解读阿里云AI产品矩阵:目标是打造最强中国云计算能力

本文涉及的产品
通用文字识别,通用文字识别 200次/月
图像搜索,7款服务类型 1个月
文档理解,结构化解析 100页
简介:

在近日举办的阿里云栖大会武汉峰会上,阿里云AI产品矩阵的亮相作为压轴大戏出场,这也是阿里云首次曝光了人工智能产品家族,全方位公开AI产品体系,AI作为阿里云,乃至阿里巴巴集团技术应用和市场战略的重要一环,承载了阿里怎样的思量?

AI产品矩阵全亮相

产业界目前对AI的期待不一而同,有些企业希望通过AI实现让机器人探索大自然,建立媲美自然的数字神经系统,或者战胜重大疾病等远大的目标,这些想象虽很美好,但却需要厂商持续不断的海量投入和长远的攻关,起码在现阶段仍不可能完成。

而阿里云对于AI的思考不同,在近期阿里云栖大会武汉峰会上,阿里云产品总监何云飞表示,以阿里巴巴内部验证过的AI产技术带来实际效率提升的能力,借由阿里云的平台以最方便的API方式让所有企业都能够容易的获得AI能力,这是阿里云在AI层面的战略和思路。

雷锋网(公众号:雷锋网)了解到,阿里云从2015年开始推出AI产品,包括语音识别,还有图像识别、视觉识别等130多款细分产品,适用于300多个场景。

在本次发布会上阿里云又发布了多款AI新品或加强版。分别是:印刷文字识别、视频AI-视网膜、人脸识别、图像识别、智能语音交互、机器学习PAI和自然语言处理。

  • 印刷文字识别: 阿里云OCR全新功能上线,对于身份证,营业执照识别等全新升级,新增文档图片识别、电商图片识别、视频文字识别、行业解决方案。典型应用场景包括证件信息的自动识别和提取,自然场景中的文字识别,文档或宣传:资料中的文字检测识别等。

  • AI·视网膜:基于阿里云海量视频的分布式计算和流媒体处理能力,利用机器学习、模式识别、计算机视觉对视频画面中出现的名人、明星等人物进行人脸识别。此外,视网膜还拥有视频分类、多模态分析、标签预测,视频内容审核等多项能力,可以有效提升视频的分发、管理效率。依托于视网膜,视频的内容已经完全被结构化处理。当我们分析视频的时候,不再依靠人力,而是依靠人工智能技术。

  • 人脸识别:包括人脸检测定位、人脸属性识别和人脸比对等独立服务模块,可为开发者和企业提供高性能的在线API服务,应用于人脸AR、人脸识别和认证、大规模人脸检索、照片管理等各种场景。

  • 图像识别:基于大数据和深度学习实现,可精准识别图像中的视觉内容,包括上千种物体标签、数十种常见场景等,包含图像打标、场景分类、鉴黄等在线API服务模块,应用于智能相册管理、图片分类和检索、图片安全监控等场景。广泛应用于智能图像管理、视频打标等场景,可自动识别图像中的数十种常见的场景,如天空、草地、人物等等,实现图片的自动管理、分组和搜索功能,可对大型图像库进行智能管理。还能精准识别图像中的色情内容,预防涉黄风险,节省人力成本。

  • 多模态语音交互:具有对语音、视觉、场景感知等多模态感知智能,以及流利对话、多轮多意图口语理解、业务知识图谱自适应等认知智能,适用于AI收银员和地铁语音售票机等场景。

  • 机器学习平台PAI:基于阿里云分布式计算引擎的一款机器学习算法平台,以极低的代价帮助业务从BI时代跨入AI时代,真正实现人工智能触手可及,目前已正式商业化。阿里云机器学习算法平台的背后是阿里巴巴的算法科学家和阿里云的技术保障团队。产品具有多方面优势,比如,良好的交互设计,优质、丰富的机器学习算法,与阿里产品完美配合,一站式的机器学习体验,支持主流深度学习框架,优质的技术保障。

  • 自然语言处理:为各类企业及开发者提供的用于文本分析及挖掘的核心工具,已经广泛应用在电商、文化娱乐、金融、物流等行业客户的多项业务中。自然语言处理API可帮助用户搭建内容搜索、内容推荐、舆情识别及分析、文本结构化、对话机器人等智能产品,也能够通过合作,定制个性化的解决方案。

AI产业被指存在泡沫已经不是一次两次,不过也让行业人士冷静理性的去看待AI这一新兴技术。从阿里云产品实现的场景来看,其较早的预判到了产业趋势的发展,十分重视AI产业应用的落地,还提出了“产业AI”的概念。

阿里云总裁胡晓明呼吁行业将AI技术沉淀到产业中,不要成为炒作股价的营销词汇。无论是咖啡点餐还是地铁售票,阿里云都是让AI在真实的产业场景下发挥价值。这比那些在实验室里炫技的AI更有意义,更具生命力。

解读阿里云AI产品矩阵:目标是打造最强中国云计算能力

据雷锋网了解,除了解决方案之外阿里云还推出了ET大脑,包含ET城市大脑、ET工业大脑、ET医疗大脑等。目前,ET工业大脑已经帮助工业制造企业创造利润数十亿,ET城市大脑在杭州、澳门、吉隆坡等城市落地,承担着交通优化、平安城市等职责。

云+AI的落地

高盛提出了AI创造价值的4个驱动力:人才、数据、基础设施和计算能力。何云飞在现场表示,AI的三大核心助推器是:AI平台的能力、AI生态的能力和AI计算的能力。

其实两者具有相同的逻辑,只不过角度不同,核心都是如何通过各种要素推动云+AI的融合落地。云计算提供了强大的弹性计算能力和存储能力,从而产生庞大的数据量,AI则是提供海量数据快速精准处理的能力,随着机器学习、深度学习应用不断推进,才能催生出数据爆发的价值。当然了,强大的云计算能力是这一切的基础。

其实不仅仅是阿里云,其他厂商都在进行云+AI的战略融合。“云+人工智能带来的改变就好像电+计算机带来的革新一样”,马化腾曾如此表示;“人工智能概念越来越被泛化,关键还是在应用,AI在企业的产业化落地才是企业智能”,华为云BU总裁郑叶来也曾强调道。

据IDC《全球半年度认知与人工智能系统支出指南》数据,在2016-2021年的预测期内,预计认知和人工智能系统支出的复合年增长率(CAGR)将达到50.1%。到2021年,全球认知和人工智能(AI)系统支出预计将达576亿美元。同时有数据指出,2019 年中国云计算产业规模将增长至 4300 亿元。

云计算带来的是IT基础设施能力的革新,AI就像互联网提供了无限的想象力,最终爆发的应该是各种各样的现实应用场景,在整体产业链中,阿里云更多的扮演技术提供者的基础角色,向上则是数量更多的应用公司。

阿里云面向开发者提供了多个AI开发平台,包括机器人工厂平台、机器学习PAI平台、ALiIE平台、NUI自然交互平台、NLP平台、ALiGenie语音开放平台、阿里翻译平台、视觉智能诊断“见远”平台。ALiGenie AR开放平台。

解读阿里云AI产品矩阵:目标是打造最强中国云计算能力

同时阿里云与近100家生态合作伙伴共同进行AI智能的开发,涉及软件和硬件等企业,阿里云还在本次大会上正式发布了天池开发者计划,让开发者能免费学习AI知识,形成知识变现和技术提升的正正向闭环。

左手ET大脑,右手AI解决方案,以云计算为基石,阿里云提供了支撑创新的开放平台,开放云计算产品和AI技术,保持开放心态让其他公司也能来做创新应用。这其中,阿里云要做好数据融合和管理打好基础,特别是要做好公共资源融合打通工作,政府以及行业提供数据资源正迸发最大的价值,阿里云则只是数据的加工者,提供的是加工工具即各种平台和技术服务,最终与产业链上游的合作伙伴实现妥善利用公共数据资源,开发应用来提升效率革新行业。

在发布会的最后,何云飞提出了阿里云要打通ACID+S五位一体的产品之力,A代表AI,C代表云计算,I代表IoT,D代表数据平台,S代表安全能力。雷锋网认为,虽然何云飞提的略显随意,但不难想象当实现五位一体的能力矩阵,基于阿里云当下的云计算能力和AI布局,AI作为通用技术的属性在云计算中得到最大程度的发挥,加之物联网、数据平台和安全能力不同层面的协同扩展,阿里云要实现“打造最强中国云计算”的目标不会是难事。


原文发布时间为:2018-06-6

本文作者:张帅

本文来自云栖社区合作伙伴“雷锋网”,了解相关信息可以关注“雷锋网”。

相关文章
|
16天前
|
人工智能 运维 监控
阿里云联合中国信通院等单位发布首个云计算智能化可观测性能力成熟度模型标准
推动行业智能化落地,阿里云联合中国信通院及国内头部云厂商、观测厂商、各行业建设方,历时近 5 个月,共同编制《云计算智能化可观测性能力成熟度模型》,以规范和指导云计算环境下的智能可观测性建设实践,为企业实施云环境下的智能化可观测能力建设提供指导。
|
26天前
|
人工智能 安全 关系型数据库
产品动态丨阿里云计算巢月刊-2024年第11期
让优秀的企业软件生于云、长于云
|
29天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI系统概述与设计目标
本文介绍了AI系统的全栈架构,涵盖设计目标、组成和生态。AI系统旨在连接硬件与应用,提供高效的模型服务和开发支持。文中探讨了高效编程语言、开发框架、工具链的重要性,以及AI任务系统级支持、自动编译优化和云原生自动分布式化等关键设计目标。此外,还详细讨论了AI训练与推理框架、AI编译与计算架构、AI硬件与体系结构等组成部分,以及AI算法和框架、更广泛的生态系统等。
63 1
|
13天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】AI系统概述与设计目标
本文介绍了AI系统全栈架构,涵盖AI系统的设计目标、组成和生态,强调了系统性能、用户体验、稳定性及开源社区运营的重要性。文章详细解析了AI系统的基本概念、定义及其设计挑战,旨在为读者构建AI系统知识体系,助力AI技术的全面发展。通过对比传统软件和云计算架构,阐述了AI系统在连接硬件与应用间的独特作用,探讨了高效编程语言、开发框架和工具链的设计,以及AI任务的系统级支持,包括计算能力的扩展、自动编译优化、云原生自动分布式化等方面,为应对AI技术的新挑战提供了全面视角。
|
28天前
|
存储 人工智能 缓存
【AI系统】核心计算之矩阵乘
本文探讨了AI模型中矩阵乘运算的优化实现及其在AI芯片设计中的重要性。文章首先介绍了卷积操作如何转化为矩阵乘,接着阐述了矩阵乘的分块(Tiling)技术以适应芯片内存限制,最后总结了几种常见的矩阵乘优化方法,包括循环优化、分块矩阵乘法、SIMD指令优化等,旨在提高计算效率和性能。
53 0
|
2月前
|
云计算 API 开发框架
产品动态丨阿里云计算巢月刊-2024年第10期
让优秀的企业软件生于云、长于云
|
2月前
|
人工智能 安全 Oracle
2025年各大公司将转变AI目标,但难免会遭遇挫折
2025年各大公司将转变AI目标,但难免会遭遇挫折
|
2月前
|
存储 人工智能 弹性计算
阿里云何川:云计算,为数据基础设施的建设提速|数据对话
中国信通院工业互联网与物联网研究所特别策划“数据对话”专题,旨在通过专家的深度分析和独特视角,回答社会关切话题,探讨前沿技术和应用趋势。
|
2月前
|
机器学习/深度学习 人工智能 安全
【AI系统】AI系统的设计目标与挑战
本文探讨了AI系统设计的核心目标及其面临的挑战。AI系统作为硬件与应用间的桥梁,需提升开发效率、优化用户体验,并支持数据处理、模型训练等全生命周期环节。此外,还需在系统级上灵活支持多样化AI任务,应对新技术带来的挑战,如动态图支持、大规模部署及安全需求。未来,AI系统设计将更注重高效、灵活与安全。
113 0
|
2月前
|
存储 人工智能 弹性计算
阿里云何川:云计算,为数据基础设施的建设提速|数据对话
中国信通院工业互联网与物联网研究所特别策划“数据对话”专题,旨在通过专家的深度分析和独特视角,回答社会关切话题,探讨前沿技术和应用趋势。本期,我们邀请到阿里云弹性计算产品运营与生态合作负责人何川,围绕云计算如何加速数据基础设施建设及其未来发展趋势展开探讨。

热门文章

最新文章