遠觀近看阿里雲ET平臺 如何開啟AI落地新風潮

2020-12-05 雷鋒網

11月底,阿里雲的一項變動備受矚目。阿里雲事業群升級為阿里雲智能事業群,這代表著雲計算與AI等技術將更密切融合。實際上,阿里雲在架構升級之前已經在內部孵化了強大的AI平臺能力——ET大腦,ET大腦於2017年12月由阿里雲機器智能首席科學家閔萬裡正式公布。

雷鋒網分別採訪到了閔萬裡、以及阿里雲ET城市大腦算法專家餘亮,阿里雲ET工業大腦算法專家楊斌,由近及遠,從內而外,探討阿里雲如何貫徹著雲上的AI戰略。

快速釋放數據價值

有人認為數據是數字時代的石油,閔萬裡卻有另外一番理解,他表示,數據不像原油奇貨可居,數據是不斷大量產生的,數據的價值如果得不到快速釋放,價值密度就會不斷降低,數據密集的地方才有AI。

閔萬裡加入阿里,同時帶來的還有兩篇含金量不低的論文,這兩篇文章解決了複雜網絡下隨機過程的大樣本理論,認知反演則解決了在一個具體拓撲網絡上尋優的問題。

在閔萬裡看來,交通、工業等產業領域的問題,歸根結底都是一個拓撲網絡問題:城市交通是車流的網絡,工業是流程的網絡(流程型製造是一條流水線、離散型製造則是一個更複雜的網絡),航空是人流、飛機的網絡……要解決這些產業的問題,其實解決的都是拓撲網絡問題。

2005年時,閔萬裡曾與合作者發表了兩篇理論文章,目的就是要解決這一問題。

「On linear processes with dependent innovations」, Stochastic Processes and their Applications, Volume 115, Issue 6, June 2005, Pages 939–958;

「On Canonical Correlation Analysis of multivariate time series」, Statistica Sinica 15 (2005), 303-323 

雷鋒網觀察了不同類型廠商在不同領域的所謂「大腦」,是否有廠商「舊瓶裝新酒」營造概念行舊事?答案是肯定的,有一定比例的廠商並無新意的拼湊起一個「大腦」,與這類廠商截然相反的是——阿里雲的ET大腦的人工智慧回歸到本質,建立在數學理論基礎之上。

「一張網」是阿里雲完全自研的核心技術,也是ET大腦解決產業問題的關鍵所在。實際應用中的拓撲網絡類似於網際網路式的分布式結構,在網中不斷流動的是數據,數據來源多種多樣,不同時空、不同結構,甚至不知真假,ET大腦納入多種融合數據,形成可復用的場景輸出能力,而此前大多平臺數據孤立不流動,且需要苛刻的數據「飼餵」才能輸出相對精準的判斷。

ET大腦的四個關鍵詞——認知、判斷、決策、學習。多維感知數據,分析並實時決策,形成全局性可執行洞察(actionable insight),兼具持續進化的學習能力,ET大腦的核心也在此。

「我們有了網絡,有了動態的物流、業務流的時候,就有了動態的數據流,如果把數據流抽象出來,我們可以發現最終回歸到人工智慧原點——人腦」,或許這也是各式各樣的AI平臺統稱為大腦的緣由。

2007年閔萬裡就曾應用該理論研究新加坡的智慧城市交通管理,開發的預測算法對新加坡CBD區域不同等級的地面道路進行預測,準確率超過85%,其也是業界第一個能準確預測未來路況的實戰系統。通過表象數據的信號、關鍵統計量及一系列算法找到數據特徵,尋找到拓撲網絡上的量化關係,進而找到控制竅門,閔萬裡的理論研究是基礎,但阿里雲在其上做了更多的研究。

算法、算力和數據是人工智慧的三要素,同時也是ET大腦的三要素,不得不說雲計算的大規模發展解決了ET大腦需要的算力資源,才有了ET大腦在各行各業開花結果,ET大腦與各個領域行業大腦是總分關係,根本性區別就在於加入行業知識,專攻行業場景。

ET大腦的發展有不少值得銘記的瞬間,閔萬裡提到了兩個案例,其一是阿里雲順利將浙江高速歷史數據、實時數據與路網狀況結合,基於阿里雲大數據平臺,預測未來一小時內的路況,其二則是阿里雲在工業領域不斷重複嘗試,終於覓得一縷成功曙光,雷鋒網(公眾號:雷鋒網)本次也採訪到了兩位專家。

ET城市大腦閉環

雷鋒網獲悉,杭州主城限行區域已經全部接入杭州城市大腦,此外還有餘杭區臨平、未來科技城兩個試點區域及蕭山城區,總計420平方公裡,相當於65個西湖。優化信號燈路口1300個,覆蓋杭州四分之一路口,同時還接入了視頻4500路,可以實時指揮200名交警。

ET城市大腦是阿里雲ET大腦最先落地的場景,這其中既需要解決模式的問題,又需要解決技術的問題。

阿里雲ET城市大腦算法專家餘亮介紹,阿里雲在ET城市大腦中主要解決兩個問題:

• 數據問題:城市交通有不同的數據特點,需要一整套大數據的處理平臺。阿里雲從硬體、軟體到設計服務擁有深厚積累。

• 彈性計算問題:支撐起一個城市計算平臺必然需要消耗相當大的資源,尤其是視頻計算,雲服務從根本上解決了規劃、採購和管理問題。

但實際上,阿里雲是網際網路公司,相對於傳統交通行業是「門外漢」。餘亮表示,交通工程有自身的一套數據模型和理論,但交通領域的數據模型可能聚焦於局部,在一定區域內流量如何建模,參數如何調優。而阿里雲是以網絡的視角看數據科學,包括時空特性、網絡節點數量和關係等等。

基於閔萬裡最初提出的運用網際網路數據做單點信號的優化,團隊在後期加入了更多的數據科學知識,各種預測、優化。阿里雲目的不是解決一個點或者是一片主幹道的交通問題,而是把幾百個信號燈當做一個整體來進行優化,在世界範圍內都是第一個。

目前阿里雲ET城市大腦橫向複製和縱向深化並重而行,第一要務仍然是在國內已有的項目中向各個行業提供基礎服務設施,縱向深挖提供端到端能力。在全球領域的橫向複製中,阿里雲已經將ET城市大腦複製到馬來西亞等地區,交通問題是普遍性難題,阿里雲有很大的潛在市場。

餘亮也坦言,在技術領域ET城市大腦仍在不斷進化,技術和應用結合發展,比如大規模信號燈調控方案的進一步優化,認知反演如何尋找關鍵節點、網絡分隔,包括流程、算法的協調上有一些創新。

開闢工業數據智能

「我們對於工業一直心存敬畏之情,工業是國之重器,影響國計民生,工業細分行業又是如此繁雜,行業know-how深不可測」,阿里雲ET工業大腦算法專家楊斌如是表示,筆者很難想像阿里雲ET工業大腦開拓的艱難程度,不過據閔萬裡回憶,ET工業大腦甚至一度要放棄。

楊斌表示,ET工業大腦第一個項目始於2016年,標誌著ET工業大腦開始進入探索行業性大數據解決方案和價值輸出的開始。針對工業企業客戶的要求,產品和解決方案輸出必須要能夠提供給行業客戶應用場景的指導,而不是像常規的網際網路幹預,或者有所謂的工業網際網路數據連接和平臺連接。

「對於阿里雲來說,我們自身數據智能的技術,雲計算、大數據、AI算法等等這方面是我們的信心所在。但是,深入到工業行業裡面,對工業數據的分析、探索,以及對這個工業細分行業它的每一塊細分行業的特殊性,然後業務的理解性,這都是很大的挑戰」,楊斌提到。實際上這也是當下所有工業網際網路領域廠商所面臨的共性難題。

楊斌補充道,「甚至在這個過程中,並沒有一個系統說明讓我們知道在工業的工研產銷的各個工作流裡面是有哪些數據的。我們的工程師面臨著從0到1的難題,阿里雲的工程師直接深入工廠場景,通過和具體生產部門、工藝部門、信息部門做交流,在對數據的理解達到一定程度之後,再結合阿里雲自身雲計算、大數據、人工智慧算法找到突破口」,

ET工業大腦本身屬於平臺級產品,包含數據工廠、算法工廠、AI創造間,支撐行業客戶去完成工業企業的數據算法以及開發治理,最終生產出給企業量身定做的數據智能服務。ET工業大腦沉澱很長一段時間才推出,但在推出之前已經有過若干年的實踐,基於項目的交付、實施和業務價值提升,最終成型數據工廠、算法工廠、AI創造間的架構體系。

數據工廠主要解決客戶數據安全、有效、穩定上雲的過程,同時在數據平臺進行質量管控和治理;算法工廠基於阿里雲過去歷史項目的積累、實踐,沉澱了工業大腦的算法引擎,算法引擎可以根據用戶需求再開發,基於該平臺,工業客戶不需要自己重新再經歷算法工程化過程;在AI創造間裡,客戶通過拖拉拽的方式,把數據模塊、算法模塊,變成工作流業務的編排,形成一個工作流的業務輸出,對外發布服務,可以調試出量身作定做的數據智能應用服務。

「我們希望通過ET工業大腦降低行業AI使用門檻,通過可配置的方式做業務的編排。但這個平臺本身也是一個開發型的平臺,合作夥伴或者工業終端客戶自身信息部門的開發人員可以進行行業模板構結、定製,在平臺之上沉澱自身的行業數據模型,架構自己的算法模型,進而形成一個生態」

工業領域的自動化程度不一而足,如何兼容並包是一個現實問題。楊斌表示,阿里雲ET工業大腦和工業企業原有系統、平臺、軟體根本不存在相互競爭關係,很大程度上阿里雲更多的是通過自身能力普惠工業行業,為企業降本增效、數位化轉型提供全鏈路、全數據、全流程的數據智能輸出。

內外審視ET大腦

在雷鋒網看來,ET大腦是阿里雲多技術、多模態融合的典型輸出產品,而阿里雲仍在強化ET大腦的極限。

對內,在日前的架構調整中,阿里巴巴集團首席技術官(CTO)張建鋒(行癲)將兼任阿里雲智能事業群總裁,特別需要注意的是,阿里巴巴集團過去幾年在實施中臺戰略過程中構建的智能化能力,包括機器智能的計算平臺、算法能力、資料庫、基礎技術架構平臺、調度平臺等核心能力,將全面和阿里雲相結合,向全社會開放,為全社會服務。

對外,阿里雲很早就喊出了產業AI的口號「過去每一次產業革命,都是技術與產業的深度融合,從而引發經濟和社會變革,AI也不例外。未來AI要深入各行各業,去解決生活、生產和社會環境中遇到的棘手問題,這樣才能引領真正的產業革命」。阿里雲智能事業群幾乎聚齊了阿里集團面向2B市場的大部分要素,時任阿里雲總裁胡曉明談及阿里雲對產業的思考 。阿里雲的AI側立於行業旁,融入於行業中。

阿里雲提前鳴響了下一場比賽的發令槍,下一場,關乎人工智慧與未來。

相關文章:

阿里雲機器智能首席科學家閔萬裡:共建萬物智聯時代

阿里雲IoT田輝:從IoT維度思考智慧城市構建 | AIoT+智慧城市峰會

阿里CEO逍遙子親自宣布阿里雲大變動:胡曉明卸任,新成立阿里雲智能事業群,張建鋒兼任總裁

雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 夏日專刊AI產品上新升級集錦,50餘項軟硬能力加速場景落地
    七八月50餘項能力的開源開放及升級,是夏日火熱的積澱,希望可以幫助您更高效實現產業智能化應用落地,快來一同閱讀您最關心的內容吧。安全生產監控方案 視頻分析邊緣計算盒 EM-BOX 全新升級,上新5項分析功能除安全帽佩戴合規檢測、煙火檢測、電子圍欄外,支持技能增加:陌生人檢測、攀高檢測、睡崗檢測、離崗檢測、人流過密預警。充分利舊現有攝像頭,即插即用,提供可視化管理平臺,支持二次開發。
  • 產業網際網路契機:低代碼開發平臺與AI結合,快速落地智能應用
    從艾瑞的調查數據來看,除了政府主導的公共服務領域,AI會在離錢近的領域優先落地,這也是新技術應用的必然路徑。同時也看到,在其他領域如零售、製造、教育、農業、醫療等,AI有著巨大的發展空間。因為低代碼開發平臺的出現,讓專業開發者能更迅速的開發應用,同時讓不具備編程能力的業務人員也能進行應用搭建。對於AI技術,業內也在嘗試通過低代碼開發平臺幫助其更好地落地與普及。其實,已經有服務商將AI集成到了低代碼或無代碼平臺中,比如應用AI解決與半結構化和非結構化數據源集成的複雜挑戰、將AI進一步封裝成可直接調用的業務組件。
  • 現在ai突破基礎研究平臺的難度還有點大
    可以嘗試企業通過科研平臺基於學術界新的突破性技術,進行開發。用人工智慧技術輔助醫院進行基礎性的病理診斷、口腔診斷、放射診斷等,以及輔助診斷口腔等的輔助性器官和手術。另外,可以嘗試利用人工智慧輔助醫療技術,推廣心臟支架、先天性畸形的治療等疾病預防和治療方案,或者幫助醫生診斷病理。還可以推廣一些新藥物、新器械進行開發推廣,畢竟現在ai突破基礎研究平臺的難度還有點大。
  • 聚焦「六新」 看晉源梧桐樹如何招來金鳳凰?
    聚焦「六新」 看晉源梧桐樹如何招來金鳳凰?「數字新經濟如何蹚出新路來?」10月31日,2020中國(太原)人工智慧大會在中國(太原)煤炭交易中心召開,兩院院士、資深教授、業界專家在太原開啟了一場頭腦風暴。當天,人工智慧產業技術聯盟、5G產業技術聯盟、工業網際網路產業技術聯盟現場揭牌,大會也為山西在數字經濟、人工智慧和信創產業方面搭建起了平臺,一共有21個與人工智慧相關的項目順利籤約。
  • 吳博:目標檢測集成框架在醫學圖像 AI 輔助分析中的應用 | AI 研習...
    近日,在雷鋒網 AI 研習社公開課上,深圳市宜遠智能科技有限公司負責人吳博剖析了目標檢測已有的框架,重點分享如何對目標檢測框架進行改造,以便在醫學圖像分析中產生更好的效果。公開課回放視頻網址:http://www.mooc.ai/open/course/559?
  • AI每日精選:北京地鐵研究刷臉安檢;LG電子波士頓開設機器人實驗室
    以下新聞選自人工智慧信息平臺「機器之心Pro」:花最少的時間,看最重要的新聞。2.超星未來與賽靈思達成戰略合作,加速車規級智能駕駛感控平臺方案落地1 月 16 日消息,智能駕駛初創企業北京超星未來科技有限公司(Novauto,下稱「超星未來」)宣布與自適應和智能計算的全球領先企業賽靈思公司(Xilinx, Inc.,(NASDAQ:XLNX))達成戰略合作。
  • 15位產業領袖縱論中國AI現狀:價值重估,落地為王
    因此,曠視自主研發了人工智慧算法平臺Brain++,並打造了行業應用軟體和平臺軟體,實現低成本、高效率、更貼合的技術落地。在此基礎上,曠視打造了以人工智慧驅動的物聯網解決方案,落地城市物聯網、供應鏈物聯網、個人物聯網,踐行AIoT發展道路。
  • 外賣平臺如何有效拉新?
    拉新,簡單來說就是引導新用戶;如何利用各種營銷活動有效拉新,是令一眾外賣商家困惑的難題…1.拉新的渠道:平臺的流量是天然的,對於商家而言,能不能爭取到有效流量,主要是看平臺的排名,你處於什麼樣的位置,就決定了你的進店人數排名主要有兩種獲取手段:一是銷售量和好評率
  • 新基建如何加速落地
    何為「新基建」?日前,國家發改委明確範圍,新基建是以新發展理念為引領,以技術創新為驅動,以信息網絡為基礎,面向高質量發展需要,提供數字轉型、智能升級、融合創新等服務的基礎設施體系。具體包括信息基礎設施、融合基礎設施、創新基礎設施等3個方面。   和傳統基礎設施建設相比,新基建究竟新在何處?助推新基建駛入快車道,應該從何處發力?記者採訪了有關專家。
  • 竹間智能入選量子位AI落地白皮NLP、對話式人工智慧平臺代表企業
    作為這一年人工智慧產業中的大趨勢,AI技術與傳統行業進一步產生了實質性融合,整個產業又有了新變化,比如:2019年,雖然政府投入規模持續擴大,但已不是前幾年的一騎絕塵狀況。不乏金融行業的公司在人工智慧技術上投入了上億元。中國AI技術供應商目前重點分布在北京、上海、深圳、杭州這四大城市。
  • 一周AI最火論文 | 生成描述性文字的新平臺,用語言加強AI在動態...
    潛在用途:RoboTHOR提供了一個能夠對比模擬環境和對應真實環境的框架,為未來的研究人員系統地探索和克服從模擬到真實轉移的挑戰提供了一個平臺,全球研究人員可以在此平臺上遠程測試他們的具身模型在物理世界中的表現。  研究人員希望RoboTHOR能夠刺激計算機視覺的下一階段發展。
  • 民國四大才女之一張愛玲,出名很趁早,可遠觀卻不可近交
    試想一下:你最愛的一條裙子上爬滿了跳蚤,你的感覺是如何?提起民國四大才女,不可不提的就是張愛玲。她的作品流傳最廣,被搬上熒幕最多,也被最多人推崇。無論是「出名要趁早」,還是那些「紅玫瑰和白玫瑰」,哪怕是一場香港戰事都能成就一場「傾城之戀」,只是太多人緣分淺薄,只有「半生緣」。
  • 融慧金科張凱:從理念到落地,圖模型如何點燃數字金融新「引擎」
    (原標題:融慧金科張凱:從理念到落地,圖模型如何點燃數字金融新「引擎」)
  • 華為雲與計算城市峰會2020首發江蘇,看創新強省如何緊抓新「基」遇
    未來,站在新基建、十四五規劃的風口,江蘇如何在以往省域優勢與發展成果的基礎上,抓住雲、5G、AI的機遇,實現新一輪的創新增長,再次主動謀篇、先行一步?緊抓新「基」遇,聚焦工業網際網路今年3月,國家發出新型基礎設施建設的號召,在「新基建」七大板塊中,工業網際網路的建設將持續引領和推動製造領域新一輪升級。
  • 華為雲發布EI工業智能體2.0,低代碼AI平臺支持快速落地
    AI如何有效地進入工業核心生產系統,關鍵在於企業是否有符合工業的AI開發、運行管理平臺。華為雲EI工業智能體2.0,基於大量的實踐經驗總結,圍繞工業機理與的AI融合,可支持企業便捷地開發、分享工業機理模型,將工業機理模型與AI進行融合,並能匹配企業客戶組織部署運行環境。
  • 國內最大天然大佛,高近千米惟妙惟肖,遠觀十分逼真讓人驚奇
    從遠處看,這座雕像具有獨特的形狀,清晰的輪廓和近一公裡的高度,人們可以清楚的看到慈悲的觀音雙手合十,這種自然的態度只能由需要仔細糾正的工匠來實現,這種現實水平是驚人的!佛像周圍的環境非常綠色,周圍綠樹成蔭,群山環抱,奇峰山也很適合觀光。
  • 海爾卡奧斯工業網際網路平臺在線供應鏈融資項目——「海浦e貸」落地...
    如何瞄準用戶,穩規模、增利潤,每個企業的都不能停步。IFA2020特別版科技回歸:線上線下融合落地9月3日起,柏林國際電子消費品展覽會IFA2020特別版如期而至。此次展會共有30個國家和地區的1450多家參展商,150家來到現場。
  • Gravitylink 將推鈦靈AI市場:助力AI服務商快速落地變現
    當 AI 已經成為新一輪產業變革的核心驅動力,企業如何打出自己的 AI 好「牌」,又如何讓手裡的「牌」贏得更多價值?AI 時代,智能創新業務如何快速實現從0到1乃至10000 ?入駐「鈦靈 AI 市場」,等你來挑戰!
  • 又一平臺開啟內測
    從國外微軟xCloud、谷歌Stadia,以及亞馬遜Luna,到國內市場的騰訊START、虎牙YOWA、金山雲等等,雲遊戲服務在近幾年已是處處開花,而近日,字節跳動旗下雲遊戲平臺開啟內測,憑藉龐大的用戶群體,會加速國內雲遊戲應用落地嗎?
  • 人工智慧如何落地?小度有話說
    11月1日,在2018百度世界大會上,百度創始人、董事長兼CEO李彥宏與小度在家進行了流暢對話,展示百度DuerOS獨創的新一代智能語音交互技術Endless Conversation如何實現更自然流暢地持續性交互。