突破的。只要有第一個敢吃螃蟹的人，然后怕螃蟹的價值很快就會被世人所認(rèn)可。
用投資的眼光來看要求過高。
因為在今天我們是在一個臨界點上，這個臨界點就是人工智能破殼了，從一個實驗室的東西變成一個普通大眾能夠耳熟能詳?shù)臇|西，很快就會發(fā)生。但是在這個過程當(dāng)中，如果你非要用投資的眼光來看說，跟房地產(chǎn)投資的項目也好，或者跟炒股相比，這個還不太現(xiàn)實，這個有點要求過高了。
現(xiàn)在有一些大公司把學(xué)術(shù)界的任何成果，剛剛發(fā)表出來，他們就會把那個論文再實地落地就產(chǎn)品化了，如果學(xué)術(shù)界的那個成果夠工業(yè)界用十年十五年之后，大家慢慢會目光挪到工業(yè)領(lǐng)域，您認(rèn)可這個看法嗎？
理論和實踐的相結(jié)合才能笑到最后。
我們回到方法的本身，毛主席有一句很好的話叫做“沒有調(diào)查就沒有發(fā)言權(quán)”，你看他老人家，先走到湖南農(nóng)村去做農(nóng)民運動的調(diào)查，然后找到了中國革命的解放。相比之下，在同一時期有很多海歸派從蘇聯(lián)回來的，喝過洋墨水的，然后有理論派，經(jīng)過馬克思、列寧的學(xué)術(shù)派，毛主席是本土派、實戰(zhàn)派。我想用這個來講什么呢？
在任何一個新興產(chǎn)業(yè)、新興技術(shù)的發(fā)展過程當(dāng)中，一定是理論和實踐的相結(jié)合，最終他能笑到最后，因為它最貼近普羅大眾，他能知道老百姓的心，剛才一鳴講到2C，C端需要什么，它能夠接地氣。所以當(dāng)它走得跟老百姓更近的時候，它的產(chǎn)品就有可能被大家所接受，而那個陽春白雪的實驗室的有可能就被大家所忘掉了。所以從這點來講，楊教授他做做的這件事，他比較聰明的一點就在于說他沒有躲在實驗室里面，躲在實驗室里面，中國的土話叫“閉門造車”。所以他會到工業(yè)界里面去。但是我覺得從理論的先進(jìn)性上來說，也不盡然你一定是學(xué)校領(lǐng)先工業(yè)，為什么呢？
有時，工業(yè)界會反過來推動學(xué)術(shù)界的發(fā)展。
恰恰是有非常多的學(xué)術(shù)領(lǐng)域的問題，或者甚至問題的提出，都是因為在工業(yè)界當(dāng)中有了難題之后，大家抽象出來，然后反過來推動學(xué)術(shù)界的發(fā)展。
這邊舉一個最典型的例子，二次世界大戰(zhàn)的時候，美軍需要從本土從夏威夷海軍基地運送大量的后勤物資、作戰(zhàn)設(shè)備到太平洋戰(zhàn)場上，包括菲律賓，包括南洋。當(dāng)時就面臨一個巨大的難題是什么？他的運輸量、運輸?shù)年犖槭怯邢薜模歉鱾€戰(zhàn)場的發(fā)展集聚變化。本來是一星期之后要打一個百團大戰(zhàn)或者怎么著的，結(jié)果打成了一個幾個月僵持的消耗戰(zhàn)，在螞蟥島，在菲律賓這邊。所以計劃趕不上形勢。那在這種情況下，怎么樣動態(tài)的調(diào)節(jié)他的供應(yīng)鏈，因為它從本土運過來是要用萬噸巨輪在海船要走兩三個星期，你不可能給它調(diào)了一個船說，本來讓它去夏威夷，結(jié)果訓(xùn)練的讓他再去菲律賓，油都不夠了。所以彈性供應(yīng)鏈的需求就出來了。
在那個年代出來，這是一個從來學(xué)術(shù)界沒想過的問題，沒解過的問題。所以二戰(zhàn)一結(jié)束之后，這個新興領(lǐng)域就起來了，就是運籌學(xué)，今天講的所有的彈性供應(yīng)鏈，都是那個年代因為有實戰(zhàn)的場景，真正二戰(zhàn)的這個場景衍生出來的。
再講一個，在造原子彈的時候，曼哈頓工程的時候，他們要來計算這個鏈?zhǔn)椒磻?yīng)，就是一個原子核激活之后，后面鏈?zhǔn)椒磻?yīng)然后迅速的爆炸。這個這個鏈?zhǔn)椒磻?yīng)他要來模擬怎么控制，成為可控的核裂變。那在這個過程當(dāng)中，就出現(xiàn)了他沒辦法做很多次實驗，那個是很昂貴的，那怎么辦？需要基于一次實驗，然后做很多的假定說，如果我在這個過程當(dāng)中怎么樣調(diào)整一個參數(shù)，然后讓后面的訓(xùn)練很聽話。那這個就衍生到后來的叫在貝葉斯學(xué)派，現(xiàn)在統(tǒng)計學(xué)當(dāng)中有一大流派叫貝葉斯流派，他們叫抽樣法。
這個抽樣法的衍生，現(xiàn)在已經(jīng)成為幾乎所有做機器學(xué)習(xí)的人都必須要知道的一個基礎(chǔ)理論，這個基礎(chǔ)理論的衍生就是從曼哈頓工程來的。所以我用這個來講什么？其實往往一些先進(jìn)的最新的科研的課題，是來自于工業(yè)界，不是象牙塔里面。這也是為什么你來看斯坦福的教授，有很多都是在硅谷兼職的，他不是為了那一點錢，他要的是一種觸發(fā)的靈感。
美國的哈佛大學(xué)MIT大家都知道，MIT那邊有好多小公司，就是教授開的，為什么？因為他需要從實際的問題當(dāng)中找到他下一個研究的方向，而相比之下，我們的有很多教授，他們可能的做法是天天盯著人家的SCI文章找漏洞，然后去殺。這種最后評職稱評上去了，杰青、長江學(xué)者，評的都是SCI的教授，不是基于實際問題的教授。這些人就是天天盯著別人的缺點，那總是能找到的，放大鏡一放總是會有一些缺點的，一篇文章是沒有漏洞是不可能的，但是你覺得這個東西有意義嗎？沒有意義的事情，所以少做一些。
所以從這一點來說，我覺得目前楊教授是很聰明的做法，一定跟工業(yè)界結(jié)合，然后能夠互相促進(jìn)，給他新的研究思路，把他的研究成果迅速的找到工業(yè)界落地的場景。在這個過程當(dāng)中，我覺得很有可能兩種情況都有可能發(fā)生，
一些新的思想源自工業(yè)界
或者說一些新的理論從學(xué)術(shù)界蔓延到工業(yè)界，找到落地產(chǎn)品，都有可能。
我覺得把阿里云看成一個大產(chǎn)品這個說法不太貼切，不是說對和不對。
我會這樣來講這個問題，阿里云是一個更大的生態(tài)，在這個生態(tài)里面，能啟動的時候，可能我們拋出了一個怪獸，就是我們那個飛天平臺，然后像巨無霸一樣，相當(dāng)于武林高手，通過比武招親或者怎么招，又演變出了門派出來，我們有很多衍生的各種新的產(chǎn)品，新的計算的工具等等。那慢慢形成一個生態(tài)之后，就要形成流派。就像天下武功同出一宗，看以前的小說里面寫的，有的是劍走，有的是氣走，那時候就有了。那這個流派當(dāng)中，人工智能這一塊，我說是其中的一派。意思是什么呢？就是說這一派可能強調(diào)的就是我們怎么把數(shù)據(jù)的價值深刻的發(fā)揮出來，有了數(shù)據(jù)、有了原材料之后，我在你這個大生態(tài)里面我用你的計算能力我來挖數(shù)據(jù)的價值。
那另外一塊可能會說，我怎么把我的生態(tài)做得更健康、更穩(wěn)健，不管你怎么折騰，一秒鐘一千萬次、十幾萬次，我都能夠承受得住，我要練我金剛不壞之軀，這是物理層面上練，這是不同的派別。從這點上來講，我覺得人工智能是氣派，阿里云是硬氣功一樣的。
從整個對阿里云人工智能，對整個人工智能生態(tài)的角度來講。
我覺得我們有非常獨特的地方，就是跟其他的地方、其他公司做的不太一樣的是，我們的任何一個功能或者叫人工智能的產(chǎn)品，我們的落地、我們的研發(fā)，都是以一個具體的應(yīng)用場景為目標(biāo)，我們不是說在實驗室里面自我演進(jìn)，我做了1.0版本，下一個我要做成2.0版本，我們一定是為了解一個問題。就像今天我們講到，我們要去解世界上最難的醫(yī)學(xué)問題，這個問題很難，但是我們必須要去解。如果我們掌握這么好的科技資源的情況下都不去動，誰來解？那我們要來解。那接著語音識別也是一樣的，還有后面我今天還沒有講到，我們用腦科學(xué)、腦神經(jīng)去刺激腦部的神經(jīng)原，去讓人能夠動起來。最近你們看到了一篇報道，陳天橋捐了1.15億美元給加州理工大學(xué)，Richard Anderson教授他做了一個什么事情呢？一個月前有一篇新聞，大家可以去查，他的實驗室做了一件事情，在一個癱瘓的人，他的大腦的特定的腦區(qū)切入信號，這個人行走了。這個新聞你們可以查一查。我想這樣的事，他給人看到了希望，帶來了希望。
我們一定是選那種有難度，但是一旦成功，就能夠普惠大眾。
我想說，我們今天做人工智能我們也是朝這個方向走，我們絕對不是說1.0一定要一個月內(nèi)迭代到2.0，兩個月之內(nèi)迭代到3.0，為了一個產(chǎn)品的迭代，為了迭代而接待，一定是為了應(yīng)用而迭代。所以從這一點來講，應(yīng)用的選題就非常的關(guān)鍵，我們一定是選那種有難度，但是一旦成功，就能夠普惠大眾。對于阿里云講普惠科技的意思就在這兒，我們一旦解了一道題，我們就給相當(dāng)多的人帶來一些希望，或者相當(dāng)多的一些難題就有可能找到一個解法，后面再讓更多的人找更優(yōu)的解法。我們是開第一槍。所以從這一點來講，阿里云的人工智能承擔(dān)的更多的是探索性的事情，要挑戰(zhàn)不可能的事情。
我這樣來講，可能ET早期的時候，像我是歌手里面做了ET的。
那時候可能是一種娛樂性的，當(dāng)時也是為了把他推出來讓所有的老百姓都能了解，但是后來我們的判斷是這樣的，就像我剛才講的，我們要解一些難題，讓老百姓受惠，受到好處。那這里面城市大腦就是一個比較好的復(fù)利點，為什么？我們回顧一下，過去十年，智慧城市從IBM開始提到今天一直還在講智慧城市，一講到這個的時候大家都會說，這個局、這個部委或者那個局要建一個數(shù)據(jù)中心，把數(shù)據(jù)收上來，實時的展現(xiàn)出來，或者搞一個統(tǒng)計報表。
所有的數(shù)據(jù)都在那兒沉睡。
曾經(jīng)在上海的街道還有一個道路文明指數(shù)。結(jié)果呢？大家覺得這個城市智慧了沒有？我剛才開玩笑，我說有那么多的霧霾、有那么多烏云，就是因為少了阿里云，所以沒有智慧。我舉的意思是在哪里？是所有的數(shù)據(jù)都在那兒沉睡，少了一個大腦去調(diào)動他們、去喚醒他們。這就像一個什么？就像一個瞎子，他的聽力特別好，在人工智能角度上講他聽力特別好的一段代碼，但是他卻沒有視野?；蛘叻催^來也是類似的，當(dāng)你要成為一個健全的人，一個健康的人，一個聰明的人，智慧的人，你需要這些功能的協(xié)調(diào)和融合。
就像美國的軍隊系統(tǒng)，他有很牛的技術(shù)，海軍、陸軍，但是他還要有一個聯(lián)合作戰(zhàn)指揮部，為什么？那今天我們的智慧城市少的就是這個聯(lián)合作戰(zhàn)指揮部。你到各個部委去看，機房一大堆，機房越多的城市就越落后，為什么？是觀念的落后，他還停留在原始的層次，堆機器，覺得我機器越多越好，我的信息化建設(shè)越到位，數(shù)據(jù)越多存得越多。杭州的公交公司，或者鄭州的公交公司，類似這樣的。建那么多的機房干什么？那今天我們要講城市大腦，就是要喚醒這一點，把數(shù)據(jù)給調(diào)起來，別再整機房了，把數(shù)據(jù)整起來之后，真正的聯(lián)合作戰(zhàn)指揮部起來了，才有可能把這個智慧協(xié)調(diào)起來，那這個城市才有可能管理和應(yīng)用，才能夠更通暢、更高效。所以我們了這個題，而這個題本身呢，他的社會價值不用多講，經(jīng)濟價值也是很顯然的。
然后講再一下它的難度，它的難度不僅僅是技術(shù)，技術(shù)上有很多難度，因為各種數(shù)據(jù)，非結(jié)構(gòu)化的數(shù)據(jù)。我再舉個例子
大家有沒有想過，我們路邊這么多的監(jiān)控探頭，現(xiàn)在只是公安用于事后出了事之后去調(diào)這個探頭來事后反查嫌疑犯的路徑。但是有沒有去想過，用這個探頭去看此時此刻下沒下雨，此時此刻PM2.5是什么。數(shù)據(jù)已經(jīng)在那里了，為什么不去做？其實少了不是技術(shù)上的問題。今天我們要做這件事，我們就有很好的技術(shù)優(yōu)勢。我們可以把中國的攝象探頭全都變成PM2.51識別器，下雨量的采集器，那么中央氣象臺的那些天氣預(yù)報可以變得更加精準(zhǔn)了。它不用再去建很多的觀測站，因為現(xiàn)有的這些數(shù)據(jù)已經(jīng)可用了。
所以，從這點來講，選城市大腦作為一個切入點，可以充分的調(diào)動我們所有的先進(jìn)的技術(shù)，我們叫秀肌肉吧。
你要說絕對客戶量有很多，但是不是所有人都一下買整個的大腦，就像有人先來個地空聯(lián)合作戰(zhàn)，或者海陸聯(lián)合作戰(zhàn)，這是逐步來的。那在杭州，可能兩個月前大家也看到了新聞報道，其實在廣州我們也最早做過用互聯(lián)網(wǎng)的數(shù)據(jù)實時控制信號燈。還有我們在浙江省，不光是杭州市，我們用實時的數(shù)據(jù)來抓那些特種車輛，危險品運輸車輛，它們的一些不合規(guī)的現(xiàn)象我們?nèi)プニ?。其實已?jīng)在各地不同階段在用起來了。只是說今天我們正式的把城市大腦恩這個概念提出來，其實是希望通過在座的各位，去喚醒那些還在堆機房的人。告訴他們，不要再用80年代的思想去解一個21世紀(jì)的問題。
這種創(chuàng)業(yè)我覺得可能風(fēng)險會比較高。
這樣來講吧，如果有一些公司他的模式就是教授帶幾個研究生，從學(xué)校里面出來創(chuàng)業(yè)，他還是學(xué)校里面的做法，缺乏工業(yè)界的實戰(zhàn)的結(jié)合，這種創(chuàng)業(yè)我覺得可能風(fēng)險會比較高，可能受到雙方的感召。創(chuàng)業(yè)創(chuàng)業(yè)這個業(yè)要選準(zhǔn)，如果只是一個純算法的東西，我覺得他們最好的出路就是被收購，最最成功的出路就是被收購，因為一個業(yè)包括了多方面的因素，包括算法、包括商業(yè)模式、包括你的上游數(shù)據(jù)的資源，缺一不可，不然就不叫業(yè)，就叫小打小鬧的業(yè)余愛好，那就不是真正的事業(yè)，業(yè)余愛好的東西成不了大事兒。所以現(xiàn)在有相當(dāng)多的公司做這一方面，沒有做成一個業(yè)，他在創(chuàng)造一個業(yè)余愛好。
真正的有一些比較有潛力的公司。
它找到了一種生態(tài)或者一種業(yè)務(wù)模式，跟它們技術(shù)的結(jié)合，這種公司有可能會成功，但是有一個前提，它的那個核心技術(shù)、它的門檻究竟有多高。因為業(yè)務(wù)模式一旦出來之后，很快就會被復(fù)制。業(yè)務(wù)模式是沒有專利保護性的，所以在這種情況下，他的技術(shù)門檻有多高，或者說這個技術(shù)門檻對他這個業(yè)務(wù)模式的成功與否起了至關(guān)重要的作用，那么它就有可能獨一無二，在它的對手模仿的時候，它還是能夠把對手壓下去獨步向前。但是如果這個技術(shù)門檻不夠高，很快就會被后起之秀給拷貝了，就像以前的ICQ被QQ拷貝了，是一樣的道理。馬化騰的歷史大家也清楚的。
我想講的是，有幾家公司還不錯，然后它們有一些技術(shù)壁壘，它們有一些應(yīng)用場景，所以有可能走得遠(yuǎn)一點。有一些做人工智能芯片的公司，還是沒有像以前想象的那樣做個APP就可以上市了，還是需要相對比較長的時期。
沒有，其實我不覺得阿里云對它們形成威脅，相反其實阿里云是他的朋友，為什么這樣講？至少從我們自己帶的團隊的角度來講，如果我發(fā)現(xiàn)一家很好的公司，它在做一個很重要的事情，我愿意把它納為生態(tài)伙伴，甚至作為孵化器一起來孵化他，讓它長得更快，來一起解一個問題，解一個真正的消費者或者老百姓能夠受惠的問題。所以從這一點來講，我們應(yīng)該是它的朋友，畢竟阿里云我們不是說把所有的創(chuàng)業(yè)公司全部干掉獨霸江湖，那個不太健康。
那這種合作伙伴，你們會把平臺開放出來，跟阿里云的技術(shù)整合在一起一起做嗎？
山景：是的。
現(xiàn)在朋友圈講的比較多的是說，AI圈子里面目前人才緊缺，但是大公司一般肯定不會知道問題以后還坐視不管，我想問一下，您在培養(yǎng)和發(fā)現(xiàn)人才方面，有什么推薦呢？
我的推薦是首先到數(shù)學(xué)系里面去找AI人才，不要去計算機系，這是我第一個推薦，而且是去應(yīng)用數(shù)學(xué)系，這是第一個。
因為在今天AI的頂尖人才，我們需要知道一個黑盒子背后他的運算的原理是什么？他的模型的原理是什么？而不是說只會寫一個代碼，我按這幾個按鈕最后出來結(jié)果，知其然不知所以然的人是非?？膳碌膫稳瞬牛@是第一個，人工智能當(dāng)前的領(lǐng)域當(dāng)中，不缺那些會按按紐，然后用開源，然后跑出結(jié)果的人，太多了。大一的計算機系的學(xué)生，高中畢業(yè)的學(xué)生，都有可能。但是我們需要再往頂尖走，你要的是知道這個黑盒子背后，就是按那個按鈕的背后那些模型他的原理是什么？我該改什么？來解一個新的題，創(chuàng)造那個黑盒子的人，這是最難的。為什么Facebook花1億多買MIU的那個教授，他50多歲了，一幫寫代碼的人拼不過一個高三的人，為什么？因為他知道怎么改黑盒子了，背后的原理他知其所以然，而這一點恰恰是我們現(xiàn)在的一個非常大的誤區(qū)。大家都是到計算機系，或者搞數(shù)據(jù)挖掘的，搞人工學(xué)習(xí)的、機器學(xué)習(xí)的這種人不缺。缺的就是那種頂尖的，而這一點恰恰我們教育體系有脫節(jié)。我們的應(yīng)用數(shù)學(xué)系，大家去看一看，畢業(yè)生的出路其實是很一般很一般的，這是很不健康的。但是在國外，這些應(yīng)用數(shù)學(xué)的人都是非常搶手的，搖身一變?nèi)A爾街幾十萬美元年薪。為什么？大家知道數(shù)據(jù)的力量、算法的力量，你要寫一個高頻交易的策略，你很快就成為高聲的執(zhí)行董事。所以在我們國內(nèi)來講的話，人工智能界的人才，首先我們要的是到數(shù)學(xué)系去找，或者去培養(yǎng)，或者叫現(xiàn)有的數(shù)學(xué)系加大對工程能力的培養(yǎng)，讓他們能夠看到在這個領(lǐng)域當(dāng)中，其實那些做應(yīng)用數(shù)學(xué)的人大有可為。那這樣我們高端人才的缺口才有可能慢慢的補上。那中層的執(zhí)行的，不缺。
所以我經(jīng)常說，大數(shù)據(jù)人才的培養(yǎng)，我們要有大數(shù)據(jù)領(lǐng)域的白領(lǐng)工人，同時也要有大數(shù)據(jù)領(lǐng)域的藍(lán)領(lǐng)工人。
而現(xiàn)在來講，大數(shù)據(jù)領(lǐng)域的藍(lán)領(lǐng)工人是不缺，太多了，BAT里面，隨便什么計算機畢業(yè)，現(xiàn)在每年的IT招聘，這些都有。但是缺的就是那個白領(lǐng)，白領(lǐng)上面的金領(lǐng)，就是像Facebook買的那個教授一樣的道理，能夠改那些算法，能夠創(chuàng)造新的算法的人，解一個未知的問題，沒有模板可用的問題，這種人是最難的。其實也是需要一個是學(xué)校培養(yǎng)，還有一個是我們自己在工作當(dāng)中慢慢的去發(fā)掘有潛力的人，然后在實戰(zhàn)當(dāng)中去培養(yǎng)，在戰(zhàn)爭當(dāng)中鍛煉士兵。
（雷鋒網(wǎng)）您的總結(jié)兩點是吧，第一個是去大學(xué)里面找數(shù)學(xué)系的，特別是應(yīng)用數(shù)學(xué)系的；第二是自己培養(yǎng)。
自己培養(yǎng)的話，其實這里面要的是什么？也是數(shù)學(xué)功底好，肯鉆研的那種。如果沒有數(shù)學(xué)功底，這個事兒不好搞。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
