ai大数据加速器

㈠ 15 个开源的顶级人工智能工具

斯坦福的专家在人工智能报告中得出的结论："越来越强大的人工智能应用，可能会对我们的 社会 和经济产生深远的积极影响，这将出现在从现在到2030年的时间段里。"

以下这些开源人工智能应用都处于人工智能研究的最前沿。

1.Caffe

它是由贾扬清在加州大学伯克利分校的读博时创造的，Caffe是一个基于表达体系结构和可扩展代码的深度学习框架。使它声名鹊起的是它的速度，这让它受到研究人员和企业用户的欢迎。根据其网站所言，它可以在一天之内只用一个NVIDIA K40 GPU处理6000万多个图像。它是由伯克利视野和学习中心（BVLC）管理的，并且由NVIDIA和亚马逊等公司资助来支持它的发展。

2. CNTK

它是计算机网络工具包（Computational Network Tookit）的缩写，CNTK是一个微软的开源人工智能工具。不论是在单个CPU、单个GPU、多个GPU或是拥有多个GPU的多台机器上它都有优异的表现。微软主要用它做语音识别的研究，但是它在机器翻译、图像识别、图像字幕、文本处理、语言理解和语言建模方面都有着良好的应用。

3.Deeplearning4j

Deeplearning4j是一个java虚拟机（JVM）的开源深度学习库。它运行在分布式环境并且集成在Hadoop和Apache Spark中。这使它可以配置深度神经网络，并且它与Java、Scala和其他JVM语言兼容。

4.DMTK

DMTK分布式集齐学习工具（Distributed Machine Learning Toolkit）的缩写，和CNTK一样，是微软的开源人工智能工具。作为设计用于大数据的应用程序，它的目标是更快的训练人工智能系统。它包括三个主要组件：DMTK框架、LightLDA主题模型算法和分布式（多义）字嵌入算法。为了证明它的速度，微软声称在一个八集群的机器上，它能够"用100万个主题和1000万个单词的词汇表（总共10万亿参数）训练一个主题模型，在一个文档中收集1000亿个符号，"。这一成绩是别的工具无法比拟的。

5.H20

相比起科研，H2O更注重将AI服务于企业用户，因此H2O有着大量的公司客户，比如第一资本金融公司、思科、Nielsen Catalina、PayPal和泛美都是它的用户。它声称任何人都可以利用机器学习和预测分析的力量来解决业务难题。它可以用于预测建模、风险和欺诈分析、保险分析、广告技术、医疗保健和客户情报。

它有两种开源版本：标准版H2O和Sparking Water版，它被集成在Apache Spark中。也有付费的企业用户支持。

6.Mahout

它是Apache基金会项目，Mahout是一个开源机器学习框架。根据它的网站所言，它有着三个主要的特性：一个构建可扩展算法的编程环境、像Spark和H2O一样的预制算法工具和一个叫Samsara的矢量数学实验环境。使用Mahout的公司有Adobe、埃森哲咨询公司、Foursquare、英特尔、领英、Twitter、雅虎和其他许多公司。其网站列了出第三方的专业支持。

7.MLlib

由于其速度，Apache Spark成为一个最流行的大数据处理工具。MLlib是Spark的可扩展机器学习库。它集成了Hadoop并可以与NumPy和R进行交互操作。它包括了许多机器学习算法如分类、回归、决策树、推荐、集群、主题建模、功能转换、模型评价、ML管道架构、ML持久、生存分析、频繁项集和序列模式挖掘、分布式线性代数和统计。

8.NuPIC

由Numenta公司管理的NuPIC是一个基于分层暂时记忆理论的开源人工智能项目。从本质上讲，HTM试图创建一个计算机系统来模仿人类大脑皮层。他们的目标是创造一个"在许多认知任务上接近或者超越人类认知能力"的机器。

除了开源许可，Numenta还提供NuPic的商业许可协议，并且它还提供技术专利的许可证。

9.OpenNN

作为一个为开发者和科研人员设计的具有高级理解力的人工智能，OpenNN是一个实现神经网络算法的c++编程库。它的关键特性包括深度的架构和快速的性能。其网站上可以查到丰富的文档，包括一个解释了神经网络的基本知识的入门教程

10.OpenCyc

由Cycorp公司开发的OpenCyc提供了对Cyc知识库的访问和常识推理引擎。它拥有超过239,000个条目，大约2,093,000个三元组和大约69,000 owl：这是一种类似于链接到外部语义库的命名空间。它在富领域模型、语义数据集成、文本理解、特殊领域的专家系统和 游戏 AI中有着良好的应用。该公司还提供另外两个版本的Cyc：一个可免费的用于科研但是不开源，和一个提供给企业的但是需要付费。

11.Oryx 2

构建在Apache Spark和Kafka之上的Oryx 2是一个专门针对大规模机器学习的应用程序开发框架。它采用一个独特的三层λ架构。开发者可以使用Orys 2创建新的应用程序，另外它还拥有一些预先构建的应用程序可以用于常见的大数据任务比如协同过滤、分类、回归和聚类。大数据工具供应商Cloudera创造了最初的Oryx 1项目并且一直积极参与持续发展。

12.PredictionIO

今年的二月，Salesforce收购了PredictionIO，接着在七月，它将该平台和商标贡献给Apache基金会，Apache基金会将其列为孵育计划。所以当Salesforce利用PredictionIO技术来提升它的机器学习能力时，成效将会同步出现在开源版本中。它可以帮助用户创建带有机器学习功能的预测引擎，这可用于部署能够实时动态查询的Web服务。

13.SystemML

最初由IBM开发，SystemML现在是一个Apache大数据项目。它提供了一个高度可伸缩的平台，可以实现高等数学运算，并且它的算法用R或一种类似python的语法写成。企业已经在使用它来跟踪 汽车 维修客户服务、规划机场交通和连接 社会 媒体数据与银行客户。它可以在Spark或Hadoop上运行。

14.TensorFlow

TensorFlow是一个谷歌的开源人工智能工具。它提供了一个使用数据流图进行数值计算的库。它可以运行在多种不同的有着单或多CPU和GPU的系统，甚至可以在移动设备上运行。它拥有深厚的灵活性、真正的可移植性、自动微分功能，并且支持Python和c++。它的网站拥有十分详细的教程列表来帮助开发者和研究人员沉浸于使用或扩展他的功能。

15.Torch

Torch将自己描述为："一个优先使用GPU的拥有机器学习算法广泛支持的科学计算框架"，它的特点是灵活性和速度。此外，它可以很容易的通过软件包用于机器学习、计算机视觉、信号处理、并行处理、图像、视频、音频和网络等方面。它依赖一个叫做LuaJIT的脚本语言，而LuaJIT是基于Lua的。

欢迎关注~

微信公众号： IT百战程序员 ，免费提供人工智能、大数据、云计算等资料～～不管你在地球哪个方位，欢迎你的关注！

㈡ 海博科技AI+大数据生态圈推动“孪生”智慧城市新升级

以技术创新为驱动，伴随着中国IT业不断成长和发展，2004年创办的海博 科技 是国内最早一批将大数据、人工智能技术应用在平安城市运营和智慧公安建设的企业，曾参与保障北京奥运会、海军节、世园会、全运会、APEC等诸多国际重大活动，以及天网工程、平安城市等国家级重点项目建设，产品及创新解决方案研发能力处于国内一流水平，一个以海博为核心的“AI+”生态圈正在加速构建。

如今，海博 科技 与华为、阿里巴巴建立战略合作伙伴关系，与海信进行视频解码的相关技术研究，……全面推动公共安全、智慧城市、大 健康 等领域的“AI+”升级，以算法引领数字孪生，赋能城市升级。

（一）多款“AIoT”智能产品国内领先

作为山东省第三批“瞪羚企业”，海博 科技 正如瞪羚一样，已跳跃进入了高成长期。2018年是海博人最自豪的一年，“这一年我们干了两件大事，一是圆满保障了上合组织青岛峰会，二是企业产品化转型成功。”山东海博 科技 信息系统股份有限公司总经理韩东明表示。

2018年公司团队全面支撑上合组织青岛峰会视频保障工作，协助客户以环鲁、环青、环城三道防控圈为核心，整合城市监控视频、移动警务视频、海警船4G视频、卫星通信视频等，构建起海陆空视频监控联动的“天罗地网”，为各单位在指挥调度、 社会 面管控、要人警卫、应急处突、反恐防爆、情报预警等6个维度提供稳定智能的视频安保支撑。海博 科技 自主研发的视频云警务大数据实战平台，连续6024个小时以全面、稳定的场景能力保障活动安全有序举行。

2018年，海博 科技 在“AIoT（人工智能物联网）”智能产品研发上取得了极大的突破。技术研发团队凭借对人体行为分析、手势识别、图像深度学习、视频智能分析等技术的研发和创新应用，打造了多款“AIoT”智能产品，覆盖终端用户，包括智能警用无人机、警务终端、智能车载、智能体检机器人等。

（二）加强技术攻坚，持续以算法引领智慧城市赋能升级

公司的人体行为分析技术，可“实现同时对数十人的面部表情、手势、身体行为进行捕捉、识别和分析，进而做到行为预测、深度生物识别”，尤其视频大数据、人工智能产品及创新解决方案研发能力，始终在公共安全和民生领域处于国内领先。

经过对驾驶员体检业务以及相关技术应用的研究，海博 科技 研发驾驶员智能自助体检机，实现了由项目型向产品型软件公司转型的战略升级。目前拥有包括软件著作权、实用新型专利等在内的近50余项知识产权。，海博 科技 近年来成功研发推出了国内领先的驾驶员智能自助体检机。

海博 科技 在与公共安全领域用户的业务合作中发现，通过人工智能技术对提供驾驶员体检服务已经具备了技术可行性，并且也有较大的现实需求。这是一套融合了视频图像深度学习、人工智能算法、多模态感知等技术，对人体行为进行智能化检测的AIoT设备。“在学车诉求较强的旺季，一台驾驶员智能自助体检机一天能实现100余人的体检业务，彻底改变驾驶员体检线下模式，减轻体检人来回奔波、浪费人力物力，提升服务效率，有效降低整个 社会 成本，取得良好的 社会 效益和经济效益。”

（三）打通城市警务体系“毛细血管”

在技术人才方面，海博 科技 长期专注于大数据和人工智能领域的 科技 研发及技术创新工作，现已形成稳定的团队，围绕公司目前的核心产品，已攻克了多个行业共性难题。

近年来，海博 科技 共有21个独立开发的项目列入青岛市技术创新重点项目计划，与哈尔滨工业大学成立校企联合实验室，达成产学研合作项目1个，共同进行“监控视频分析与处理”项目的研究开发，开展人工智能以及视觉技术分析等内容的技术研究，分别与中国海洋大学、山东大学达成合作意向，双方未来将在人才、技术、设备等多方面进行合作。依托这些技术，公司在2020年推出海博锐鹰智慧警车系统，将算力、本地解析能力从市局、分局前移到民警手中，以边缘计算、人工智能算法打通城市警务体系“毛细血管”。

此外，海博 科技 还积极与上下游企业进行技术交流，“用 科技 守护美好生活”是海博 科技 的企业使命，每时每刻都在守护和改变着这个城市。秉持“智汇物联，安创未来”的信念，希望通过海博的研发和努力，能让城市更加安宁、和谐，美好。

（四）“数字孪生”推动城市智慧升级，从虚实结合到虚实互动，智慧孪生城市未来已来。

数字孪生作为实现数字世界与物理世界实时互动的重要技术，得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生与国民经济各产业融合不断深化，有力，成为我国经济 社会 发展变革的强大动力。

在推动智慧城市建设中，公司的计算机视觉识别技术就破解了夜间识别这一长期的行业痛点，实现了复杂环境的精准识别与定位。针对公安业务需求，海博 科技 研发了近二十项“专家+实战型”智能研判技战法模型，极大丰富了预警、研判、指挥、管控等手段，让行业尖端技术真正成为用户一线实战强有力的“武器”。

在公共安全领域，海博 科技 立足于场景化和互联网化的思维，以人工智能大数据为服务基石，基于领先的人脸识别车辆识别技术，在智能安防领域不断取得重大进步。联合安全领域全球合作伙伴共同打造出端到端公共安全解决方案，以视频解析为中心，构建大数据可视分析决策平台——智慧公安创新应用实验室。汇聚人脸识别、视频结构化、车辆识别等功能模块，实现海量视频价值数据的存储、管理和智能化应用，助力实现数字警务、智慧公安的美好愿望。

回溯创业历程，创始人深有感触：“正是对团队、员工以及客户的信任，让海博 科技 从不到十人的创业团队，一步步发展成为国家高新技术企业、山东省瞪羚企业，也让我们有勇气、有信心实现让海博的产品服务每座城市的目标。”

㈢ 如何看待互联网公司的人工智能争夺战

9月3日，高盛集团最新发布的研究报告显示，中国正快速追赶美国在AI领域的领导地位，并有可能在未来几年内创造一个由人工智能和机器学习驱动的智能经济。

高盛预计，在中国人工智能技术发展的初始阶段，因BAT拥有庞大独特的数据集，并有足够资源利用AI，BAT将会成为这一阶段的受益者。

此外，高盛对其他多家科技公司在人工智能方面的成就也都给予肯定。其中包括美团点评、滴滴出行等知名企业。

科技互联网是当下中国潮头尖端的行业之一，科技公司在资本的助推下风起云涌，近几年科技领域的新热点“人工智能”风头无两，从最初的智能助手、智能硬件、智能家居，到智能机器人，无人驾驶，人工智能日益成为资本的宠儿、科技巨头争相布局的焦点，也成了新一轮产业变革的重要驱动力。知名科技公司无一例外地，将人工智能视为自身布局未来的首选战略。

通过人工智能进行内容识别的难点其实就是自然语言理解的难点。其中，很大的困难是语言中充满了歧义，也就是语义的复杂性，包含因果关系和逻辑推理的上下文等。另外图文是否相符这个问题上，目前包括学术界也都还没有明确方法和研究模型，今日头条在做一些探索。

腾讯的AI部门，目前有50位世界知院校及机构的AI科学家、及200多位经验丰富的工程师，这些工程师90%以上的人都是博士学历以上，来自哈佛、麻省理工、哥伦比亚大学等高校。

今年腾讯在人工智能上加码，一方面，进行大规模招聘，挖人工智能领域的技术牛人；另一方面，启动AI加速器，从上千个AI创业项目挑选出优秀项目，对其进行专家导师团的辅导、注资和孵化。

与此同时，腾讯设立了美国西雅图人工智能实验室，并邀请前微软研究院首席研究员俞栋博士负责该实验室的运营及管理。

㈣ 百度AI开发者大会玩转了哪些黑科技

作为中美人工智能（AI）技术的先锋企业，在网络与谷歌各自的2018年开发者大会上，AI不约而同成为贯穿全场的主角。不过与谷歌更多讲述公司AI技术的创新与发展相比，7月4日的2018网络AI开发者大会上，网络更多展示了公司AI产业化的实际成果。

网络高级副总裁、AI技术平台体系总负责人王海峰介绍，“目前网络大脑每天的调用次数超过了4000亿次，网络大脑3.0最大的优势是多模态深度语义理解包含视觉、语音、自然语言、数据语义以及多元语义等。多模态深度语义理解不仅能够让机器听清、看清，还能够深入理解语音背后的含义，从而更好地支撑各种应用”。

作为一个以开放为理念的平台，开发者能够通过网络大脑便捷地获取AI能力，王海峰解释，“网络大脑3.0已经对外开放了110多项领先的AI能力，并通过开放EasyDL等定制化平台、软硬一体的AI能力，持续降低AI应用门槛，帮助开发者和企业应用AI实现业务创新与升级。”

打通AI与移动端的“智能小程序”

小程序的普及与流行，俨然成为现今移动端开发者必须紧跟的潮流。显然，网络也不愿意在此掉队。

2018网络AI开发者大会上，网络副总裁沈抖正式对外发布网络智能小程序。据介绍，与其他小程序相比，网络智能小程序不仅可以全面接入网络大脑的AI能力，更将在今年12月全面开源。

网络方面人士解释了网络智能小程序开放性体现的两个层面，“首先，开发者只要简单修改几行代码，就可以将自己在其他平台开发的小程序接入网络智能小程序，进而让这个智能小程序无缝运行在网络系App（网络App、网络贴吧、网络网盘等）以及外部App（哔哩哔哩、58同城等）上，实现一端开发，多端可运行。其次，网络还将开放全域千亿流量扶持开发者，帮助他们快速沉淀精准用户，而网络流量中天然存在大量与资讯、服务、工具等相关的需求，尤其是在网络信息流中，用户看到的内容都是根据兴趣匹配推荐的，这些内容可以激发用户各类需求，适合开发者去挖掘”。

而AI技术对于网络智能小程序的价值，则更多体现在精准获客上。前述网络方面人士分析，网络智能小程序可以基于大数据、意图识别、兴趣识别等技术精准找到各类智能小程序用户，有效缩短用户转化途径，为开发者和合作伙伴带来实实在在的商业效益。

网络方面提供的资料显示，接入网络智能小程序后，查违章智能小程序全网的日活跃用户在50天内增长了370%，火车票智能小程序订单转化率在20天内提升了44%。同时网络贴吧小程序上线以来，用户人均使用时长也增加了30%以上。

㈤ 乱花渐欲迷人眼,AI如何才能真正落地

人工智能历史上经历过数次沉浮，如今再次被引爆。

从政府、学术界、企业界、投资界到创业者们，无一不将人工智能视为未来方向;而分析师和媒体从业者们的海量分析报道，更是让人工智能快速占领了每一个普通人的视听。

于是，正如历史上每一个产业的兴起，人工智能在歌舞升平的同时，也逐渐变得有些“乱花渐欲迷人眼”。

从积极的一面来看，人工智能催生了大量新技术、新企业和新业态，为个人、企业、国家乃至全球提供了新的经济增长点，甚至将驱动第四次技术革命，创造巨大的价值。

IDC预计，全球人工智能支出到2020年将达到2758亿人民币，未来五年复合年增长率将超过50%。中国人工智能技术支出将达到325亿元，占全球整体支出的12%。

从消极的一面来看，尽管人工智能揭开了一个全新的时代，但也在不断滋生着“泡沫”，吹捧有之，跟风有之，噱头有之，近两年，数十家中美AI创业企业密集倒闭，大量AI创业项目中途夭折，不免让人感慨，人工智能是否只是“看上去很美”？

那么，人工智能的未来到底会发展成怎样？如何才能真正落地？如何才能实现规模商业化？尽管人工智能的概念的提出已经有六十余年，但理论、技术和应用、商业的结合并没有太多前人的足迹。

故而，在人工智能产业的发展中，“拓荒者”和“领头羊”的角色就显得尤为重要。

“场景驱动”是AI落地关键

在人工智能的诸多玩家中，阿里巴巴已经正在努力成为这一角色。对于AI的未来，阿里已经有了清晰的认知，以及与众不同的AI发展路径。

12月20日，在云栖大会·北京峰会上，阿里云总裁胡晓明提出了“AI for Instries”(产业AI)的理念：人工智能不应仅仅是实验室里的、PPT里的“概念上的AI”，更应是“产业AI”。

胡晓明表示，“产业AI”的提出，是基于阿里巴巴对人工智能的三个判断：

“第一，必须要有场景驱动，我们在解决什么问题，为这个社会的成本降低了多少，效率提高了多少;第二，在人工智能背后是否是有足够的数据来驱动AI能力的提升;第三，是否有足够的计算能力支撑我们的算法、深度学习;只有三个场景同时具备的前提下，人工智能才会有价值”。

阿里将“场景驱动”放在了首位，这正是阿里“产业AI”战略的核心，也是阿里独特的AI发展路径，更是阿里能够将AI实现落地的独家秘笈。

和很多企业和机构的做法不同，阿里的AI旅程并不是从实验室中的研究和讨论开始，而是反其道行之，从基础业务部门开始推动，让AI从日常场景中“长出来”。

例如，手机淘宝中能够让用户通过拍照的方式实现“以图搜图”的“拍立淘”功能，就是源于电商场景，之后通过解决一个个的技术问题，最终形成成熟的AI解决方案。

电商平台为阿里提供了AI生长的优良土壤。大量消费者普遍的、或者个性化的需求造就了不同的应用场景;海量数据为AI提供了充足的“原料”;而阿里云强大的计算能力则成为了AI实现的加速器。三要素齐备，阿里得以让人工智能快速发挥出价值。

事实证明，阿里选择的这条“自下而上”、“从场景中来”、“再到场景中去”的产业AI路径方向正确，并行之有效，推动了AI技术在行业应用场景中的真正落地。

“双11”当天，机器人客服“阿里小蜜”承担了95%的客服咨询;机器智能推荐系统生成了超过567亿个专属货架;AI设计师“鲁班”在双11期间设计了4.1亿张商品海报;而阿里华北数据中心运维机器人接替了运维人员30%的重复性工作。

不仅在零售领域，阿里“产业AI”布局已经覆盖城市、金融、司法、农业、教育、航空、工业、安全、环境、医疗十大垂直领域，并已相继开花结果，目标以AI技术对垂直产业进行全局重塑。

例如，在金融领域，阿里通过云计算和智能算法，将南京银行申请贷款过程中的人工视频验证减少54%;在工业领域，阿里云ET工业大脑帮助天合光能将电池A品率提升7%;在智慧城市领域，阿里云ET城市大脑在杭州接管了128个路口的红绿灯，通过对视频等数据的全量分析来优化道路运营速度和效率，在试点区域的道路上通行时间减少了15.3%。

在胡晓明看来，过去每一次产业革命都是技术与产业的深度融合，从而引发经济和社会变革，AI也不例外。未来AI要深入各行各业，去解决生活、生产和社会环境中遇到的棘手问题，这样才能引领真正的产业革命。

通过“产业AI”布局，阿里正在这条“产业与AI深度结合”的路上渐行渐远。

“ET大脑”让行业共享AI红利

一年前，阿里云发布了人工智能ET，全面整合了阿里巴巴的语音、图像、人脸、自然语言理解等能力。在12月20日的云栖大会·北京峰会上，阿里云正式推出整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体的ET大脑，将ET从单点的技能升级为具备全局智能的ET大脑，全面布局产业AI。

ET大脑LOGO

据阿里云机器智能首席科学家闵万里介绍，ET大脑的核心能力是“量子拓扑”，其诞生主线要追溯到1905年爱因斯坦发布的关于布朗运动的论文：“从一个巨大的网络上，怎么样从这些传播的表象上找到它最核心的路径？而这一点恰恰是ET大脑最核心的一个能力，也是与众不同的能力。”

闵万里表示，相较于其他AI产品，阿里云ET大脑将AI技术、云计算大数据能力与垂直领域行业知识相结合，基于类脑神经元网络物理架构及模糊认知反演理论，实现从单点智能到多体智能的技术跨越，打造出具备多维感知、全局洞察、实时决策、持续进化等类脑认知能力的超级智能体。

ET大脑的发布，意味着阿里云的AI能力已经从单点技术进化到面向垂直行业的全局能力，在过去的一年中，ET大脑在城市、工业、医疗等领域获得大量实践，量变引发质变，进而能够升级为各行业的“大脑”。闵万里表示，ET大脑将被设定为一个开放的生态，让创业公司、开发者和行业公司一起来分享技术的红利。

除了ET大脑，阿里云在云栖大会·北京峰会上还发布了ET航空大脑，用运筹优化、机器学习等人工智能方法分配停机位，预计每天调度1700架次航班，帮助乘客节省5000个小时，大大提高航班中转效率，从而降低延误率。

据闵万里介绍，为机场提供停机位的智能调度只是ET航空大脑的功能之一，航空大脑还希望深入航空的其他场景。此前，阿里云天池平台曾联合厦门航空、白云机场启动智慧航空AI大赛，向全球工程师发出邀请，用智能算法解决航空场景下的问题。未来，ET航空大脑将继续为航班智能恢复、机场地勤人员调度、航空公司航线规划等提供人工智能解决方案，打造智慧航空。

在云栖大会·北京峰会上，阿里云还宣布推出具备智能风控、千人千面、关系网络、智能客服等能力的智能决策金融方案——ET金融大脑。

据阿里云金融事业部总经理徐敏介绍，ET金融大脑可辅助银行、证券、保险等金融机构实现对贷款、征信、保险等业务的智能决策及风控监管，可大幅降低资损率，提高信用卡等预测准确率，促进金融机构在互联网消费金融、中小微企业金融服务等普惠金融方面的探索。

如今，ET金融大脑已经在南京银行、浙商银行、广发银行等金融机构得到应用，在智能风控、“千人千面”的金融服务、开拓“新金融”商业模式中大显身手。

推落地促生态，让AI“普惠”大众

从《终结者》、《黑客帝国》到《西部世界》，人类表达了对于人工智能的隐忧，未来，人工智能是否将代替人类？MIT人类动力学实验室主任、《智慧社会》的作者Alex Pentland曾经指出，其实我们要忧虑的并非是全球化人工智能本身，而是它的幕后操纵者。

人工智能是人类创造的工具。如今，业界更乐于将人工智能定位于“增强智能”，其目标不是为了代替人类，而是增强人类的能力，为人类生产生活服务。故而，人工智能不应被封闭在实验室之中，而是要与人类生产生活紧密结合，普惠大众。

阿里所提倡的“产业AI”，正是一种将其AI能力开放，普惠大众的做法。阿里AI能力相继在城市、工业、汽车、零售、金融、家居、航空等领域落地，在破解行业难题的同时，也切实为普通消费者的生活带来了改变，让消费者切实能够从AI中获益。

阿里也正在通过开放合作，让AI能力惠及更多的行业和消费者。

在云栖大会·北京峰会上，阿里云和中国电信在安全领域展开合作，双方将于明年共同推出定制化DDoS防护服务，为中小企业提供普惠安全;新华书店携手阿里云，布局智慧书店，在消费侧与顾客建立紧密连接，打造全新的“悦读生活”理念，满足消费者多元化、个性化的需求。

同时，阿里云同隆平高科、中信云宣布达成战略合作，计划将ET大脑推进到农业领域，主要用于筛选育种、基建数据化、农事管理、基地选址及农作物生产预测。阿里云与宝马中国正式对外宣布，双方将基于物联网，为宝马车主提供从家到车的一站式无缝连接的远程服务，实现查询汽车实时状态以及远程控制车辆的智能生活。

除了将AI技术和行业深入结合，普惠大众，阿里还在积极参与人工智能生态的建设和人才的培养，推动人工智能在中国的加速落地。

在云栖大会·北京峰会上，阿里云联合掌通家园、贝聊、智慧树、小蚁科技、得图等厂商发布了“AI视觉守护联盟”，希望将人工智能、视频技术和工业、农业、教育等行业深度结合。

阿里云深度融入了国家大数据战略，包括深度参与两个由政府发起的大数据国家工程实验室;阿里云“天池”大数据平台已经聚集了超过11万名开发者;阿里亦已和307所中国大学开启了普惠计划，将云计算、大数据、人工智能等新技术带进高校，培养人才。

综上，中国人工智能的发展和落地，既需要“拓荒者”和“领头羊”，也需要整个生态的繁荣和健康发展。在这个过程中，阿里及其所布局的“产业AI”，都扮演了关键的角色。