智库大会 | 智能科技:从万物互联到万物智能

简介: 图说:阿里云智能事业群机器智能首席科学家闵万里在2019新经济智库大会现场分享智能科技话题资本寒冬的时候,应该是我们思想热浪的时候。过去几年,阿里云升级为阿里云智能,我们的工程师们走出了一条别人没有走过的道路,阿里云智能ET大脑建设已开发推出分别应用于城市、工业、农业的大脑产品。

1
图说:阿里云智能事业群机器智能首席科学家闵万里在2019新经济智库大会现场分享智能科技话题资本寒冬的时候,应该是我们思想热浪的时候。

过去几年,阿里云升级为阿里云智能,我们的工程师们走出了一条别人没有走过的道路,阿里云智能ET大脑建设已开发推出分别应用于城市、工业、农业的大脑产品。我们脱离了依靠互联网键盘打天下的传统,走进车间、农田,向老工人学习,向土地问现在的价值空间在哪里。

回顾过去几年,在战场上所经历的一些感悟,再展望未来的十年、二十年,智能经济究竟怎么走,会给我们带来什么样的期待?

智能要应用于传统领域

image
一年多前,我们提出产业AI的概念,从实战当中去看它的三个核心要素,计算驱动、场景驱动、数据驱动。为什么是一个互联网公司说要做产业的AI?

因为这里面有一个核心的新生产要素就是智能,这个智能跟大家耳熟能详的智能不太一样,不一定是大家听说的IoT、5G、量子计算、无人驾驶就等于智能。我们其实是在传统领域中找到价值空间,所以最大的智能是敢于应用于传统领域的智能。

在今天所谓的智能当中,还有一类更根本性的智能,其实是跟人相关的,这也是我们过去几年走的一个自主道路。重新想一想,在人脑当中,100亿神经元的链接是怎么实时地融会贯通,并产生知行合一的决策?深度神经网络,最大的神经网络在哪里?其实就在大脑里。机器智能的智能不一定是用到大家所知道的新技术、新名词,而很有可能是把我们人脑先研究透之后,反而找到了最大智能的源泉。

都说AI要精准,要预测准确,但是反其道而行之,模糊AI出现了,模糊智能也是我们人脑每时每刻都在做的事。当有冲突信号的时候,比如,当无人驾驶的汽车看到路标说要直行,但旁边有一个建筑工人说要封路的时候,此时该相信谁?什么是AI?我们时刻都在处理着模糊的、冲突的、不准确的信号,在优化问题,这就是整个智能经济所要解决的重要问题。我们怎么把经济发展决策中的不确定性,看不见到看不透的问题给解决了。所以模糊AI也是我们做的一件事情。

计算力成为核心生产力

我们发现,数据不是石油。石油是不可再生的资源,数据此时此刻每一分每一秒都在爆炸性的增长。石油与数据这两者是不对等的,对数据而言,谁能算得快速,谁能算得准,谁才能享受数据瞬时即逝的价值。这也解释了一个核心关键点,如何才能把瞬时即逝的价值抓住、实现。我们有数据融合的平台,在城市大脑、工业大脑当中已经用到了,这里面的核心还是以实时计算为基础。

当数据丰富度持续提高、计算成本进一步降低之后,究竟能达到什么效果?前几天发布的阿里巴巴达摩院2019十大趋势,其中之一就是城市的实时仿真。阿里云ET城市大脑,实现智能决策实时下发,让城市学会思考。交通态势,以往是每个月评估一次,但今天是每两分钟算一次。把城市的数据网络打通,把模糊性降低的时候就会产生新情景。我们创造了一路绿灯的信号给到救护车,把平均时间压缩了239秒钟,压缩了48.9%的时间。在急救的道路上,每一秒都很重要,要争分夺秒。239秒,在每个人的生命旅途中有一天走到需要急救这条路的时候,这种价值就感知到了。当我们今天把智能用到具体场景的时候,就真正创造了价值。

怎么让生产线学会思考?面对一个在燃烧的锅炉,当我们有了数字化之后,能解决什么问题?很简单,能耗降低。怎么控制燃烧,这个看起来非常传统的问题,大家会说,老师傅有经验,操作手册也都有阐述。而且,很多人会有这样的反应,互联网人不一定懂这个机理。但是今天给大家报告我们的实践结果,把燃烧效率提升了2.6%。我们开始一窍不通,唯一有的是计算力和数据原材料,但是当算力加算法和原材料一起的时候,烧出来就是价值。

最后我们做到的是什么?让工人师傅手上也有一个智能指挥官,而不是单纯靠二三十年手册上写下来的指数,生产线在老化,原材料在变化,工艺在改进的时候,二三十年前的手册今年可能要重新审视了。

农业,同样的道理,一个非常传统的产业中,当用数字化的手段和计算重新审视它的时候,会发现原来每一个环节都充满了智能的机会。我们创造了一个数字化的档案给每一个物品,当所有的数字化的生长足迹都可以用数字呈现的时候,就可以发现在哪些地方最有可能通过智能提升它的生产效率,最后得到的是降低3%的死亡淘汰率。

这几个案例,有非常惊人的共同特点,都是把来自互联网的技术垂直渗透到传统产业当中,这里面没有互联网的模式,有的是来自互联网的技术,所以实现的是从“互联网+”到“互联网×”,是把技术的基因注入到这里面每一个环节。当这些发生之后,就会发现价值公式是成立的,有智能、有价值,后面的价值获取就变成一个很自然的过程。大家讨论的问题是,我们怎么把智能的科技转化为智能经济,让所有人都能够看到这个产业需要拥抱智能。其实这背后是从原来看不见的问题到看不透的问题,今天我们已经解决了看不透的问题,以后就看是怎么放量了。过去我们的实践做得很辛苦,大家的经验总结是如何把经验让更多的传统产业第一时间接纳、吸收、集成,再发展、迭代。

云计算的出现,使我们在新智能经济时代“包产到户”成为一种可能。为什么?工业时代,当做蒸汽机、轮船电力的时候,要有大财团,因为没有财力物力就没有机会。但在今天,我在一些平台上很便宜地拿到一个非常强大的计算力,生产力被释放,包产到户每一个有IQ、有智能的人的头脑上的时候,会产生无法想象的价值。包产到户成为可能,而且会成就个人英雄,所以这是一个非常好的年代,对每一个个体,对每一个有数据梦想、智能梦想的人来说,都有了计算力,有了云的时候,就有可能打造另外一个智能经济时代的一个标杆。

共享智能价值

image
协同会降低整体的成本,因为今天我们所做的事情都是基于现有的硬件基础设施稍微添加了一个添加剂,这个添加剂就是计算和AI的算法,这两者结合就会产生巨大的价值,所以我们会发现整体的系统边际成本是非常低的。更重要的是,因为有了“包产到户”的可能性,所以靠近行业、掌握某一个垂直行业当中重要问题解法的人,也会成为重要的经济体,经济体颗粒度会越来越小。所以传统行业和IT互联网经济体当中的高科技的队伍有平等的机会,因为谁靠近行业,谁就有可能得到价值当中最大的那一环。

大家可能会说,新经济的时代是不是一个共产主义?其实也不尽然,价值获取的模式有三种,有人做原材料,有人做生产线加工工具,还有人是交付价值的结晶,这里没有一个绝对的垄断,每个人可能都有他存在的空间和价值利益点。但关键是什么?是一个产业的协同,需要有一个明确的价值杠杆撬动整个链条中的协同。大家会发现,在新经济的时代,每一个人,无论是大公司的、小公司的,斯坦福的博士还是211、985高校的本科生,有了计算力就有可能成为一个新英雄。这是一个最好的年代——智能的时代,智能经济从某种程度上来讲,跟互联网经济、分享经济完全不同,它充分地释放了让每个人成为这个经济的参与者。

在资本寒冬的时候,当我们有了这种勇气审视它的未来的时候,会发现寒冬的时候是最好的时候,为什么?因为寒冬的时候最容易找到蓝海的市场,为我们下一次的红海启航,我们的方向标很简单,就是“智能”两个字。智能背后是计算力,这是阿里云变成阿里云智能的梦想。只有把最先进的技术拿到最传统的行业当中,才能产生最新的价值空间。我们要用渐进式发展的方式把源自我们自主可控的智能复制到传统产业当中,带动整体产业结构的转型升级。

(以上内容来源于1月6日举行的2019新经济智库大会上,阿里云智能事业群机器智能首席科学家闵万里现场分享的智能科技话题。)

原文发布时间为:2019-01-15
本文作者:Arc
本文来自云栖社区合作伙伴“ 阿里研究院”,了解相关信息可以关注“ 阿里研究院”。

相关文章
|
NoSQL Shell 数据库
|
23天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9321 29
|
9天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
7天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
615 1
|
21天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2447 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
4天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
391 0
|
2天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
154 120
|
14天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
1780 0