美國計算機協會，也就是 ACM，是計算機行業裡最富盛名學會之一，自 1993 年開始，ACM Multimedia （簡稱 ACM MM）已成為全球多媒體領域最具影響力的學術會議，也是被中國計算機學會推薦的計算機圖形學和多媒體領域的 A 類會議。尤其是隨著網際網路的快速發展，圖像、視頻等影像資料越來越多，圍繞上述多媒體內容的研究也變得越發重要，也因此，每年的 ACM MM 大會的論文就成為觀察學術界、工業界對於多媒體發展的一個重要窗口。
在最新披露的第 25 屆 ACM MM 會議資料中，共收到 675 篇論文，來自中國阿里雲的三篇論文同時入圍，其中有兩篇論文將在 10 月份的大會上做口述報告。
縱觀此次阿里雲的三篇技術論文，都是阿里巴巴神秘機構 iDST 基於阿里雲城市大腦項目做出的研究，內容涵蓋交通事故識別、人流軌跡判斷以及交通數據樣本的匯總等方面。考慮到 iDST 在阿里巴巴今年啟動的 NASA 中的重要作用，城市大腦也是阿里雲 ET 大腦的重要落地項目，此次基於城市大腦的技術研究得到 ACM MM 的認可，不僅是對阿里巴巴 iDST 技術能力的認可，也有可能對人工智慧的未來走向產生多重啟示。
啟示一：人工智慧必須落地
「人工智慧」的概念來自於學術界，長期以來都是一個學術界小圈子裡的課題。過去 60 多年時間裡，所謂「人工智慧寒冬」也好，「盛夏」也罷，始終都是一個離工業界很遠的概念或想法，直到 PC、網際網路時代的到來，尤其是進入 21 世紀後的移動網際網路時代，基於深度學習的人工智慧才迎來一次真正意義的爆發。這一次，以網際網路公司為代表的工業界認識到人工智慧在產品創新與用戶體驗上的價值，開始瘋狂「擁抱」學術界的技術、人才。
但這種狂熱卻在催生新的泡沫，尤其在資本湧入這個領域之後，為了「智能」而「智能」的概念、炒作層出不窮，而鮮為人知的則是，Google DeepMind 將可以下圍棋的 AlphaGo 相關技術運用到數據中心節能領域，阿里雲將數據、計算能力以及算法上的優勢整合在一起，結合不同行業特點，先後推出城市大腦、工業大腦、醫療大腦等產品，賦能各個行業的轉型升級。
以此次入圍 ACM MM 的三篇論文為例，其都圍繞城市大腦的項目來展開，這個項目最早公開於 2016 年的杭州雲棲大會，其首要目的是解決城市發展中的交通問題，正如當時王堅博士所言：「世界上最遠的距離是紅綠燈與交通監控攝像頭之間的距離，他們雖然在同一根杆子上，但是從來沒有通過數據被連接過」。因此，從打通數據入手，並在海量、實時數據分析處理的基礎上做出智能決策，是阿里雲對於城市大腦的基本定位。從這個角度上說，城市大腦項目就像是一個人工智慧落地的試驗場，從一開始就具備了可操作性和社會價值。
啟示二：技術進步來自於實踐又服務於實踐
技術的進步從來都是社會、經濟發展相互作用的結果。某種意義上，人工智慧長期以來無法得到社會認可的原因是因為其所謂進步和發展與社會經濟之間是脫節的，這種來自於學術界的技術進步是無法真正適用於在現實生活的，這也成為長期以來困擾人工智慧發展的主要障礙。
最近幾年來，大量學術界人才湧入網際網路巨頭或創業公司從事人工智慧研發，一方面是經濟利益的考量，另一方面的原因則是，只有網際網路公司才擁有海量的數據以及廉價高可用的計算能力。比如在城市交通領域，針對交通監控視頻檢測異常的算法中，倘若沒有海量的數據做支撐以及真實場景下的評測對照，這種技術上的「進步」或許永遠沒有用武之處，而在同人鑑別這個經典的計算機視覺問題上，實時、海量的數據才能最大限度地提升算法性能，從而帶來整個鑑別體系的升級完善。
上述兩個難題恰好也是此次阿里雲提交給 ACM MM 上的兩篇論文主題。以交通監控異常為例，一旦監控視頻裡出現諸如交通事故、違章停車、車輛逆行等時間都需要及時處理，但過往的操作方式通常是人為檢測，但隨著城市攝像頭越來越多，單獨依靠人力是無法滿足這些需求，阿里雲的論文裡提出了一種基於 3D 卷積申請網絡的方式，如下圖所示，通過對正常交通視頻裡的車輛行駛狀況特徵提取和建模，如果車輛數秒後的運動趨勢與模型產生誤差，達到一定閾值後即判斷為交通異常，從而形成一套全新的異常狀況監測系統，實際檢驗的結果與模擬效果非常接近。
而在對同人鑑別的研究中，深度學習的模型相比於傳統方法已經有很大的提升，但是在實際生活中，尤其是城市複雜的道路上，幹擾因素非常多，並不能真正還原實驗室裡的算法效果。阿里雲的論文展示了基於真實城市道路上的同人鑑別機制，通過將前端和後端的分離，分別採用兩種訓練模型，既保證了算法的實時性，也有效提升了算法性能。
類似這種來自於現實社會的技術發展需求構成了當下人工智慧發展的重要推動力。另一方面，上述技術發展的成果又會不斷在實踐中得到優化改良，阿里巴巴 iDST 副院長、IEEE 院士華先勝這樣評價：「這三篇論文的研究起點都來自城市大腦的應用場景，其研究成果都將幫助到城市大腦的落地。」比如，杭州的交通狀況或許和蘇州又有很大的不同，而當蘇州成為城市大腦又一個落地城市之後，之前來自於杭州的相關技術又要結合蘇州當地的交通狀況（如路網規劃、交通擁堵點等）進行重新的部署和升級，這既是一次「機器學習」，也是城市管理者對於城市狀況的一次學習之旅。
啟示三：人工智慧的探索才剛剛起步
當天才般的阿蘭·圖靈在 1936 年出版《論數字計算在決斷難題中的應用》時，他或許不會想到，這篇論文透露出的「模仿遊戲」會成為接下來一代代聰明頭腦為之奮鬥的目標；而當 1958 年 NASA 成立之時，或許連下定決心追趕蘇聯的艾森豪也沒有想到，這個決定會影響 20 世紀下半葉的世界進程，這一切的一切，都是根源於對未知以及對未來的探索。
當下的人工智慧也處在這樣的關鍵探索階段。
3 月，阿里巴巴宣布啟動「NASA」計劃，面向未來 20 年的技術發展趨勢組建獨立研發部門，建立全新的管理機制，包括機器學習（人工智慧）、晶片、物聯網等成為「NASA」探索的領域；5月，Google 在開發者大會上宣布公司戰略轉向「AI First」，將人工智慧作為公司內外的核心戰略；7月，百度喊出「All in AI」 的口號，集全公司之力發展人工智慧；也是在 7月，微軟組建全新的人工智慧實驗室，將在機器學習、自然語言翻譯方面探索新的可能性。
以上這些巨頭的布局和戰略調整，都建立對於技術發展的高度信仰之上，然而從公司基因與商業模式層面來看，這些人工智慧的探索又有諸多不同。依託平臺型經濟成長起來的阿里巴巴，在人工智慧領域的探索集中在「賦能」這兩件事上，不管是 ET 工業大腦還是 ET 醫療大腦，其核心訴求點還是希望通過將人工智慧應用在這些行業，與行業的合夥夥伴尋求共贏關係；而 Google、百度的人工智慧探索則更多依靠自身工程師團隊的「靈光乍現」，其產品落地能力和生態合作能力實屬一般；至於微軟，或許在研發層面具有超強的能力，但在一個產品成熟的公司，新技術的研發到產品出爐，是一條非常漫長的道路。
阿里巴巴集團技術委員會主席王堅發表演
這恰恰也是當下人工智慧發展的有趣之處，它展現了新技術之於人類未來發展的各種可能性。然而正如上文所言，這枚硬幣的另一面，則是各大標榜人工智慧公司的產品能否落地、如何落地又如何形成社會、經濟價值的反思和追問，更重要的一點，人工智慧正在成長為社會經濟發展的基礎設施，一如當年的 PC、網際網路以及近幾年的雲計算一樣，那麼如何讓社會各行各業在人工智慧之上進行創新，也成為人工智慧未來探索的重要命題。
而在阿里巴巴這個面向政府層面的城市大腦項目裡，也是由來自不同領域的多家公司共同推動實現，就像此次三篇技術論文所代表的趨勢一樣，技術的發展衍生出新的商業需求，反過來又激發技術創新的動力，這或許就是阿里巴巴的探索理念，不久前的全球人工智慧高峰論壇上，阿里巴巴技術委員會主席王堅博士對此做了更進一步的解讀：「我們要做的，是用機器解決人類解決不了的問題。在這個意義上，比起人工智慧，機器智能這個詞更加準確。……城市大腦不但能造福百姓，也會像登月計劃一樣，成為機器智能未來10年最重要的研究平臺。」