過去五年,，阿里在全球人工智能的激烈賽道上悄然跑進(jìn)了第一梯隊(duì)，背后一群以達(dá)摩院稱號對外示人的科學(xué)家群體愈發(fā)神秘撩人,。這是一群野心勃勃的科學(xué)家,，親手打破旁人艷羨的舒適區(qū),，踏入充滿禁忌的未知地，只為尋覓更廣闊的舞臺(tái),。他們一生都致力「求證」,，或于學(xué)術(shù)理論，或于技術(shù)價(jià)值,，并愿意承擔(dān)隨之而來的冒險(xiǎn)和境遇窘迫,。這五年，阿里經(jīng)歷了人工智能技術(shù)長征的發(fā)端與突圍,，而他們,，也經(jīng)歷了一場巨大的冒險(xiǎn)與自證。初見之時(shí),，你或許會(huì)訝異他們滔滔不絕地談起「買單」,、「落地」、「規(guī)?；沟壬虡I(yè)味濃厚的字眼,，全然沒了學(xué)究氣，仿若一位身居一線的創(chuàng)業(yè)者心心念念……直到你聽說過那段既艱難又幸運(yùn)的歲月,，一切便了然于心——唯有越了解真相,，才會(huì)變得越務(wù)實(shí)。人生的絕妙之處也在于此,，改變他們的不是早年風(fēng)光的求學(xué)路,，也并非當(dāng)下所擁有的物質(zhì)地位，而是源于一次又一次被質(zhì)疑和誤解后的絕地「自證」——不同于象牙塔里,、試驗(yàn)臺(tái)前的公示推理和仿真驗(yàn)證,，商業(yè)場上的「自證」需要拿出實(shí)實(shí)在在的業(yè)務(wù)指標(biāo)和實(shí)際效果，正如阿里辦公區(qū)里那句隨處可見的標(biāo)語——「NO DATA,NO BB」,。強(qiáng)壓之下的「自證」氛圍造就了科學(xué)家們近乎苛刻現(xiàn)實(shí)的技術(shù)價(jià)值觀,。待繁務(wù)卸下，他們重拾赤子之心,，沉浸于算法公式和理論推理的樂趣,。但人生并不總有自由浪漫的時(shí)刻，更漫長的是披荊斬棘的孤獨(dú)與煎熬,。通過和近十位阿里巴巴人工智能科學(xué)家的對話與交流,，本文試圖還原阿里打造人工智能技術(shù)體系的荊棘路，以及路途中科學(xué)家們的內(nèi)心征途,。多年以后,，遇上北京的霧霾天，漆遠(yuǎn)沒準(zhǔn)依然會(huì)想起那個(gè)加班的春節(jié)——西大望路的阿里媽媽會(huì)議室里,，一桌人戴著口罩開著會(huì),，工位上的空氣凈化器呼呼作響,，窗外是望不到對面樓的霧霾天。回國前,，漆遠(yuǎn)已經(jīng)在腦海中羅列過一連串的適應(yīng)清單,，以備回國后的各種挑戰(zhàn)，而「迷霧危機(jī)」大概是被遺漏的最重要的一條,，它不僅來自于北京的天氣,，還包括那個(gè)大膽的決定。 漆遠(yuǎn)曾走過一條無數(shù)理工男夢想的坦途：31 歲麻省理工大學(xué)博士畢業(yè),，39 歲成為一流大學(xué)終身教授,，定居美國，擁有寬敞明亮的實(shí)驗(yàn)室和獨(dú)棟別墅,，一位美麗的太太以及兩個(gè)可愛的孩子,，一年兩次固定的長假足以讓他兼顧工作和生活的完美平衡。
直到一次大膽的決定,，漆遠(yuǎn)親手打破了這種平衡,。在拒絕谷歌、Facebook,、百度等公司的邀約后,，漆遠(yuǎn)決定歸國到杭州工作，選擇了當(dāng)時(shí)看起來「最沒有技術(shù)范兒」的阿里,。2014 年 9 月 19 日,，時(shí)任阿里巴巴合伙人的王堅(jiān)帶著漆遠(yuǎn)來到紐交所，共同見證了阿里巴巴的上市,，7 位敲鐘人全是阿里電商的買家和賣家,，卻沒有一位是科學(xué)家。面向華爾街,，這家彼時(shí)市值 2400 億美金的公司并不滿足被定義為一家「電商公司」,。他正在謀劃一個(gè)嶄新而宏偉的「想象力故事」，以便讓公司在未來獲得更強(qiáng)勁的增長動(dòng)力,。他明白,，前沿技術(shù)會(huì)是這個(gè)故事的主角，緊接著 iDST（數(shù)據(jù)科學(xué)與技術(shù)研究院 Institute of Data Science & Technologies）宣布成立,，漆遠(yuǎn)和金榕成為早期創(chuàng)始人。但彼時(shí)彼地,，故事聽起來不免有些冒險(xiǎn)主義——中國互聯(lián)網(wǎng)市場仍處在模式創(chuàng)新的初級階段,，一家以商業(yè)利益為本的企業(yè)憑什么打造技術(shù)驅(qū)動(dòng)的研究院？國內(nèi)幾乎沒有任何成功的營運(yùn)模式可以參考,。未知的挑戰(zhàn)首先降臨到了早期創(chuàng)始人和研究機(jī)制身上,。漆遠(yuǎn),，現(xiàn)達(dá)摩院金融智能實(shí)驗(yàn)室 負(fù)責(zé)人加入阿里后，漆遠(yuǎn)接到的首個(gè)任務(wù)是打造一套大規(guī)模機(jī)器學(xué)習(xí)平臺(tái),，落地到淘寶的廣告平臺(tái)阿里媽媽,。他清楚地記得，當(dāng)時(shí)手里攥著兩千萬特征,，14 天的數(shù)據(jù),。由于數(shù)據(jù)量太少，他計(jì)劃積累到半年數(shù)據(jù)后再啟動(dòng),。同時(shí),，他還提交了一份申請數(shù)千臺(tái)服務(wù)器的計(jì)劃。這并不是一筆小數(shù)目,，直到現(xiàn)在一塊英偉達(dá)的計(jì)算卡仍然要價(jià) 2000 美金,，計(jì)劃討論后就被否決了。等了半年,，服務(wù)器仍沒有撥下來,，巧婦也難為無米之炊?！府?dāng)時(shí)沒有 CPU 集群,，整個(gè)集團(tuán)都沒有」，漆遠(yuǎn)說道,，「同事們認(rèn)為,，『你們這幫教授老師過來，基本不懂業(yè)務(wù),，也不懂技術(shù)』」,。秀才遇到兵，有理說不清,。漆遠(yuǎn)的團(tuán)隊(duì)陷入了不能「自證」的悖論里：沒有 CPU 集群,，如何證明自己的算法和技術(shù)高效？不能證明自己的算法和技術(shù)高效,，如何爭取到 CPU 集群,？漆遠(yuǎn)曾試圖據(jù)理力爭，僵持狀態(tài)幾近半年,，「團(tuán)隊(duì)一度走在解散的邊緣」,。金榕是 iDST 的另一位創(chuàng)始人，美國密歇根州立大學(xué)終身教授,，曾獲得過美國國家科學(xué)基金會(huì)獎(jiǎng)（漆遠(yuǎn)也獲得過該獎(jiǎng)）——有超過 200 位諾貝爾獎(jiǎng)得主都獲得過這個(gè)獎(jiǎng)金的資助,。 金榕，現(xiàn)達(dá)摩院機(jī)器智能研究領(lǐng)域 負(fù)責(zé)人金榕帶領(lǐng)團(tuán)隊(duì)為「聚劃算」提供流量分發(fā)的技術(shù)優(yōu)化,，團(tuán)隊(duì)很自然地把低價(jià)商品排列在搜索和推薦結(jié)果的前列以提升成交量,，卻忽視了對業(yè)務(wù)本質(zhì)的理解——低價(jià)雖可刺激購買,，卻讓目標(biāo)用戶群從二三城市轉(zhuǎn)移到三四線城市。「雖然 GMV 上去了,，但產(chǎn)品的價(jià)值都變了」,，金榕說道。業(yè)務(wù)為技術(shù)開路,，科學(xué)家們卻在無意中篡改了產(chǎn)品的內(nèi)核,，「短板暴露得非常明顯」，金榕談道,。當(dāng)時(shí)團(tuán)隊(duì)多為研究背景,，精通基礎(chǔ)理論，卻缺少業(yè)務(wù)理解和工程實(shí)踐經(jīng)驗(yàn),，所以看不到技術(shù)到產(chǎn)品中間的巨大鴻溝,。「你們要想在阿里發(fā)揮出真正的價(jià)值，就必須克服這些困難」,，當(dāng)時(shí)的阿里 COO 張勇找到金榕和幾個(gè)骨干說道,。既然不夠熟悉業(yè)務(wù)，那就去到第一現(xiàn)場吧,！于是,，iDST 的早期科學(xué)家們兵分多路，以電商和金融兩大核心業(yè)務(wù)為首,，深入到產(chǎn)品和工程里,。金榕帶著團(tuán)隊(duì)進(jìn)入到淘寶和天貓的搜索事業(yè)部，漆遠(yuǎn)和幾位同事去了螞蟻金服,，做語音的團(tuán)隊(duì)則留在了阿里云,。后來這被稱為阿里科學(xué)家們的「上山下鄉(xiāng)」運(yùn)動(dòng)。技術(shù)的覺醒并不止于高層,，更早些,，一股從下至上的創(chuàng)新力量就竄上了頭，內(nèi)部創(chuàng)新的文化開始流行——「只要你的老大不反對,，就是對你最大的支持」,。2013 年的十一國慶，李昊印象尤其深刻,。他沒有旅游計(jì)劃,，也不用回老家走街串巷，而是一人悶頭在辦公室里搗鼓,。一連七天,，他都在工位上敲打著鍵盤，像是著了魔,。終于,，趕在假期結(jié)束前，他長舒一口氣——Demo 跑通了,，由一塊 GPU 搭上一臺(tái)主機(jī),，純手寫的用于圖像搜索的深度學(xué)習(xí)算法。再簡陋不過的裝置,，但結(jié)果令人欣慰——比傳統(tǒng)算法的準(zhǔn)確度有了明顯提升,。正值第三次人工智能浪潮起勢，ImageNet 大賽進(jìn)入到第三屆,，深度學(xué)習(xí)教父 Geoff Hinton 和他學(xué)生設(shè)計(jì)的 AlexNet 在賽事中大放異彩,，基于深度神經(jīng)網(wǎng)絡(luò)的思路一舉解決了圖像分類的棘手難題，至此開啟神經(jīng)網(wǎng)絡(luò)百家爭鳴的盛況,，更深,、更寬的網(wǎng)絡(luò)層出不窮。李昊從外文網(wǎng)站上讀到這些消息時(shí)備受鼓舞,，他博士畢業(yè)于中科院光電技術(shù)研究所,，來阿里不到一年，滿腔學(xué)以致用的迫切,。早在 2010 年，谷歌豪擲 1 億美金收購圖像購物搜索網(wǎng)站 Like.COM,，掀起全球圖像搜索的風(fēng)口,。文字搜索場景有限，圖片描述更為加精確,，微軟,、亞馬遜、百度紛紛出手,，阿里也順勢投資了一家圖搜購物網(wǎng)站（現(xiàn)名為「淘淘搜」）,，通過識(shí)別圖片上的實(shí)體物品來索引網(wǎng)絡(luò)上對應(yīng)的店鋪鏈接。遺憾的是,，隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來,，圖搜風(fēng)口很快熄火，手機(jī)實(shí)拍圖的普及,，讓搜索結(jié)果越來越不可控,，圖搜應(yīng)用體驗(yàn)大幅受挫，不少創(chuàng)業(yè)公司瀕臨倒閉,。「實(shí)拍圖的比對相比 PC 的原圖難得不是一星半點(diǎn),，已經(jīng)不是傳統(tǒng)圖搜技術(shù)能應(yīng)付過來的」，李昊說道。既然傳統(tǒng)圖搜技術(shù)已經(jīng)無以為繼,，那在視覺領(lǐng)域技驚四座的深度神經(jīng)網(wǎng)絡(luò)能否奏效,？為此，李昊花了整個(gè)國慶假期來驗(yàn)證這個(gè)想法,。「他很興奮,，一直給這個(gè)看，給那個(gè)看,，非常大力地推廣」,，李昊回憶起將Demo交給主管時(shí)的場景。就這樣,，團(tuán)隊(duì)爭取到一次向時(shí)任淘寶 CEO 展示的機(jī)會(huì),，這次是直接在手機(jī)端演示——手機(jī)拍照，實(shí)拍圖和庫里已有圖片做比對檢索,，找到和相似的照片顯示——相比傳統(tǒng)算法提升了一倍,。很快，「圖像搜索」項(xiàng)目在 2014 年正式啟動(dòng),，目標(biāo)是落地到手淘（手機(jī)淘寶應(yīng)用）平臺(tái),。剛來阿里三個(gè)月的潘攀被任命為負(fù)責(zé)人，兼顧算法,、工程,、產(chǎn)品的統(tǒng)籌，團(tuán)隊(duì)力量充沛,。潘攀畢業(yè)于美國伊利諾伊大學(xué)芝加哥分校博士,，此前在美國三菱波士頓研究院、北京富士通研發(fā)中心從事視覺領(lǐng)域的研發(fā)工作,。 潘攀,，現(xiàn)達(dá)摩院視覺智能研究領(lǐng)域 資深算法專家延續(xù)此前團(tuán)隊(duì)推動(dòng)的技術(shù)路徑，「圖搜」采用深度學(xué)習(xí)技術(shù),，隨之成為阿里歷史上最早采用深度學(xué)習(xí)技術(shù)并上線的 C 端應(yīng)用產(chǎn)品,。和大多數(shù)互聯(lián)網(wǎng)公司戰(zhàn)略先行的思路不同，阿里在技術(shù)探索的早期并沒有大刀闊斧地批項(xiàng)目,，而是從現(xiàn)有的核心業(yè)務(wù)盤子上找切口,，克制而謹(jǐn)慎地實(shí)驗(yàn)性驗(yàn)證，然后才推動(dòng)落地,。「當(dāng)組織里的算法和研發(fā)比較少,，更多是由業(yè)務(wù)和產(chǎn)品構(gòu)成時(shí)，就決定了大家對于技術(shù)不確定性的理解會(huì)非常有限」,，潘攀說道,，「對于一家互聯(lián)網(wǎng)公司,，做項(xiàng)目就一定要做出來，看得到結(jié)果」,。這是一個(gè)又艱難又幸運(yùn)的過程,，當(dāng)行動(dòng)早于認(rèn)知，缺少資源,、無人信任,、無法施展等困境便接踵而來,，這既是商業(yè)公司的盈利性質(zhì)所決定的,，也是新生事物萌芽期所必經(jīng)的考驗(yàn)。但幸運(yùn)的是,，無論是自上而下的理想主義,，還是自下而上的創(chuàng)新力量都得以保留，幸免于曇花一現(xiàn)的口號和想法,。「坐在金山上啃饅頭」，這是漆遠(yuǎn)加入 iDST 時(shí)聽馬云說過的話,。金山就是阿里巴巴擁有的豐富數(shù)據(jù),。但是即便坐擁金山啃饅頭，也難以一口吃成個(gè)大胖子,，「如果數(shù)據(jù)的價(jià)值不能被挖掘出來,，那不過就是普通的土壤」。
隨著深度學(xué)習(xí)算法與模型的普及應(yīng)用,，「調(diào)參」工作成為大部分算法工程師的日常,，淘寶和天貓的搜索團(tuán)隊(duì)一開始也不例外。因?yàn)樯疃葘W(xué)習(xí)算法的不可解釋性,，很多基于該技術(shù)的方案就像是一個(gè)「黑盒」,，模型中的參數(shù)選擇和調(diào)整成了一件難捉摸的事，往往意味著繁瑣而毫無頭緒,，沒有技術(shù)含量,。在漆遠(yuǎn)看來，光是調(diào)參遠(yuǎn)不能建立起技術(shù)體系,，「雖然屬于工程層面的工作,，但仍需要科學(xué)的思想指導(dǎo)——最好的工程指導(dǎo)就是科學(xué)，否則你就只能是一名調(diào)參工程師」,。與漆遠(yuǎn)秉持同一觀點(diǎn)的還有金榕,。「原來我們都是做些調(diào)參工作,，直到金榕老師來了之后才把我們帶上正軌」,，李昊談道,，「他常反問我們，深度學(xué)習(xí)為什么能奏效,？你能從理論上解釋嗎,？」「圖搜」項(xiàng)目之后，李昊便來到了搜索技術(shù)部——阿里最為核心的算法部門之一,。在這里,，李昊遇到了前來深入業(yè)務(wù)第一線的金榕。李昊當(dāng)時(shí)的主要工作是為深度學(xué)習(xí)模型進(jìn)行壓縮與加速優(yōu)化,，一般做法是套用現(xiàn)有模型,，但金榕通常會(huì)提供新的思路，「他給了我們一堆的公式,，讓我們?nèi)ピ嚒?，但這一試就是三個(gè)月，也沒出結(jié)果,。當(dāng)李昊和同事懷著忐忑的心情找到金榕,，他并沒有因此責(zé)備，反而給予鼓勵(lì),，「如果三個(gè)月就能做出來,，那就是太簡單了，繼續(xù)去做吧,！」直到第四個(gè)月算法總算跑通,。這套算法將Embedding 技術(shù)結(jié)合深度學(xué)習(xí)引入到搜索業(yè)務(wù)中，明顯提升了淘寶主搜索的 GMV,。李昊回憶,，當(dāng)時(shí)金榕還做了一套非常長的理論證明，證明算法是可收斂的,，并在內(nèi)部分享,，「他當(dāng)時(shí)給予我們的理論指導(dǎo)，正是我們所稀缺的」,，李昊對此十分感激,。來到螞蟻金服的漆遠(yuǎn)則接到了智能客服的項(xiàng)目，通過智能交互機(jī)器人來解決支付寶的客服問題,。這一次,，他順利很多，獲得當(dāng)時(shí)集團(tuán)客戶服務(wù)部負(fù)責(zé)人戴珊的支持后（戴珊是阿里巴巴早期創(chuàng)始的十八羅漢之一）,，很快爭取到了資金和資源進(jìn)行技術(shù)的驗(yàn)證,。在阿里科技發(fā)展早期,，以阿里合伙人為代表，形成了一股來自理想主義的推動(dòng)力量,。2015 年的雙十一，首次采用深度學(xué)習(xí)技術(shù)的支付寶客服實(shí)現(xiàn)了 94% 語音自助，這意味著有 94% 打來的電話不再需要轉(zhuǎn)接到人工服務(wù)，次年,，這個(gè)數(shù)字提升到 97%。去除掉人工智能團(tuán)隊(duì)的人員工資和計(jì)算資源成本，智能客服項(xiàng)目為公司節(jié)省了一個(gè)多億。所謂「知人善用,，人盡其才」,，技術(shù)工具同樣如此,，唯有了解 AI，才能用好 AI,。要在一家互聯(lián)網(wǎng)公司里樹立起對于新技術(shù)的認(rèn)知和信仰并非易事,，這為科學(xué)家們設(shè)置了一道又一道的障礙欄,，甚至不可避免地造成了人員流失。但回過頭來看,，或許正是有了「上山下山」的共事經(jīng)歷,，才算是真正打通了「研發(fā)」和「業(yè)務(wù)」的對話體系,，讓陽春白雪和下里巴人從此互融,。技術(shù)之后,，便是產(chǎn)品工程化的進(jìn)階挑戰(zhàn)。哪怕有高層支持,，也不意味著就此被保駕護(hù)航,，伴隨而來的反而是更大的壓力。圖搜立項(xiàng)的第一年就設(shè)定了明確目標(biāo)——日活過百萬,，「打從立項(xiàng)之初就不再是實(shí)驗(yàn)性的了」,。與初期的深度學(xué)習(xí)算法探索不同，后期的挑戰(zhàn)就像無底洞一樣填不滿,。「問題的關(guān)鍵在于,，我們不是在做一個(gè)獨(dú)立的 APP，而是讓它落在手淘上」,，潘攀說道,，「而且還是阿里最為核心的業(yè)務(wù)平臺(tái)」。落地手淘,，意味著圖搜需要調(diào)用手淘的底層接口,，需要針對淘寶內(nèi)部的鏈路架構(gòu)做額外定制和調(diào)配，而淌通這些鏈路就是最大挑戰(zhàn),。在視覺領(lǐng)域,，大規(guī)模圖片的壓縮極其消耗算力，這為大規(guī)模的圖搜訪問埋下了隱患,，一次意外報(bào)警讓潘攀記憶猶新,。一天，圖搜的服務(wù)器突然被拖垮,，后臺(tái)出現(xiàn)報(bào)警,。經(jīng)過緊急排查，團(tuán)隊(duì)才發(fā)現(xiàn),，原來是淘系后臺(tái)針對圖像上傳的默認(rèn)壓縮功能拖垮了服務(wù)器,。默認(rèn)壓縮主要針對低頻、小訪問量的媒體上傳需求,，但并沒有考慮到圖搜的特殊情況——數(shù)據(jù)規(guī)模大,，且需要實(shí)時(shí)識(shí)別，所以已經(jīng)在前端預(yù)設(shè)壓縮功能,。換句話說,，淘系的圖片默認(rèn)壓縮對于圖搜反而是一種負(fù)擔(dān)。在發(fā)生警報(bào)之前，大家都忽略了這么細(xì)微的接口,。潘攀談道,，「很多時(shí)候就是這樣，即使我們自己考慮到位了,，但如果要連接到更大的系統(tǒng)上,，還是會(huì)出問題」。上線并不意味著挑戰(zhàn)結(jié)束,，比如,，還有深不可測的入口。潘攀清楚地記得,，圖搜第一次上線的位置是手淘的一個(gè)四級菜單里,。「四級」,，則意味著你首先要在首頁里找到「發(fā)現(xiàn)」,，然后點(diǎn)開「特色服務(wù)」，點(diǎn)擊「更多」,，再……作為阿里最為核心的業(yè)務(wù)戰(zhàn)場,，手淘的態(tài)度顯而易見——「愿意給技術(shù)機(jī)會(huì)，但也要求風(fēng)險(xiǎn)可控」,。機(jī)會(huì)需要爭取,，更需要「自證」其價(jià)值。從最初上線的數(shù)千日活,，過百萬,，過千萬，一直到突破 2000 萬,，圖搜應(yīng)用一路躍升為淘寶首頁導(dǎo)購類目的第一,。但與此同時(shí)，外界的質(zhì)疑聲不斷,，「我印象特別深，每一年大家都在問,，數(shù)據(jù)還能增長嗎,？……你還在做呀？做啥呢,？」潘攀說道,。不被理解似乎成為開拓者的宿命，漆遠(yuǎn)回憶早期的探索時(shí)期,，「當(dāng)時(shí)對我最大的鍛煉就是,，不被理解是正常的」。這或許可以稱之為某種樂觀主義,，但毋庸置疑,，對于技術(shù)的信仰正是面對困境和誤解時(shí)不可或缺的堅(jiān)實(shí)力量,。經(jīng)歷過焦灼而艱難的資源「抗?fàn)帯购螅徇h(yuǎn)手中的分布式機(jī)器學(xué)習(xí)平臺(tái)終于啟動(dòng),，為了盡早讓平臺(tái)上線,，團(tuán)隊(duì)放棄年底休假，春節(jié)期間留守奮戰(zhàn),，骨干密集開會(huì)頭腦風(fēng)暴,。「當(dāng)時(shí)切身地感受到了團(tuán)隊(duì)的戰(zhàn)斗力,，大家真的是非常相信,，只要上線效果一定能好」，漆遠(yuǎn)回憶,。雙十一期間,，平臺(tái)首次實(shí)現(xiàn)淘寶、天貓個(gè)性化推薦的大規(guī)模應(yīng)用,。那一年的阿里巴巴集團(tuán)算法大獎(jiǎng)上,，漆遠(yuǎn)帶領(lǐng) 80 人的團(tuán)隊(duì)包攬了 16 項(xiàng)獎(jiǎng)中的 6 項(xiàng)。現(xiàn)在,，漆遠(yuǎn)作為達(dá)摩院金融智能方向的負(fù)責(zé)人,，帶領(lǐng)團(tuán)隊(duì)構(gòu)建面向金融經(jīng)濟(jì)場景的智能分析與決策技術(shù)。另一邊,，在經(jīng)歷了搜索類目擴(kuò)增,、數(shù)據(jù)優(yōu)化、算法迭代等多方面的升級后,，「圖搜」項(xiàng)目完成三次入口躍遷,，終于在 2015 年雙十一期間進(jìn)入首頁。讓潘攀頗為自豪的是,，圖搜的數(shù)據(jù)一直依靠自然增長,，幾乎沒有調(diào)用過手淘的商業(yè)推廣資源,。入口升級的本質(zhì)是一個(gè)不斷「自證」的過程,，由技術(shù)和技術(shù)背后的推動(dòng)者們在一次又一次的挑戰(zhàn)中完成，繼而固化下來成為阿里技術(shù)產(chǎn)品的迭代傳統(tǒng),。不同于象牙塔里,、試驗(yàn)臺(tái)前的公示推理和仿真驗(yàn)證,，商業(yè)場上的「自證」需要實(shí)實(shí)在在的業(yè)務(wù)指標(biāo)和實(shí)際效果，正如阿里辦公區(qū)里那句隨處可見的標(biāo)語——「NO DATA,NO BB」,。高速增長的背后是兩年一次的系統(tǒng)大改,，「阿里其實(shí)非常講究創(chuàng)新，我們一般都不炒冷飯」，潘攀說道,，他將圖搜系統(tǒng)的發(fā)展分為三個(gè)時(shí)期,，「每一次升級不僅是算法進(jìn)步，而是整體思路的提升」,。「數(shù)據(jù),、系統(tǒng)、算法三個(gè)互為一體,。對數(shù)據(jù)認(rèn)知和處理方法的不同視角,，催生了與之匹配的算法和工程系統(tǒng)，所以升級是整個(gè)系統(tǒng)層面的」,。項(xiàng)目早期,，數(shù)據(jù)量少，還需要人工標(biāo)注,，所以研究為之匹配的小模型的系統(tǒng)和算法,；隨后訓(xùn)練數(shù)據(jù)解放，團(tuán)隊(duì)嘗試通過用戶行為的三類數(shù)據(jù)（查詢數(shù)據(jù),、點(diǎn)擊數(shù)據(jù),、未點(diǎn)擊數(shù)據(jù)）分析出數(shù)據(jù)與排序間的邏輯關(guān)系，三元組的 Deep Ranking 框架生成,，與之對應(yīng)的訓(xùn)練框架,、系統(tǒng)升級迭代；去年,，圖搜開始接入超大規(guī)模并行處理平臺(tái),，釋放數(shù)十億級數(shù)據(jù)的訓(xùn)練能力。與百度識(shí)圖,、微信掃一掃,、京東拍照購等市面上的其他圖搜應(yīng)用不同，阿里更強(qiáng)調(diào)「通用化」能力,，比如不僅能支持手淘所有的實(shí)體商品檢索,，還包括二維碼、植物,、垃圾等非商品的識(shí)別與分類,。這些功能統(tǒng)統(tǒng)集成在圖搜一個(gè)窗口里，不用再二次跳轉(zhuǎn),，平均日活達(dá)到 2000 萬以上。在研究員的成長道路上,，經(jīng)歷一次完整的技術(shù)工程化落地的意義重大,，它不僅錘煉了實(shí)戰(zhàn)能力，更為其提供了深入了解業(yè)務(wù)所想、業(yè)務(wù)所需的窗口,。「這段經(jīng)歷讓我們明白了應(yīng)該創(chuàng)造和推動(dòng)什么樣的技術(shù),，知道哪些技術(shù)更有可能落地成為產(chǎn)品，以及如何讓一個(gè)產(chǎn)品能夠有效地支撐業(yè)務(wù)」,，金榕談道,。可以說，從研發(fā)到業(yè)務(wù)的實(shí)戰(zhàn)積累正是阿里打造AI 技術(shù)落地體系的基石,。如今,，這套思想貫徹到阿里大大小小的技術(shù)思路中。比如,，在語音技術(shù)團(tuán)隊(duì)今年推出的語音合成技術(shù) KAN-TTS（Knowledge-Aware Neural TTS）中,，團(tuán)隊(duì)就事先考慮到了不同環(huán)境下的模型部署環(huán)境，并進(jìn)行框架設(shè)計(jì)和效率優(yōu)化,，綜合各項(xiàng)需求的關(guān)鍵算法改進(jìn)多達(dá)20余項(xiàng),，最終實(shí)現(xiàn)了無論是在云端還是終端，甚至是 CPU 存儲(chǔ)有限情況下的最快速度部署,。一項(xiàng)技術(shù)能否在設(shè)計(jì)之初就考慮到項(xiàng)目部署階段遇到的各種實(shí)際問題,，正是技術(shù)落地體系成熟的重要標(biāo)志。「它是阿里巴巴國際化業(yè)務(wù)的技術(shù)生命線,，如果沒有這些能力,，阿里巴巴很難稱之為一家國際化公司」，這段底氣十足的話出自司羅,。他是阿里達(dá)摩院語言技術(shù)實(shí)驗(yàn)室負(fù)責(zé)人,，帶領(lǐng)百余人的隊(duì)伍進(jìn)行自然語言理解、機(jī)器翻譯,、認(rèn)知智能等底層技術(shù)的開發(fā),，這些技術(shù)被譽(yù)為人工智能皇冠上的明珠。 司羅,，現(xiàn)達(dá)摩院語言技術(shù)實(shí)驗(yàn)室 負(fù)責(zé)人司羅專注于機(jī)器學(xué)習(xí),、NLP 等領(lǐng)域的研究，2012 年成為普渡大學(xué)計(jì)算機(jī)系終身教授后,，一舉奠定了其在學(xué)術(shù)圈的地位,。同金榕、漆遠(yuǎn)一批,，司羅在 2014 年加入 iDST,，是阿里建立人工智能技術(shù)體系的早期成員。
相較于視覺,、語音更貼近前端用戶的技術(shù),，語言則更偏向底層,，以原子化能力的形式起作用，扮演著賦能和支撐的角色,。正因?yàn)檫@個(gè)特點(diǎn),，它對于大型互聯(lián)網(wǎng)技術(shù)公司而言往往不可或缺，但技術(shù)團(tuán)隊(duì)卻又是極其分散的,。于是,，語言技術(shù)恰好成為了技術(shù)平臺(tái)化的最佳試驗(yàn)場,。2016 年 10 月，對于司羅和 NLP 團(tuán)隊(duì)而言是一個(gè)重要的時(shí)間節(jié)點(diǎn),。此前,，他們忙于承接一個(gè)個(gè)「項(xiàng)目」，先后參與過「聚劃算」,、「AIios」「淘寶頭條」等項(xiàng)目,。在這之后，司羅領(lǐng)到任務(wù)——將 NLP 的「大中臺(tái)」建立起來,，換句話說,，阿里各業(yè)務(wù)線的 NLP 不再各自為營。為了讓其他業(yè)務(wù)線接入平臺(tái),，司羅采取了「品牌效應(yīng)」的打法,。是的，在公司內(nèi)部,，同樣需要建立品牌,，尤其在打造規(guī)模化平臺(tái)的過程中,。「首先要有非常貼身的服務(wù),，然后讓重點(diǎn)的頭部用戶用起來，逐步地讓他們認(rèn)識(shí)到 NLP 平臺(tái)和解決方案的好處,，再通過種子用戶將我們的技術(shù)價(jià)值傳播出去」,，司羅知無不言地分享了品牌效應(yīng)的打造「套路」。而正是因?yàn)榧夹g(shù)平臺(tái)化的出現(xiàn),，讓這只百余人的隊(duì)伍能夠支持阿里系 600余個(gè)業(yè)務(wù)方,，每天調(diào)用量達(dá)到了兩萬億次。這是 NLP 技術(shù)影響力從量變到質(zhì)變的飛躍,。沿用同樣的思路,，司羅帶領(lǐng)的另一條技術(shù)分支——機(jī)器翻譯技術(shù)也實(shí)現(xiàn)了規(guī)模化的業(yè)務(wù)支撐能力,，為阿里全球化電商平臺(tái)上的買賣雙方提供 20 多種語言,，48 種語言方向的機(jī)器翻譯服務(wù),，覆蓋歐洲、亞洲,、美洲與中東地區(qū)的絕大多數(shù)國家。阿里的圖搜應(yīng)用在技術(shù)平臺(tái)化升級后,，從最早的支持手淘平臺(tái)到目前落地到淘系的六個(gè)主流 APP,，一舉成為全球最大的圖搜應(yīng)用系統(tǒng)?！高@是淘系業(yè)務(wù)的市場份額決定的」,，潘攀說道。從單個(gè)功能應(yīng)用,，到十個(gè),、百個(gè)、數(shù)百個(gè)的業(yè)務(wù)方支持,，每天被億級用戶使用,，技術(shù)平臺(tái)化的戰(zhàn)略得到了有效驗(yàn)證與認(rèn)可。尤其對于技術(shù)人員而言,，通過平臺(tái)化的過程,，單點(diǎn)技術(shù)的影響力不斷被泛化，技術(shù)的品牌效應(yīng)不斷地被放大,。但對于當(dāng)下的阿里而言,，平臺(tái)化尚非終點(diǎn)，「上云」更是一片廣闊的天地,。阿里內(nèi)部的海量業(yè)務(wù)和長期實(shí)戰(zhàn)的檢驗(yàn),，為技術(shù)與方案移植到阿里云平臺(tái)提供了硬核實(shí)力。司羅表示,，NLP 平臺(tái)和機(jī)器翻譯平臺(tái)已經(jīng)先后在阿里云上的人工智能板塊上線,，供第三方的云計(jì)算客戶使用。從單純的技術(shù)算法,，到集成為業(yè)務(wù)和應(yīng)用中的產(chǎn)品,，再到平臺(tái)化和大規(guī)模可復(fù)制化的云計(jì)算商品,，這是一條阿里人自己走出來的 AI 落地路,。2017 年 10 月 11 日,，是阿里人工智能技術(shù)體系開宗明義的日子,。杭州云棲大會(huì)現(xiàn)場，阿里巴巴 CTO 張建鋒宣布達(dá)摩院正式成立,，計(jì)劃未來 3 年里投入超過 1000 億元,，用于涵蓋基礎(chǔ)科學(xué)和顛覆式技術(shù)創(chuàng)新的研究,。iDST 作為達(dá)摩院旗下最大的機(jī)器智能實(shí)驗(yàn)室分支，由金榕任帶隊(duì),。時(shí)至今日,，再談大公司建立研究院已不是新鮮事，但適應(yīng)于中國本土市場環(huán)境的成功模板仍然寥寥可數(shù),。培養(yǎng)出中國最早一批 AI 研究員的微軟亞洲研究院被冠以「黃埔軍?！怪l頻提起，投入巨大過于前沿的谷歌 X 實(shí)驗(yàn)室,、DeepMind,，IBM Waston 研究院形象「高大上」卻不夠接地氣。中國互聯(lián)網(wǎng)公司已經(jīng)開始重點(diǎn)布局,，但難以與公司業(yè)務(wù)平起平坐,，百度幾大研究體系已被收編進(jìn)技術(shù)平臺(tái)，騰訊四大實(shí)驗(yàn)室依附于各大業(yè)務(wù)呈分散狀,。至于阿里,，在達(dá)摩院之前的三年探索和走過的彎路為其積累了不少寶貴經(jīng)驗(yàn)，但如何乘勝追擊更進(jìn)一步成為領(lǐng)導(dǎo)者的新命題,。在金榕看來,，達(dá)摩院的設(shè)立主要有兩個(gè)目標(biāo)：一是把達(dá)摩院的 AI 基礎(chǔ)能力（原子能力）放到平臺(tái)上支撐所有業(yè)務(wù)。比如阿里內(nèi)部跟語音識(shí)別有關(guān)的業(yè)務(wù)都會(huì)使用達(dá)摩院的底層語音平臺(tái),，但會(huì)根據(jù)具體業(yè)務(wù)做定制化的改變,。二是上云，通過內(nèi)部核心業(yè)務(wù)驗(yàn)證后,，用戶的接受度和滿意度達(dá)到一定指標(biāo),，產(chǎn)品上云商業(yè)化，進(jìn)一步放大價(jià)值,，服務(wù)整個(gè)社會(huì),。說到這，四年前王堅(jiān)為金榕描繪 iDST 藍(lán)圖,，三句不離「Benchmark」的畫面在我眼前浮現(xiàn),。「我記得從第一天起，王堅(jiān)就一直跟我們說 iDST 的 Benchmark 的是什么,？」金榕說道,。（Benchmark，基準(zhǔn),，常用于性能測試中的表達(dá),。）王堅(jiān)認(rèn)為是斯坦福研究院（簡稱 SRI，1970 年脫離斯坦福大學(xué)后,，更名為「斯坦福國際咨詢研究院」）,?！改抢锏幕A(chǔ)研究和其他地方都不一樣，不僅創(chuàng)造出了最好的理論知識(shí),，還能把技術(shù)變成產(chǎn)品,，產(chǎn)品收益再反哺到學(xué)術(shù)」，金榕回憶道,，那時(shí)常舉的一個(gè)例子就是鼠標(biāo)的發(fā)明,。不止于鼠標(biāo)，從手術(shù)機(jī)器人到航天靜電放電棒,，從個(gè)人助理 Siri 再到癌癥治療，二戰(zhàn)后的斯坦福研究所幾乎成了硅谷高科技公司科技創(chuàng)新的「智慧之源」,，不僅創(chuàng)造了新的行業(yè),、數(shù)十億美元的市場價(jià)值，還有持久的社會(huì)價(jià)值,。「一旦看到收益,，人們很容易就聚焦在收割單個(gè)業(yè)務(wù)的成果上，而缺少更深入挑戰(zhàn)的動(dòng)力」,，金榕認(rèn)為這也是達(dá)摩院——阿里 AI 技術(shù)中臺(tái)設(shè)立的意義——跳出單個(gè)業(yè)務(wù)成果,，讓技術(shù)更深入，再往前跨一步,，用更少的人力實(shí)現(xiàn)價(jià)值最大化,。經(jīng)過兩年的建設(shè)，達(dá)摩院人才濟(jì)濟(jì),，超過半數(shù)科學(xué)家具有名校博士學(xué)位,，部分是美國、歐洲學(xué)成回國,，辦公室分布在四個(gè)國家,、八個(gè)主要城市，其中機(jī)器智能團(tuán)隊(duì)擁有 20 多位知名大學(xué)教授,，近 10 位 IEEE FELLOW,。而在達(dá)摩院之外，阿里還有一些更為分散化,、業(yè)務(wù)化的人工智能能力,，并非走中臺(tái)化的路子，但仍是不可或缺的一環(huán),。比如天貓精靈,、搜索和廣告部的人工智能技術(shù)應(yīng)用、螞蟻金服的客服機(jī)器人等,，它們與核心業(yè)務(wù)方貼合地更為緊密,，以便技術(shù)更快地產(chǎn)生效益,。要為這樣一支龐大而高規(guī)格的研究團(tuán)隊(duì)設(shè)置課題并不是件容易事。此前,，我在與某公司 AI 實(shí)驗(yàn)室負(fù)責(zé)人交流時(shí),，對方就曾透露過選題上的兩難局面——一方面既要兼顧業(yè)務(wù)需求和 KPI 導(dǎo)向，另一方面還不能忘記前瞻性研究和技術(shù)布局,。整日埋頭對接業(yè)務(wù)需求容易退化為業(yè)務(wù)部門的附屬團(tuán)隊(duì),？但面對前沿課題的不確定性，究竟該冒多大的險(xiǎn),，才能保證既有結(jié)果又具備開創(chuàng)性,？當(dāng)我將同樣的問題拋給阿里的人工智能科學(xué)家時(shí)，得到了相似的回答,，「這看起來是個(gè)問題,，但在阿里就不是個(gè)問題」。延續(xù)技術(shù)到產(chǎn)品,、產(chǎn)品再到商業(yè)化的研究和落地機(jī)制,，技術(shù)研發(fā)與商業(yè)利益的問題將得以平衡，而且必須平衡,。「在阿里如果只是發(fā)發(fā)論文,、做做研究則意味著工作只做到了一半，無法獲得真正的認(rèn)可,，或者是比較低的認(rèn)可」,，潘攀說道。與此同時(shí),，在技術(shù)平臺(tái)化與產(chǎn)品規(guī)?；倪^程中，還伴隨著水到渠成的技術(shù)成果轉(zhuǎn)化,。在被譽(yù)為人工智能世界杯的 CVPR 2019 WebVision 競賽中圖像分類競賽中,，阿里以 82.54% 的識(shí)別準(zhǔn)確率獲得冠軍，而這背后的技術(shù)能力正是阿里「圖搜」應(yīng)用開出的果實(shí),。談到更為宏觀的議題布局,，金榕認(rèn)為投資者思維或許是一個(gè)思路。作為一名投資人,，標(biāo)的無非兩種,，一是比較切實(shí)可靠的項(xiàng)目，但是收益比較少,；另一種則是高風(fēng)險(xiǎn),，但回報(bào)高，即所謂的「High Risk High Take Off」。幾乎所有投資公司的投資組合都是這兩種的混合,。作為研發(fā)部門,，金榕會(huì)將技術(shù)資源進(jìn)行分層。一部分投資在相對較容易見到結(jié)果的領(lǐng)域上,，具備確定性,；還有一部分投入在可長周期回報(bào)的項(xiàng)目?！冈谶@樣一個(gè)投資組合中,，肯定有項(xiàng)目要失敗，但能保證團(tuán)隊(duì)整體的成長和健康」,，金榕談道,。正好，他剛帶隊(duì)打完了一場「High Risk」的戰(zhàn)役,。那是阿里正在研發(fā)的自主云上人工智能加速芯片 NPU,，達(dá)摩院承擔(dān)了部分算法工作，讓 NPU 在阿里的技術(shù)架構(gòu)上跑出最高性能,。為了能拿到 CTO 的「戰(zhàn)投」，金榕預(yù)先設(shè)置了一個(gè)非常高的指標(biāo),，即假設(shè)所有條件都處于非常理想的條件下,，相比 GPU 的性能有了不小的提升。硬著頭皮上,，一年多下來,，終于收獲了理想結(jié)果。在金榕看來,，設(shè)定高目標(biāo)雖然可能會(huì)引發(fā)焦慮和不適,，但高目標(biāo)的每一次落地都將為團(tuán)隊(duì)實(shí)力帶來顯著提升，「這對于打造榮譽(yù)感,，提振團(tuán)隊(duì)士氣非常奏效」,。在阿里內(nèi)部有一句話，「最好的團(tuán)建就是打一場勝仗」,，融入阿里文化后的科學(xué)家們也開始明白這個(gè)道理了,。金榕身上所展現(xiàn)的冒險(xiǎn)精神，一部分來自他的個(gè)人性格,，一部分還受到阿里早期技術(shù)氛圍的感染,。早年間，王堅(jiān)力排眾議主導(dǎo)開發(fā)阿里云計(jì)算平臺(tái)時(shí),，就常以一個(gè)「瘋子」的形象活躍在公司內(nèi)部,。「如果你當(dāng)真要解決難題，就需要調(diào)動(dòng)你所有的膽量和勇氣去接受挑戰(zhàn)」，金榕談道,。在計(jì)算機(jī)研究領(lǐng)域,，通常將非常棘手的問題稱之為「NP-Hard」，大多數(shù)研究員一旦碰到這樣的問題都會(huì)給出否定的結(jié)論,。但金榕的團(tuán)隊(duì)所推崇的恰是「Solve The Ban Problem」,。「在商業(yè)社會(huì)，用戶和商家才不會(huì)在乎這個(gè),，你不能因?yàn)?NP-hard 就止步」,，金榕談道，「這對我來講是非常重要的原則,，但凡這個(gè)研究是能夠產(chǎn)生巨大價(jià)值,，就應(yīng)該全身心投入」。不畏「禁忌」,、冒險(xiǎn)而大膽——這是我從他人口中未曾聽說過的達(dá)摩院,。一脈相承的風(fēng)格不可避免地將滲透進(jìn)團(tuán)隊(duì)，一旦拔得頭籌就將能讓每個(gè)成員體會(huì)到以一當(dāng)十的驚險(xiǎn),，擁有勝者的姿態(tài),，繼而發(fā)展成為阿里 AI 精神內(nèi)核的一部分。當(dāng)上層建筑搭建完整,，更為底層的技術(shù)正亟待突破,，最為核心的指標(biāo)在于算力。早年間漆遠(yuǎn)接手的首個(gè)項(xiàng)目大規(guī)模分布式機(jī)器學(xué)習(xí)平臺(tái),，隨后由達(dá)摩院智能計(jì)算實(shí)驗(yàn)室負(fù)責(zé)人周靖人帶隊(duì)不斷迭代和完善,，已經(jīng)進(jìn)入到第三代版本 PAI 3.0。今年三月加盟阿里的 AI 知名青年科學(xué)家賈揚(yáng)清還將為 PAI 注入更多力量,。賈揚(yáng)清畢業(yè)于美國加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)博士,，加入阿里前在 Facebook 擔(dān)任工程總監(jiān)，負(fù)責(zé)大規(guī)模人工智能平臺(tái)的架構(gòu),。他是 AI 深度學(xué)習(xí)框架 Caffe,、Caffe2、Pytorch 的重要貢獻(xiàn)者之一,，并曾參與谷歌人工智能平臺(tái) TensorFlow 的工作,，GoogleNet 作者的之一。因?yàn)樯疃葘W(xué)習(xí)框架領(lǐng)域的諸多貢獻(xiàn),，賈揚(yáng)清在人工智能開發(fā)者群體中具有頗高人氣,，在今年 7 月的阿里云峰會(huì)上，賈揚(yáng)清首次以阿里人身份亮相,，不斷有年輕人過來和他談話與合影,。 賈揚(yáng)清，現(xiàn)阿里巴巴計(jì)算平臺(tái)事業(yè)部 總裁正值浙江一帶的酷暑，采訪室十分悶熱,?！肝沂墙B興人，沒法抱怨這天氣」,，賈揚(yáng)清笑著說道,。清華碩士畢業(yè)后，賈揚(yáng)清就長居海外,，因?yàn)檗D(zhuǎn)戰(zhàn)阿里而經(jīng)?；貒＝B興距離杭州不到 80 公里,，來到阿里,，不僅是回國，更是回鄉(xiāng),，賈揚(yáng)清臉上有些止不住的喜悅,。和賈揚(yáng)清前后腳來到阿里的還有黃非，在金榕和司羅兩位老師的力薦下加入,。黃非畢業(yè)于卡內(nèi)基梅隆大學(xué)博士,，曾任 ACL、NLPCC 等領(lǐng)域主席,、IJCAI 資深程序委員,，在 Facebook 時(shí)負(fù)責(zé)機(jī)器翻譯和知識(shí)平臺(tái)。加入阿里后負(fù)責(zé)組建和領(lǐng)導(dǎo)國際化機(jī)器翻譯創(chuàng)新團(tuán)隊(duì),。一如當(dāng)年的漆遠(yuǎn)、金榕一樣,，這些年輕科學(xué)家們帶著由衷的使命感和期待來到「金山」,，期待著實(shí)現(xiàn)自我價(jià)值的同時(shí)，也為阿里經(jīng)濟(jì)體和中國互聯(lián)網(wǎng)做出應(yīng)有的貢獻(xiàn),。當(dāng)一件事物愈發(fā)完美或者強(qiáng)大,，外界在其身上所寄托的期望值也將越來越高。
「最開始,，公司只是希望技術(shù)能用在業(yè)務(wù)上得到一個(gè)好效果,。今天，是真正希望我們能夠用技術(shù)創(chuàng)造未來,，一個(gè)新的由技術(shù)驅(qū)動(dòng)的阿里巴巴」,，金榕停了一會(huì)繼續(xù)說道，「這個(gè)期望遠(yuǎn)高于技術(shù)難題,，是一個(gè)非常大的命題」,。一個(gè)技術(shù)驅(qū)動(dòng)的阿里巴巴？可能嗎？在絕大部分人的眼中,，對于阿里的定義仍然是一家依靠電商業(yè)務(wù)驅(qū)動(dòng)的互聯(lián)網(wǎng)公司,。在 2019 財(cái)年的財(cái)報(bào)里，阿里的核心業(yè)務(wù)包括電商業(yè)務(wù),、阿里云,、大文娛和創(chuàng)新業(yè)務(wù)四大板塊，其重要性依次排開,。其中,，電商業(yè)務(wù)創(chuàng)造了 3234 億收入，總營收占比高達(dá) 86%,。「這正是外界看不太懂的地方,，我們可不可能創(chuàng)造未來？」在金榕眼里,，這個(gè)未來似乎已經(jīng)依稀可見,，「我給你舉個(gè)例子，至少我自己是非常受激勵(lì)的,，5G 技術(shù)就是突破口之一,。隨著 5G 和高清視頻技術(shù)的發(fā)展，整個(gè)視頻內(nèi)容產(chǎn)業(yè)鏈都會(huì)帶來全新的變化,，是對每一個(gè)環(huán)節(jié)的重塑……」AI 之后,，5G 之前，前瞻性的技術(shù)布局和技術(shù)融合或?qū)榘⒗锊葴?zhǔn)下一個(gè)時(shí)代節(jié)點(diǎn),。讓我們把時(shí)間線拉近一些,，現(xiàn)在或者近期的幾年內(nèi)，在阿里的主營業(yè)務(wù)之下,，還有什么能稱之為源動(dòng)力或者底牌的東西,？
眼前這位入職阿里 12 年的算法專家或許知道答案,。他叫歐文武,，娃娃臉上時(shí)常掛著微笑，憨態(tài)可掬,。他被視為「最懂中國女人的男人」,，因?yàn)樗孟窨偰懿碌侥阆胭I點(diǎn)什么，然后在恰當(dāng)?shù)臅r(shí)候送到你眼皮底下,。歐文武是阿里巴巴搜索事業(yè)部總監(jiān),，資深算法專家，負(fù)責(zé)淘寶推薦算法團(tuán)隊(duì),，利用搜索和推薦技術(shù)讓電商產(chǎn)品推薦流,，也就是人們常說的「千人千面」,。
談到推薦業(yè)務(wù)，賈揚(yáng)清曾在他的內(nèi)部分享《關(guān)于人工智能的一點(diǎn)淺見》中這樣描述：在阿里和很多互聯(lián)網(wǎng)企業(yè)中有一個(gè)「沉默的大多數(shù)」的應(yīng)用,，就是推薦系統(tǒng)：它常常占據(jù)了超過 80% 甚至 90% 的機(jī)器學(xué)習(xí)算力,，如何將深度學(xué)習(xí)和傳統(tǒng)推薦系統(tǒng)進(jìn)一步整合，如何尋找新的模型,，如何對搜索和推薦的效果建模,，這些可能沒有像語音和圖像那么為人所知，卻是公司不可缺少的技能,。在阿里就有兩支重要團(tuán)隊(duì)負(fù)責(zé)這個(gè)「沉默的大多數(shù)」的應(yīng)用——搜索事業(yè)部與阿里媽媽,。雖然都做推薦系統(tǒng)，技術(shù)與平臺(tái)相通,，但和阿里媽媽強(qiáng)調(diào)變現(xiàn)的屬性不同,，搜索事業(yè)部的推薦業(yè)務(wù)更看重用戶體驗(yàn)，強(qiáng)調(diào)探索和發(fā)現(xiàn)的樂趣以增加平臺(tái)粘性,，商業(yè)味道更淡薄,。在 2018 年 Q3 財(cái)報(bào)會(huì)議前夕,，阿里巴巴董事會(huì)臨時(shí)做出了一個(gè)反常決定——短期內(nèi)不對推薦推送等廣告庫存增量進(jìn)行貨幣化,。簡言之就是停止對淘系平臺(tái)上的個(gè)性化推薦的規(guī)模商業(yè)化。隨后的財(cái)報(bào)會(huì)議上,，高盛銀行,、匯豐銀行、花旗銀行的分析師們對該決定窮追不舍地發(fā)問,，商業(yè)化時(shí)間點(diǎn),、利潤率、廣告創(chuàng)收等被反復(fù)提及,，可見其分量和位置,。但高管們?nèi)允乜谌缙俊?/span>「千人千面」正是這塊「暫時(shí)未被商業(yè)化」業(yè)務(wù)背后的核心技術(shù)力量，它被視為「阿里的底牌」,，是阿里基于技術(shù)驅(qū)動(dòng)業(yè)務(wù)的核心體現(xiàn)，有望成為驅(qū)動(dòng)阿里未來營收增長的新引擎,。在電商業(yè)務(wù)的轉(zhuǎn)型期,，推薦流業(yè)務(wù)蘊(yùn)藏著極大的價(jià)值潛力。隨著平臺(tái)上的商品越來越多,，對所有用戶采用同一套搜索算法,，已經(jīng)不能再滿足用戶的多樣化需求。垂直電商領(lǐng)域新型競爭對手的出現(xiàn)也倒逼著阿里對推薦業(yè)務(wù)進(jìn)行更深入的探索,。「它不僅僅展示了流量的增長,，更體現(xiàn)出轉(zhuǎn)化率的增長」,，阿里巴巴集團(tuán) CFO 武衛(wèi)說道，「推薦流為商家創(chuàng)造的價(jià)值,，與淘寶在 10 年或 15 年所帶來的流量和交易價(jià)值并不是一回事,，這背后還有消費(fèi)者參與的價(jià)值。該模式為商家提供了操盤工具,，能夠親手來運(yùn)營和管理他們的用戶群體」,。極大的價(jià)值潛力，同時(shí)也意味著極大的業(yè)務(wù)挑戰(zhàn),。光是在工程層面要應(yīng)付大規(guī)模數(shù)據(jù)就是一個(gè)難題,。一般地，T 級（1 Tera Byte(TB)= 1024 GB）已經(jīng)是相當(dāng)大體量的數(shù)據(jù)存儲(chǔ)單位,，但在歐文武部門,，每天面對的是上升了三個(gè)數(shù)量級以后的 P 級（1 Peta Byte(PB) = 1024 TB）數(shù)據(jù)。「這么大量的數(shù)據(jù),，數(shù)據(jù)處理的方法,，計(jì)算數(shù)據(jù)的準(zhǔn)確性和一致性都是挑戰(zhàn)」，他說道,。目前淘寶和天貓平臺(tái)有 7 億多用戶,，每個(gè)用戶在平臺(tái)上留下的行為特點(diǎn)、訴求方向都極其分散,，即重疊的數(shù)據(jù)很少,，體現(xiàn)在技術(shù)層面就是數(shù)據(jù)的稀疏性，這對算法模型的體量和復(fù)雜程度提出了更高要求,。阿里內(nèi)部有個(gè)說法,，推薦部門的算法是阿里最難進(jìn)的算法崗位。在招人方面,，歐文武表示,，他更傾向于應(yīng)屆生，團(tuán)隊(duì)目前 50 人左右,，博士生 40%,，清華北大畢業(yè)的將近一半。團(tuán)隊(duì)維持在每年兩到三次大規(guī)模升級的節(jié)奏,，「大升級就是以前那套全推翻,，重建一套」，歐文武說道,，小規(guī)模的升級,，比如加些新特征，改改模型等,，則頻率高很多,。阿里每個(gè)財(cái)年都會(huì)依據(jù)各部門制定相關(guān) KPI,，歐文武并沒有透露具體的 KPI。但他會(huì)在公司的KPI基礎(chǔ)上給團(tuán)隊(duì)開個(gè)小灶,，制定一套「內(nèi)部 KPI」——比公司的要高出不少,。他通常會(huì)逐一拆分成許多個(gè)小目標(biāo)，有人做用戶數(shù)據(jù),，有人做匹配,，有人做個(gè)性化排序……大概 20 多個(gè)小目標(biāo)同時(shí)推進(jìn)。歐文武將其比喻成造車,，車體需要拆分成很多零部件,，大問題也要拆分成子問題，這樣每個(gè)子問題就能更準(zhǔn)確地評價(jià),，依據(jù)每個(gè)小問題再設(shè)定成不同的目標(biāo),，然后拼湊在一起以求大目標(biāo)可控。和一般算法追求極致的精準(zhǔn)性不同，推薦的算法還需要投其所好,，新穎性和多樣性都是歐文武團(tuán)隊(duì)要考慮的維度,。以前，傳統(tǒng)推薦算法主要是通過歷史日志訓(xùn)練模型,，缺少對用戶未知需求的探索,，十分有限；技術(shù)迭代后,，現(xiàn)在多采用演化算法,、強(qiáng)化學(xué)習(xí)算法、非傳統(tǒng)的 AI 算法等多種算法融合,，以求解決一個(gè)多目標(biāo)平衡的問題,。當(dāng)算法推薦不再局限于財(cái)務(wù)指標(biāo)，歐文武希望建立一個(gè)與用戶共同成長的 Life-Long 式模式,。在歐文武看來,，當(dāng)下的推薦，停留在用戶單次訪問時(shí)長和瀏覽深度的指標(biāo)優(yōu)化,；而更長遠(yuǎn)來看,，用戶能否留存才是關(guān)鍵。「滿意度不止在短期,，而是長期的滿足和收獲,。比如在購買之后,，商品的安裝,、使用,、保養(yǎng)……全鏈路的購物體驗(yàn)都可以做」，歐文武說道,。參照線下的傳統(tǒng)購買場景,，推薦的角色將不再局限于一名「導(dǎo)購員」，因?yàn)橛脩粲|達(dá)商品的每一個(gè)階段都在發(fā)生改變,，推薦的內(nèi)涵也正在從商品推薦擴(kuò)寬消費(fèi)推薦,，這也正是「李佳琦賣口紅」效應(yīng)興起的邏輯。據(jù)阿里員工透露,，推薦算法目前在關(guān)鍵指標(biāo)數(shù)據(jù)上有超過搜索的趨勢,，未來潛力可觀。正如騰訊在微信廣場實(shí)驗(yàn)廣告位的價(jià)值,，在推薦機(jī)制下,，廣告除了帶來交易的價(jià)值，還有品牌展示和市場推廣等更多元的價(jià)值,。「我們在這個(gè)方面仍然很克制,，希望保持可持續(xù)性的增長」，歐文武說道,，「不能用今天透支未來」,。在電商業(yè)務(wù)之后，云計(jì)算業(yè)務(wù)已經(jīng)上升到集團(tuán)的主要營收的第二位,，阿里云智能總裁張建鋒在今年提出了「ALL in Cloud」的戰(zhàn)略,。依托于云計(jì)算平臺(tái)，阿里搭建了 AI 技術(shù)向 B 端產(chǎn)業(yè)賦能的各級大腦模塊,，比如已經(jīng)成長為國家級人工智能開放創(chuàng)新平臺(tái)的城市大腦,。城市大腦是阿里第一個(gè)「原生于云場景」的重點(diǎn)業(yè)務(wù)，它完全構(gòu)建在云上,，打破了攝像頭與紅綠燈的割裂,，讓攝像頭看到的數(shù)據(jù)，告訴紅綠燈應(yīng)該如何優(yōu)化,，從而實(shí)現(xiàn)大規(guī)模實(shí)時(shí)交通事故檢測,。3 年多以來，阿里的城市大腦走出杭州,，在北京（西城,、通州）、上海,、蘇州,、澳門、吉隆坡等境內(nèi)外十幾個(gè)城市落地,。據(jù)城市大腦的技術(shù)負(fù)責(zé)人——達(dá)摩院高級研究員華先勝透露,，平均一個(gè)星期的時(shí)間,，城市大腦就可完成一個(gè)城市的技術(shù)部署。
華先勝,，達(dá)摩院城市大腦實(shí)驗(yàn)室 負(fù)責(zé)人而在計(jì)算層,，「新一代計(jì)算引擎」已經(jīng)成為支撐起阿里千億成交額、每秒數(shù)萬筆交易的核心底層技術(shù),，MaxCompute（離線計(jì)算）,、Flink（實(shí)時(shí)計(jì)算）、PAI（人工智能）被視為這項(xiàng)技術(shù)背后的「三駕馬車」,。賈揚(yáng)清領(lǐng)導(dǎo)的阿里云智能計(jì)算平臺(tái)事業(yè)部,，主要負(fù)責(zé)大數(shù)據(jù)計(jì)算和人工智能平臺(tái)。對于將大數(shù)據(jù)和人工智能兩大平臺(tái)打通這件事,，賈揚(yáng)清深有感觸,，「這樣的融合很具有前瞻性，阿里是全球少數(shù)的幾個(gè)把大數(shù)據(jù)和人工智能放在一起的部門,。未來大數(shù)據(jù)和人工智能未來的結(jié)合將越來越緊密,。」在談到與達(dá)摩院的合作時(shí),，他將其比喻成「我們都是『躺平了』來支持」,。所謂計(jì)算平臺(tái)，要義之一,，則是解決算力瓶頸,。
這也是阿里的新一代神經(jīng)網(wǎng)絡(luò)芯片 NPU 的設(shè)計(jì)初衷，在賈揚(yáng)清看來,，通過更底層的技術(shù)探索更大的計(jì)算潛力,，切口在于「解耦」。雖然谷歌用 TPU & TensorFlow 證明了硬件與框架融合模式的算力無窮,，但別忘了還有英偉達(dá)——沒有框架,，仍然成為了王者——背后的心法就在于「解耦」——解開硬件與框架綁定的枷鎖。「解耦」的關(guān)鍵在于定義模型并讓其標(biāo)準(zhǔn)化,，這需要下溯到編譯器層面,。「編譯器的優(yōu)化不僅能夠挖掘出現(xiàn)有硬件平臺(tái)的更強(qiáng)算力，還將在新硬件平臺(tái)上基于機(jī)器學(xué)習(xí)自動(dòng)迭代,，大大縮短人力優(yōu)化軟件的時(shí)間」,，而這也正是賈揚(yáng)清加入阿里后的目標(biāo)所指。當(dāng)更深,、更強(qiáng),、更底層的算力挖掘成為全球人工智能市場的主旋律，阿里 AI 迎來了「算法+芯片」的AI2.0時(shí)代：先后投資寒武紀(jì)、耐能等 AI 芯片團(tuán)隊(duì),，收購中天微,、先聲互聯(lián)等芯片標(biāo)的，成立「平頭哥」芯片公司,。目前，阿里已經(jīng)發(fā)布基于 RSIC-V 架構(gòu)的智能 IoT 芯片玄鐵,，AI 語音 FPGA 芯片 Ouroboros設(shè)計(jì),，基于云端的神經(jīng)網(wǎng)絡(luò)芯片「Ali-NPU」也已經(jīng)在路上。它們標(biāo)志著阿里 AI 技術(shù)「從軟到硬」的深化,，也預(yù)示著 AI 將更為長久地驅(qū)動(dòng)著阿里經(jīng)濟(jì)體成長,。
「因?yàn)闃I(yè)務(wù)需要發(fā)展，原來很多技術(shù)精力都聚焦在業(yè)務(wù)上,，直到有一天,，我們會(huì)非常迫切地希望，從技術(shù)出發(fā),，用科技來驅(qū)動(dòng)業(yè)務(wù),，然后培育出一些全新的業(yè)務(wù)」，蔣國飛聊起螞蟻金服的技術(shù)發(fā)展路線時(shí)說道,。他是達(dá)摩院金融科技研究領(lǐng)域負(fù)責(zé)人,，同時(shí)也是螞蟻金服副總裁。對照阿里巴巴,，他認(rèn)為,，「阿里體量更大，所以已經(jīng)走到了前頭」,。當(dāng)技術(shù)晉升為一家互聯(lián)網(wǎng)公司的必需品時(shí),，打造行之有效的研發(fā)體系則是不可回避的議題。研究院或者實(shí)驗(yàn)室等機(jī)構(gòu)的設(shè)定本取自于學(xué)院體系,，外殼借用倒是無妨,，但如果連內(nèi)核和運(yùn)營模式也一同照搬到商業(yè)場，很大的概率就是水土不服止于襁褓,。在外殼之下,，研究的機(jī)制、團(tuán)隊(duì)的建設(shè),、不同對話體系的打通,、技術(shù)與業(yè)務(wù)的平衡，前瞻性與KPI的融合…才是商業(yè)公司研發(fā)體系的靈魂,，一切尚需從長計(jì)議,。從2014年設(shè)立阿里最神秘部門iDST到如今人才濟(jì)濟(jì)的達(dá)摩院，阿里人工智能走過了既艱難又幸運(yùn)的五年，梳理出這套技術(shù)體系的機(jī)制和脈絡(luò)得以看清阿里人工智能的底色,，推而廣之,，或?qū)⒊蔀榛ヂ?lián)網(wǎng)公司打造人工智能技術(shù)體系的方法。 追蹤動(dòng)態(tài) | 技術(shù)調(diào)研 | 產(chǎn)業(yè)研究 | 深度閱讀 機(jī)器之心Pro 是基于「機(jī)器之心團(tuán)隊(duì)構(gòu)建的百萬級規(guī)模人工智能知識(shí)圖譜及結(jié)構(gòu)化數(shù)據(jù)庫」搭建的人工智能領(lǐng)域?qū)I(yè)信息平臺(tái),。目前已上線四個(gè)模塊：dashboard,、新聞數(shù)據(jù)庫、行業(yè)數(shù)據(jù)庫和深度精選,，覆蓋 38 個(gè)技術(shù)領(lǐng)域及 55 個(gè)智能應(yīng)用領(lǐng)域,。盯動(dòng)態(tài),、找標(biāo)的,、做調(diào)研
|
