211service.com
Alibaba sigter mod at mestre AI-lovene og sætte virtuelle hjælpere overalt
Alibaba
Kinas e-handelsgigant Alibaba har annonceret planer om at investere mere end 15 milliarder dollars over de næste tre år i at forske i nye teknologier, herunder kunstig intelligens og kvantecomputere.
Jack Ma, Alibabas administrerende formand, annoncerede sin beslutning om at etablere Alibaba DAMO Academy (DAMO står for Discovery, Adventure, Momentum og Outlook) på den første dag af virksomhedens 2017 Computing Conference, som åbnede onsdag. Ma sagde, at akademiet vil lave forskning rettet mod at løse problemer relateret til tingenes internet, fintech, kvantecomputere og kunstig intelligens. Det vil åbne syv forskningslaboratorier i Kina, USA, Rusland, Israel og Singapore.
Kinesiske teknologivirksomheder søger i stigende grad at investere i banebrydende forskning, især kunstig intelligens (se Kinas AI Awakening). Alibabas fremtid har aldrig været så tæt forbundet med original forskning. Virksomheden har allerede mere end 25.000 ingeniører, der arbejder på at anvende AI-fremskridt til forbrugerprodukter og cloud computing-tjenester.
Lederen af DAMO Academy er Jeff Zhang, Alibabas teknologichef. Zhang talte med MIT Technology Review medvirkende redaktør Yiting Sun ved arrangementet i Hangzhou.
Hvad er din vision for Alibaba DAMO Academy?
Vi rekrutterer over hele verden og på tværs af brancher. Nogle vil komme fra en baggrund i biovidenskab, nogle vil være materialeforskere, og andre vil være fra fremstilling. Der er enorm plads at udforske med hensyn til at integrere AI i produktionen.
Relateret historie
Relateret historie Vesten bør ikke frygte Kinas kunstige intelligens-revolution. Den skal kopiere den.Vi håber at tiltrække toptalenter på mange områder. Alibaba er en enorm platform, så alle, der deltager, kan prøve ting når som helst. På universiteter er det meget svært at lave forskning relateret til big data og AI på grund af begrænset adgang til data og computerkraft. Nogle lande, vi rekrutterer i, er USA, Singapore, Rusland og Israel.
Hvad er forbindelsen mellem DAMO Academy og Alibabas traditionelle mål om at betjene små og mellemstore virksomheder?
Vi håber ikke, at vi gør dette akademi til en separat forskningsinstitution. I stedet ønsker vi at danne en dybere forbindelse med vores kerneforretning.
Kan du dele nogle tanker om AI-forskningens tilstand?
Jeg tror, at det vigtigste spørgsmål lige nu er, hvordan man udvikler et sæt solide teorier om dyb læring. Vi har opnået noget ved at bruge deep learning på ingeniørniveau, men videnskab handler om at mestre lovene. Mennesker byggede fly efter at have forstået aerodynamik. Så jeg tror, det er vigtigt for os virkelig at forstå principperne for neurale netværk, i stedet for blot at justere parametrene for et bestemt netværk for at opnå et ønsket resultat. Dette bliver et af DAMO-akademiets forskningsområder.
Hvad er Alibabas langsigtede plan for Tmall Genie, den smarte højttaler udgivet i juli?
Vi ønsker at gøre den stemmebaserede AI-teknologi, der driver Tmall Genie, til et standardiseret system og et modul, der kan indlejres i andre enheder. For eksempel annoncerede vi i september et samarbejde med et hotel i Sanya [en populær ferieby i det sydlige Kina] for at forvandle dets værelser til stemmeaktiverede. Feriegæster kan trække for gardinet og justere klimaanlægget ved hjælp af deres stemme. Tmall Genie kan også gøre det muligt for børn at tale med deres legetøj og hjælpe dig med at tale med din ovn, så den steger kyllingen, som du vil have den.
Hvordan har din forståelse af data udviklet sig i løbet af dine 13 års arbejde hos Alibaba?
Som en virksomhed, der eksisterer i forbindelse med internettet, er vores fordel, at vi forstår, hvordan man bruger data til at transformere vores forretning. Hvis vi ved, hvordan vi bruger data smart, vil vores annonceindtægter vokse, og vores brugeroplevelse vil variere.
Min forståelse af data er baseret på to bredere ændringer, der er sket for nylig. Én er overgangen fra stationære computere til trådløse enheder, og en anden er den grundlæggende ændring af brugere, som har mange flere valg i dag end før. I begyndelsen opfyldte vi brugernes behov og leverede de varer, de ønskede at købe. Men nu tænder vi brugernes behov, fordi mange mennesker går på [Alibabas shoppingside] Taobao uden at vide, hvad de vil købe.
Så nu skal vi skabe et perfekt match mellem forbrugere og producenter, og dette perfekte match er afhængig af data. Vi startede ikke med at vide dette. Vi indså, hvor vigtigt dette er, da vi fandt ud af, at hvis vi ændrede billederne af merchandise på forsiden et par gange om dagen, klikkede brugerne mere. Og så designede vi datadrevne automatiserede processer til at opdatere forsiden hver dag.
Hvad er Alibabas største udfordring?
Teknologien i Alibaba er et meget kompliceret forretningssystem. Fordi det er til betalinger og transaktioner, må ikke en eneste ting gå galt. Vores største udfordring er, hvordan man kombinerer sikkerhed og smidighed i stor skala. For eksempel har vi en milliard varer på vores indkøbssider, og vi skal sikre os, at vi ikke mister websiden og transaktionsregistreringen for en enkelt vare, for hvis vi gør det, vil køberen kræve en forklaring.