「机器智能」的背后，隐藏着阿里云通往未来的野心
4 月初的 IT 领袖峰会上，马云再次炮轰人工智能下围棋的无聊与无用：
「大家都把 AlphaGo下围棋说下围棋说得天花乱坠，很恐怖的样子，我个人觉得，围棋打败了人，只是侮辱了一下人而已，机器要做的是人类做不到的事情，这才是本事。」
不少人将马云的这番谈话当作一种过过嘴瘾的胡说八道，但站在一个行业前沿领袖的角度——尤其是马云背后所代表的，不仅有全球最大零售企业的阿里巴巴，还有增长势头迅猛的阿里云，马云的谈话也代表了阿里巴巴对于人工智能走向的看法：如何让机器帮助人类完成那些人类完成不了的事情。
这个命题足够宏大，以至于这个命题的叙述者们，如马云、或是王坚博士抑或是阿里云总裁胡晓明，都会或多或少陷入到一种「为万民请命」的宏大语宏大语境里，但在这一番番讲话的背后，阿里云在过一年多的时间内，的确在一步步缔造一个可造福各行各业的机器智能产业生态，而到了本周的南京云栖峰会上，这个生态雏形已逐步显现。
机器智能的三大注解
这是一个各种智能泛滥的时代，机器智能也并非一个新词，但和当下最热的「人工智能」类似，都缺乏一个明确而具体的定义，但这不妨碍我们去解读这个名词。
首先，机器智能的出现离不开海量的数据。人类社会的发展史也是数据积累的历史，所不同的是，近二十年内，数据增长进入到快车道甚至超快车道，这当然离不开大量计算设备——包括个人计算设备如电脑、智能手机、智能手表，也包括大量带有传感器的工业计算设备出现和普及。
也因此，人类进入到大数据时代。一个好消息是，海量数据蕴含的是新一代的金矿，正如一手缔造阿里云的王坚博士所言：数据是新一代的能源。
而与此同时的另一个坏消息则是，海量数据并不能直接变换为价值，它还需要被联网、被计算、被挖掘、被重新定义，这背后需要巨大的网络传输能力（保证数据传输）和计算能力（支持实时分析与海量数据分析），不仅超出了很多工业企业所能承受的范围，也远远高于互联网公司计算能力的极限。
庆幸的是，几乎与大数据前后脚的关系，人类迎来了云计算。云计算给机器智能带来了两大质的变化，其一，随着数据计算从本地转移到云端，过去曾经孤零零地躺在工厂、医院不同系统里的数据实现了在线与互通，这也为机器智能的产生提供了基础条件。
其二，云计算给 IT 产业带来的深刻技术变革让计算能力的获取变得足够简单和高效。以考验云计算厂商能力的重要指标数据中心为例，数据中心的多少是考核某个云厂商能否提供便捷廉价计算能力的重要参考。另一方面，谁能控制数据中心能耗，谁就有可能进一步降低计算成本，从而拥有更大的价格主导权。过去几年，我们看到了全球各大云计算巨头不惜重金疯狂建设数据中心，也看到了阿里云先后通过湖水、风能降低能耗，此次南京云栖峰会上，阿里云也展示了数据中心的黑科技，作为阿里巴巴 NASA 新科技之一，全球首台全浸没的“凉得快”服务器——麒麟正式亮相。利用热交换的原理，将麒麟服务器可以完全浸没在一种特殊的冷却液里，全程用于散热的能耗几乎为零，能耗比已接近于理论极限值的 1.0，这也意味着，未来阿里云在数据中心能耗上的成本将大幅下降。这种耗能极低的技术方案将应用于阿里云服务，也将成为阿里巴巴的 NASA 计划的重要基础，可为未来 20 年提供计算能力。
理解机器智能的第三个方面则是站在经济社会发展的角度，仅仅以关乎国计民生的制造业来看，过去曾扛起中国经济创新半壁江山的中国制造遭遇经济新常态——外部市场环境恶化，内部用工成本上升，生产链条冗长而低效……所有这些困境都在呼唤新技术的到来。
无论是德国的工业4.0、美国的工业互联网还是中国制造 2025，所有这些口号或议题几乎都是在最近三到五年被提出并开始实践，某种意义上说，这可谓当下最大的一个风口，在这个全球几乎同时同时起跑的赛道上，阿里云的机器智能，又蕴含了哪些神器呢？
阿里云的机器智能矩阵
2016 年 4 月 8 日，由阿里云人工智能科学家闵万里团队打造的人工智能应用阿里小 Ai 成功预测了综艺节目「我是歌手」总决赛的名次，此时，距离人工智能应用 AlphaGo 在围棋比赛中击败李世石刚好一个月的时间。
几乎与此同时，闵万里带着阿里小 Ai 的的「技能」前往一家名叫协鑫光伏的光伏切片公司车间，这是一次与众不同的拜访，它肩负着检验这个横扫娱乐圈的机器智能能否应对更为复杂的工业制造的任务。而当 4 月 20 号团队拿到这个工厂的数据时，闵万里形容当时的心情是「仿佛是在看天书。」
十个月后的 2017 年 2 月，AlphaGo 的棋艺还在进化中，而闵万里带来的阿里云人工智能则在协鑫公司孕育了一个关于「1%」的故事：「自去年引入阿里云的大数据分析能力以来，目前我们的光伏生产良品率已经提升了1个百分点，这还仅是双方第一阶段的合作成果。」协鑫的负责人这样告诉媒体。
这只是故事的一半，故事的另一半则是，通过精准分析出与良品率最相关的60个关键参数，并在生产过程中实时监测和控制变量，为这家每年收入超百亿的巨头公司提高的这小小的「1%」，换来的则是每年创造上百亿的利润。
这个故事可谓是阿里云过去一年重新思考人工智能、机器智能的缩影，即从让机器替代人类发展到让机器辅助人类。
但这也仅仅是阿里云机器智能的一个故事而已，2016 年 10 月，阿里云披露了机器智能在杭州城市里的作用，这个被命名为「杭州城市大脑」的产品，要让机器智能带来的红利释放到城市管理，尤其是交通管理的方方面面，比如在交通信号灯的管理上，曾被戏称为「世界上最遥远距离」的监控摄像头数据与红绿灯数据实现了在线和互通，而借助云端强大实时的计算，「大脑」不仅能够发出交通拥堵预案，还能自主发现问题发出预警，极大提升了交警和城市管理者的工作效率。
紧随「城市大脑」之后，阿里云又先后发布了针对制造业的「ET 工业大脑」和针对医疗的「 ET医疗大脑」，两个产品的背后逻辑都很清楚，正如阿里云总裁胡晓明在发布「ET 医疗大脑」时所言：「我们更希望让机器成为人类更好的帮手，解决人不能解决的问题。」这是对当下中国互联网+医疗发展的一个注解，以数据智能辅助医生智能、以云端计算辅助或代替本地数据中心的思路，让机器扮演实习医生的角色，实现虚拟助理、医学影像、精准医疗等工作，这正是 ET 医疗大脑瞄准的方向。
而阿里云此次将「ET 工业大脑」带到南京的云栖大会的时候，作为全国第一制造大省的江苏，正面临一轮全新的产业转型期，面对经济新常态的挑战，急需新技术的注入，加速产业升级换代，这也成为机器智能所能发挥作用的另一大战场，将机器智能应用在流程制造的数据化控制、生产线的升级换代、工艺改良、设备故障预测等环节，能否不断复制协鑫「1%」的奇迹呢？
尽管没有明确的答案，但闵万里给出乐观的预期，他先透露了一个数字，60%。「从协鑫到中策橡胶的复制我们用了28天，……因为这个当中有60%的东西是可以复制的」闵万闵万里带着自豪的语气说道，这部分是因为光伏和橡胶都是流程制造类公司，也是因为都是数据密集型产业，更重要的原因则是，拥有互联网基因的阿里云，能够扎根于这些传统产业的车间厂房，在一次次算法模型调优改进中找到那个最优解，这才是60%的真正来源，而这，恰恰也构成了阿里云机器智能快速进入制造业的最好解释，「从去年4月20号到现在，我们已经在5个垂直行业，工业大佬成功落地我讲的是已经产生的实际效果，在370天里面做了5个行业……」闵万里给出了另一组数字。
写在最后
坦率来说，「人工智能」一词从诞生到现在，标榜「人工智能」的研究者们，与其说是在对抗技术极限，制造能与人类智能相匹配的机器从而替代人类，倒不如说是在对抗那些试图让机器变得更聪明，从而帮助人类的研究者。
这个逻辑与出发点的不同贯穿于人工智能的每个时代，直到今天。一个显而易见的预见，当人类在各种棋类比赛中出局、在重复体力劳动中淘汰，所谓人工智能并未带来真正意义上的人类解放，反而让人类变成机器的附庸。
幸运的是，这仅仅是硬币的一面，在另一面上，机器所扮演的，则是人类的助手——它可以延伸人类的视觉（如增强现实）、可以延伸人类的记忆（如海量数据存储）以及延伸人类的智慧（如机器对于规则内数据的计算能力），一个被机器智能武装的新人类或将成为历史的另一个方向，而在这个时代开启的时候，阿里云机器智能的理念和产品，给了我们更多的选择机会。
转自赵赛坡
云栖大会以“通往智能之路”为主题，阿里云想传达什么？ 3月29日的阿里云栖大会，其主题为“通往智能之路”。重点发布了两个“大脑”与一个平台，即ET医疗大脑、ET工业大脑与可视化机器学习平台PAI2.0。整个大会，阿里云没有大讲特讲其智能化战略与人工智能布局，却通过发布相关产品与讲述实际案例，让在场观众感受到了阿里云ET布局进展的强劲速度以及在未来发展战略上的独具匠心。
看阿里云如何为直播用户营造临场沉浸感？通往8K/3D VR直播之路（一） 2016年可以说是VR元年，从Facebook的Oculus，HTC的Vive到Sony的PS VR，层出不穷的VR设备和VR内容让用户逐步开始体验到了虚拟现实的魅力。VR视频和VR直播俨然已经成为了展览会议、活动赛事的标配，甚至向婚庆、新闻、影视行业延伸。
阿里云训练营之《ECS上云入门三部曲》火热来袭！ 你将通过“基于ECS的网站部署与发布、ECS运维与管理、大流量分发多台服务器时的负载均衡”，了解上云的三个经典入门场景。
【阿里云ALB应用型负载均衡】功能体验 & 利用ALB进行Serverless与ECS分流 Load Balance,负载均衡是一个大型网站永远绕不开的话题，相信略懂架构的人都了解负载均衡技术，他同时出现在服务器架构和网络架构之中，针对不同应用场景有软负载均衡和硬负载均衡产品。当单节点类型的站点无法满足业务时，我们就必须拓展服务器数量，由负载均衡提供前端访问能力，将访问流量分摊给后端服务器，而后端的服务器可横向拓展。