阿里雲：從AI到IA 構建平台促AI產業化
歷經數次發展起伏，半個多世紀前出現的人工智能（AI）在科技推動下，逐漸進入到日常生活中，很多年前電影中見到的場景，如今已經觸手可及，通過智能音箱可控制全屋的家電，遠程定時煮飯、開冷氣都是彈指之間。
阿里巴巴集團旗下雲計算平台阿里雲機器智能高級專家朱金童（見圖）表示：「人工智能不能只是實驗室裏的AI，要從AI轉變為IA（Intellgence Added，智能驅動），阿里雲致力構建最全面的AI平台，為不同行業提供人工智能解決方案，進一步推動產業AI的發展。」
朱金童指出，AI更大的作用在於怎樣從數據裏面去進行Insight（行業洞察），特別是以前無法利用的數據（圖像、語音等），比如利用圖形識別去監測路上的交通、發生的事故，甚至道路上的雜物，以前這些數據是無法利用的，下一步更為重要的是如何將Insight轉化為Action（解決方案），但兩者之間的差距（Gap）非常大。以交通為例，識別幾個路口的擁堵很容易，但如果要掌握整個城市上千路口的實時情況，並梳理它們之間的交通關係，5分鐘前的交通擁堵不可能在半小時後去處理，背後必須依靠海量的計算能力，阿里雲會用ET大腦去解決中間的Gap。
他強調，IA的本質在於消除從行業洞察到解決方案之間的Gap，阿里雲認為需要數據智能解決方案ET大腦，去解決城市交通、工業、航空、醫療等問題，以發揮出人工智能更大的作用。目前AI產品之間都是相對孤立的，如果不將AI與AI之間獲取的行業洞察信息變為協作關係，識別的數據之間要如何交流，並作出解決方案。
IA的本質，在於消除從行業洞察到解決方案之間的Gap。
開放AI平台集思廣益
他指出，這也是阿里雲將AI能力開放出來的原因，如果單靠阿里雲去分析不同行業也不現實，同樣的圖像識別的技術能力即可用在交通上，也可用在醫療上，但我們無法去落地那麼多的場景，而且對行業認知有限，即使將AI技術應用在農業上，比如圖像拍到豬的生活圖片，但它身上起了斑點代表甚麼，會產生甚麼影響，就需要行業專家來分析告知。玉米在生長過程中，花開得多寡對產量的影響，何時需要施肥等，故將AI能力開放到公共雲平台上，希望與行業內的專家一起做好各自擅長的部分。當愈來愈多行業夥伴應用這些AI工具，反過來又可幫助阿里雲去做好不同行業的ET大腦，形成一個良性的循環。
談及早前宣布與F1世界一級方程式冠軍阿朗素（Fernando Alonso）的合作，朱金童表示，是次合作阿里雲將利用技術數碼化轉型Alonso在中國的小型賽車訓練及賽車場，惟目前難以預計何時能見到成果，因為Alonso中國的訓練及賽車場仍在選址建設階段。
上財季收入按年增103%
他介紹，車廠方面，阿里雲將在Alonso中國夥伴公司的小型賽車組裝廠房，應用如雲計算、大數據、人工智能及物聯網技術等的智能生產能力，從而提升整體生產的效率及支持實現工廠轉型，成為無人智能組裝的運作模式。車手方面，在雲計算支持下，所有從小型賽車手在場上實戰而得到的數據，將會轉化成即時的洞察能力，有助團隊經理、教練及賽車手基於更深入的知識，設計最適合的各個賽車手的專屬訓練，來提升表現。
朱金童相信，未來可以將相關模式複製到其他體育項目的訓練中，阿里巴巴集團作為國際奧委會的長期合作夥伴，在這領域會見到更多的案例與實踐。問及ET大腦下一個拓展的領域，他指出，選擇一個行業，首先要確認是否是數據密集型，圖像識別等才能發揮AI的作用，反而不是看行業是否存在痛點，如果數據不足夠的話，其實甚麼也做不了。
阿里雲早前正式發布了三款人工智能產品︰圖像搜索、智能語音自學習平台以及機器翻譯。三款產品由阿里雲與阿里巴巴機器智能技術實驗室聯合自主研發，旨在為不同行業的用戶提供業界領先的人工智能解決方案。
他介紹，智能語音自學習平台可以讓客戶更快地完成自己的語音機器人，可直接利用阿里雲收集的語音素材及數據模型，加上已在阿里生態下多個平台實際應用。客戶只需在阿里雲提供的框架上進行個性化定制，節省這一方面的數據採集及模型建造時間至少兩年。至於是否一定要將數據回傳至雲平台則取決於客戶的需求，可以用2台服務器進行數據本地化布置，也可對語音資料片段式處理後回傳。他認為，愈來愈多廠商一起參與，才能推動一個產業的AI更快更好地發展。
在產業AI的概念下，帶挈阿里雲業務快速增長。根據阿里巴巴集團2018財年財報顯示，第四財季阿里雲收入43.85億元（人民幣，下同），按年增長103%。 2018財年收入133.9億元，按年增長101%，季度收入更是連續12個季度翻番。此外，著名諮詢機構Gartner最新報告指出，連續第二年將阿里雲評為全球第三大雲服務供應商。
轉載自《iMONEY智富雜誌》