至顶网软件频道消息:12月20日,在云栖大会·北京峰会上,阿里云总裁胡晓明阐述了阿里巴巴在人工智能方面的布局,并提出 “AI for Industries”(产业AI)的理念,认为人工智能的发展要去泡沫化,下一站将是“产业AI”。目前,阿里巴巴在城市、工业、零售、金融、汽车、家庭等多个场景推出ET大脑等“产业AI”方案,这些能力、产品和解决方案都通过阿里云服务于各行各业。
阿里云总裁胡晓明认为,“现在人工智能领域有种浮躁的氛围,有些企业靠AI讲资本故事、炒作股价。人工智能不应仅仅是实验室里的、PPT里的‘概念上的AI’,更是‘产业AI’,阿里巴巴对人工智能的三个判断是:第一,必须要有场景驱动,我们在解决什么问题,为这个社会的成本降低了多少,效率提高了多少;第二,在人工智能背后是否是有足够的数据来驱动AI能力的提升;第三是否是有足够的计算能力,支撑我们的算法、深度学习可以发生。只有三个场景同时具备的前提下,人工智能才会有价值”。
近日,工信部印发了《促进新一代人工智能产业发展三年行动计划》。《计划》明确要求加快人工智能产业发展,推动人工智能和实体经济的融合发展。阿里的人工智能思路与之不谋而合。
胡晓明认为,“过去每一次产业革命,都是技术与产业的深度融合,从而引发经济和社会变革,AI也不例外。未来AI要深入各行各业,去解决生活、生产和社会环境中遇到的棘手问题,这样才能引领真正的产业革命。”胡晓明表示,“过去第三产业靠着互联网发展起来了,人工智能是比互联网更大的技术红利,它也要深入到第一产业、第二产业中,去定义和解决中国经济最根本的问题。从这个角度看,中国的产业AI,比国外有更大的空间。”
相比商业光环,阿里巴巴在AI上较为低调。但事实上,“在产业AI的道路上,阿里巴巴说的最少、做的最多、跑的最快。”胡晓明表示。在今年天猫双11上,人工智能已经渗透到各个环节,从机器智能推荐系统、客服机器人“阿里小蜜”、AI设计师“鲁班”、机房运维机器人“天巡”,它们与人类一起完成各项任务,成为“史上最大规模的人机协同”。在刚刚落幕的乌镇世界互联网大会上,天猫无人超市再次成为焦点,综合图像识别技术、物品识别和追踪技术,再结合消费者行为识别,完成“即拿即走,无感支付”的体验。
在城市和工业场景上,则通过阿里云研发的超级人工智能ET大脑来解决人类无法解决的棘手问题。ET城市大脑将杭州试点区域通行时间减少15.3%,救护车自动抵达现场时间减少一半。ET工业大脑“走进”车间,突破了良品率提升、故障率预测等制造业核心难题,帮助协鑫光伏、中策橡胶、天合光能、盾安新能源等大型制造企业创造利润数十亿元。 其中在天合光能,阿里云ET工业大脑帮助其提升了电池片A品率达7%,是国内首个按效果付费的IT服务案例。
而在该次大会上,面向航空以及金融行业的ET航空大脑、ET金融大脑也相继发布,通过人工智能技术应用于这些行业,能够极大地提升该行业的服务水平。以首个落地首都机场的ET航空大脑为例,可以在50秒内刷新首都机场1700架次航班的停机位安排,廊桥停机位利用率提高10%,相当于每天有20,000名旅客不用再乘坐摆渡车。
ET金融大脑可辅助银行、证券、保险等金融机构实现对贷款、征信、保险等业务的智能决策与风控监管。在南京银行,ET金融大脑使得54%的贷款申请者可免去人脸核验和视频核身,减少重复验证打扰。
在家庭场景上,天猫精灵作为阿里推出的第一款消费级AI产品,创造了双11一百万台的销售记录。在智能驾驶领域,阿里研发的AliOS智联网操作系统的活跃装车量已经突破40万台,这一数字已经超过了特斯拉。2018年1月AliOS将会进行全球最大的汽车系统OTA升级,让人与城市变得在线成为可能。
在产业AI的实践中,阿里巴巴不断得到行业的认可:11月,科技部公布了首批四家国家人工智能开放创新平台名单,阿里云ET城市大脑在列。在乌镇世界互联网大会上,阿里云ET大脑摘得世界互联网领先科技成果奖。
今年10月成立的“达摩院”则成为阿里发展人工智能的核动力。达摩院未来投资1000亿进行基础科学和颠覆性技术的研究,研究领域包括量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等,未来这些研究成果将通过阿里云向各个行业服务。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。