揭秘阿里云视觉计算团队：阿里云如何成为AI应用之王？

2017 年的春节前夕，阿里巴巴公布了 2016 年第三季度财报，其中阿里云计算业务本季营收为17. 64 亿元，同比增长100%——这已经是阿里云营收连续第 7 个季度保持100%以上的增幅了。

2016 年 10 月，阿里云计算项目“城市大脑”在杭州上线测试，通过接入交通监控视频等数据收集，对整个城市进行全局实时分析调度，最终将进化成治理城市的超级人工智能。

如果说人工智能=数据+算法，那么大数据与云计算则可以称得上是人工智能的底层架构了。

根据IEEE 院士、阿里云计算机视觉科学家华先胜博士介绍，目前，阿里云针对人工智能的发力点在计算机视觉、智能语音交互、和数据智能应用这三方面。近年来计算机视觉成了阿里云的首要落地技术之一。

(IEEE 院士、阿里云计算机视觉科学家华先胜博士)

云计算、计算机视觉?

云计算的概念就像人工智能一样广泛而模糊，简单来说，云计算平台让用户只需要接入网络便可享受网络服务。

计算机视觉则属于人工智能学科的一部分，可以理解为用机器替代人眼，其中涵盖了图像与视频的分析、目标的检测与分割、人脸识别、物体识别、目标跟踪、视觉搜索等，背后需要强力的视觉算法支持。

“城市大脑”的诞生

2015 年，曾于微软任职 14 年的华先胜博士加入阿里巴巴，负责电商图片搜索引擎优化，最终的落地产品为应用在淘宝、天猫APP上的“拍立淘”——用户用手机拍摄物品照片后，便可以搜索相同或者相似的商品。

2016 年初，华先胜加入阿里云并创立视觉计算团队，负责云上的视频图像智能团队。阿里云主要还是负责对外业务，比如交通、安全、广告、工业等方面的应用。

2016 年 10 月，阿里云计算的重要项目“城市大脑”在杭州上线测试，相似的技术也被阿里云应用在广州。“城市大脑”项目主要技术落点在于：1、大规模视频分析处理;2、城市图搜;3、交通监测;4、交通模型建立与交通优化。

一方面，并且由于城市监控摄像头数量众多，产生的视频数据量巨大，计算平台需要“吃得进去”，并且“消化的了”。

另一方面，由于视频处理具有时空相关性：每一帧图像都依赖于先前的相关图像，交通场景下当前视频需要跟其他视频合在一起作决策。因此在视频处理时需提升计算效率。

数据红利与算法优势逐渐减少，深耕行业，建立优秀商业模式

华博士认为，现在很多人工智能公司是以算法起家的，但是算法间的差异可能会越来越小。比如ImageNet的图像识别大赛中，优胜者最后的数据差距都在小数点以后，甚至包括数据差异也会越来越少，数据先发红利也会逐渐减少。

而除了算法以外，一个优秀的商业应用场景对于人工智能公司来说也同等重要。一个好的AI商业应用需要兼顾算法、数据、用户、平台、商业模式这五大方面。

目前，人工智能已经在金融的人脸识别方面开始应用，安防、交通、工业已经初步应用。人工智能已经渗入到我们生活方方面面。

阿里云的强大计算能力是无数中小企业无法企及的，但通过开放云计算平台，阿里云的用户获得了人工智能服务的能力，阿里巴巴也继续占据入口，试图成为AI时代的“基础设施”。