首先，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(xué)家往往受限于單機計算能力，需要對數(shù)據(jù)樣本進行裁剪，讓數(shù)據(jù)在一臺計算機里進行建模分析，導(dǎo)致模型的準確率降低。伴隨著分布式計算能力的迅速發(fā)展，云計算平臺可以利用成千上萬臺的機器進行計算，尤其是GPU的發(fā)展為加速人工智能落地奠定了基礎(chǔ)計算能力，使得類似于人類的深層神經(jīng)網(wǎng)絡(luò)算法模型為代表的人工智能應(yīng)用成為現(xiàn)實；

　　其次大數(shù)據(jù)時代已經(jīng)到來，多來源、實時、大量、多類型的數(shù)據(jù)可以從不同的角度對現(xiàn)實進行更為逼近真實的描述，而利用深度學(xué)習(xí)算法可以挖掘數(shù)據(jù)之間的多層次關(guān)聯(lián)關(guān)系，為人工智能應(yīng)用奠定了數(shù)據(jù)源基礎(chǔ)；

　　第三是算法的發(fā)展尤其是Geof Hinton教授2006年發(fā)表的論文，開啟了深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的浪潮，以人工神經(jīng)網(wǎng)絡(luò)(ANN)為代表的深度學(xué)習(xí)算法成為了人工智能應(yīng)用落地的核心引擎。

　　因此，計算能力+數(shù)據(jù)+算法三者相輔相成、相互依賴、相互促進，使得人工智能有機會從專用的技術(shù)成為通用的技術(shù)，融入到各行各業(yè)之中。

　　阿里巴巴在人工智能技術(shù)研發(fā)以及應(yīng)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(guān)的業(yè)務(wù)應(yīng)用場景中不斷積累人工智能核心技術(shù)，并逐漸通過阿里云ET平臺輸出到交通、政府、娛樂等更多的行業(yè)之中。

　　客戶服務(wù)是很多行業(yè)的通用場景，覆蓋銀行、保險、電信、零售、制造、電商等多個行業(yè)，過往這些行業(yè)主要依靠自建或者租用呼叫中心，雇傭大量的客戶服務(wù)人員提供服務(wù)，而大部分企業(yè)的客戶服務(wù)中心都是企業(yè)的成本中心。

　　伴隨著基于人工智能技術(shù)的智能客服的出現(xiàn)和發(fā)展，客服人員可能真會在不遠的將來被機器替代掉了。Gartner最新報告預(yù)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(shù)的智能機器人客服不僅能理解客戶語言的上下文語義，還具備自我學(xué)習(xí)能力，可以理解口語化問題、分辨問題焦點，大大提升服務(wù)效率和水平，同時能夠給客戶提供更好的個性化體驗。

　　以2015年7月阿里巴巴集團發(fā)布的人工智能購物助理虛擬機器人“阿里小蜜”為例，它的目標就是致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(wù)、全程陪伴式、安全有保障的購物體驗。這款應(yīng)用基于語音識別、語義理解、個性化推薦、深度學(xué)習(xí)等人工智能技術(shù)，支持上下文理解的多輪對話，以及個性化記憶功能，同時機器人每天都會去學(xué)習(xí)幾百萬條人工的服務(wù)記錄以及海量的知識源，自動改善智能解決能力。在淘寶和天貓平臺上，每天有近5萬次熱線電話求助，無線端的在線服務(wù)量更是每天都超過100萬次。

　　目前，“阿里小蜜”在每天應(yīng)對百萬級服務(wù)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(jīng)達到95%的智能解決率，滿意度比傳統(tǒng)的自助服務(wù)提升了一倍。同時，阿里巴巴利用人工智能技術(shù)對客戶服務(wù)質(zhì)量進行監(jiān)控，減少人工干預(yù)，大幅提高了服務(wù)質(zhì)量。

　　除了成為客戶服務(wù)助理之外，基于人工智能的虛擬機器人融入更深入的語音識別、自然語言處理等技術(shù)，未來將會在很多場景下可能成為個性化助理，為不同的客戶依據(jù)個性化需求提供不同的服務(wù)，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(wù)、醫(yī)療服務(wù)、購物助手等。

　　計算機視覺技術(shù)是人工智能技術(shù)的核心技術(shù)之一。而作為計算機視覺技術(shù)中的關(guān)鍵基礎(chǔ)，指紋及人臉等生物識別技術(shù)目前已經(jīng)開始應(yīng)用在身份識別的多個領(lǐng)域，比如支付寶錢包已經(jīng)能夠支持指紋和人臉識別的身份認證，刷臉支付成為了現(xiàn)實。

　　在未來，實現(xiàn)“所見即所得”會是電商的重要方向，圖片搜索更將成為人們獲取信息的常態(tài)。圖像識別在手機淘寶的“拍立淘”產(chǎn)品中已經(jīng)開始應(yīng)用，通過手機拍照即可搜索相似商品，2015年雙11當天，千萬消費者使用了“拍立淘”功能，創(chuàng)造了超過數(shù)千萬元的銷售額。

　　圖中文字識別（OCR）一直是計算機視覺領(lǐng)域的難點。阿里巴巴平臺很多營銷創(chuàng)意、商品都以圖片形式存在，同時，也有一些商家在圖片中內(nèi)嵌違規(guī)的信息實現(xiàn)惡意推廣的目的，圖片內(nèi)文字違規(guī)是比例相當大的一類，而傳統(tǒng)監(jiān)控手段多以人工肉眼來審核，費時費力，尤其是隨著圖片數(shù)量越來越大，這幾乎已成為不可完成的任務(wù)。從2014年開始，阿里媽媽圖像團隊開始重點攻堅O(shè)CR技術(shù)，通過機器視覺的方式從圖片中識別出文字，從而鑒別出違規(guī)的文案信息。

　　2016年6月，阿里巴巴旗下廣告交易平臺阿里媽媽圖像團隊的OCR（圖中文字識別）技術(shù)刷新了ICDAR Robust Reading競賽數(shù)據(jù)集的全球最好成績，并大幅超越第二名。借助這一領(lǐng)先的OCR技術(shù)，阿里媽媽圖像團隊能夠以95%的超高準確率識別圖中違規(guī)文字信息，有效過濾商家惡意推廣，維護消費者權(quán)益。2015年，阿里媽媽累計屏蔽了4600萬條惡意推廣。

　　阿里綠網(wǎng)依托于阿里巴巴全生態(tài)體系，擁有海量的特征樣本及豐富的數(shù)據(jù)模型分析經(jīng)驗，也利用OCR技術(shù)進行了黃色圖片鑒別。根據(jù)技術(shù)人員的測試，通過人工智能技術(shù)鑒別黃色圖片，準確率高達99.6%以上。

　　人工智能未來會重構(gòu)金融服務(wù)的生態(tài)，成為普惠金融的基石，金融的個性化、場景化服務(wù)成為主要創(chuàng)新方向。伴隨著基于大數(shù)據(jù)的機器學(xué)習(xí)算法的發(fā)展以及語音識別、人臉識別、自然語言處理技術(shù)的日趨成熟，螞蟻金服已經(jīng)將人工智能技術(shù)運用于螞蟻微貸、保險、征信、風(fēng)險控制、客戶服務(wù)等多個領(lǐng)域。比如通過機器學(xué)習(xí)技術(shù)把螞蟻微貸和花唄的虛假交易率降低了10倍。為支付寶的證件審核系統(tǒng)開發(fā)的OCR系統(tǒng)，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%的遠程客戶服務(wù)已經(jīng)由智能機器人完成，同時實現(xiàn)了100%的自動語音識別。

　　螞蟻金服與保險公司合作的“航空退票險”上線之后賠付率一度高達190%，保險公司面臨巨大的虧損壓力。通過引入機器學(xué)習(xí)技術(shù)，大數(shù)據(jù)技術(shù)建模、優(yōu)化后，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。

　　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；想像一下伴隨著基于人工智能的無人駕駛汽車、無人機、送貨機器人等產(chǎn)品的問世和成熟，交通管理的范疇將會變得更加復(fù)雜多變。阿里巴巴在利用人工智能技術(shù)實現(xiàn)交通狀況的預(yù)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(yù)測方面，基于交通歷史數(shù)據(jù)，實時路況數(shù)據(jù)，手機基站信令數(shù)據(jù)，視頻監(jiān)控數(shù)據(jù)，信號燈運行數(shù)據(jù)等多數(shù)據(jù)源的整合，使用人工智能中的機器學(xué)習(xí)算法，可以實現(xiàn)交通擁堵的提前預(yù)測，并提醒管理者提前采取相應(yīng)措施，同時也能幫助交通管理部門進行道路的更合理規(guī)劃設(shè)計和對交通信號裝置等相關(guān)因素進行調(diào)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(shù)阿里云ET搭建了“互聯(lián)網(wǎng)+信號燈”控制優(yōu)化平臺。據(jù)了解，ET可對路口車輛運行情況進行分析，并輸出對紅綠燈時間的調(diào)整建議。試點結(jié)果顯示，部分路段擁堵指數(shù)下降超25%。

　　同時，大數(shù)據(jù)與機器學(xué)習(xí)能力的結(jié)合還能夠幫助出行者實現(xiàn)更優(yōu)質(zhì)的智能出行決策，可以根據(jù)用戶地域、距離、時長、工具等不同場景學(xué)習(xí)不同的出行決策，形成出行決策模型；根據(jù)用戶的定位數(shù)據(jù)、出行數(shù)據(jù)、反饋數(shù)據(jù)，也可以為用戶提供省時、省力以及舒適性的偏好決策模型。比如，高德推出高德地圖AI引擎，該引擎將基于高德出行大數(shù)據(jù)和機器學(xué)習(xí)能力，面向不同環(huán)境和需求，為用戶提供“千人千面”的位置出行服務(wù)。

　　根據(jù)Gartner預(yù)測，到2018年，客戶數(shù)字助手將能跨渠道和合作伙伴識別人臉和聲音：機器在傾聽指令和告訴我們該做什么上比真人表現(xiàn)更好。語音識別和自然語言處理技術(shù)基礎(chǔ)上的人工智能應(yīng)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，在今年的阿里云2016年會上，阿里云ET的速記能力就曾在準確率方面以0.67%的微弱優(yōu)勢戰(zhàn)勝第50屆國際速聯(lián)速記大賽全球速記亞軍姜毅。9月13日，浙江省高級人民法院對外宣布，將在全省105家法院全面上線智能語音識別系統(tǒng)。該系統(tǒng)由阿里云人工智能ET提供技術(shù)支持，能夠快速、準確的完成庭審記錄，承擔(dān)起“書記員”的角色。3個月前，系統(tǒng)曾在西湖區(qū)人民法院試點，準確率高達96%。這些都是阿里人工智能技術(shù)與行業(yè)應(yīng)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(shù)還主要為了解決特定的問題而存在，是任務(wù)型的人工智能，未來能否真的擁有人一樣的思考、感知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(yīng)用場景，既有通用的跨行業(yè)的場景，比如客戶服務(wù)，個性化推薦，身份識別，網(wǎng)絡(luò)營銷，風(fēng)險控制等；也會有針對某些特定行業(yè)的場景，比如交通出行、金融投資、醫(yī)療問診、娛樂、制造、教育等行業(yè)的應(yīng)用。