初創公司選擇做某一技術通常具有一定偶然性，但大公司選擇的技術路線則充滿了諸多必然，它通常與公司業務具有延展性關聯，而且也會深刻影響中國AI的未來發展方向，因大公司的技術往往會演變為平臺，在平臺上會繁衍出巨大的產業生態，形成某一領域的勢能或事實標準，這就是 BAT三家公司的AI戰略備受關注的原因。
在BAT三家公司中，阿里的AI戰略圖譜是最後一個完全呈現的，今年9月20日阿里巴巴在杭州的雲棲大會上舉辦了“2018杭州雲棲大會機器革命·人工智能峰會”，在這個會上，阿里巴巴人工智能實驗室總經理陳麗娟給出阿里AI聚焦的重點既下一代人機交互、自動駕駛、服務機器人。阿里為什麼鎖定這三個領域？在這些同樣充滿了競爭對手AI賽道上，AI有什麼不一樣的邏輯和打法？
自動駕駛阿里為什麼選車路協同
自動駕駛是人工智能最大的風口，百度、騰訊都已經在這個賽道上，阿里不可能對即將開啟的萬億元規模市場袖手旁觀。而且此前阿里AliOS已經與上汽等車企合作共同打造互聯網汽車，阿里雲與杭州市聯合打造了“城市大腦”，切入點就是智慧交通，加上阿里收購了高德地圖，而且菜鳥中有物流車的應用場景，從這一系列的佈局和關鍵詞來看，自動駕駛沒有理由不在阿里巴巴的版圖上。
但是採取什麼路徑來走，究竟那條路徑才是通向中國自動駕駛的最佳路徑，阿里人工智能實驗室在2016 年成立之時並沒有過早對此下結論，因為它需要時間摸索和觀察。對於大公司來說，理清思路、找準維度、找到實現的商業路徑，比懵懵懂懂著急忙慌衝進去做技術更重要。
英特爾中國區總經理楊旭在接受《中國電子報》記者採訪時曾表示，大公司轉型和確定產品路線是很謹慎的，也是需要時間來摸索。在摸索和驗證階段你或許會感覺到它緩慢，但一旦想清楚、一旦決定，它的資源整合、行動力和執行力是非常迅速的。
阿里對待自動駕駛的選擇體現了這一點。陳麗娟在阿里的人工智能峰會上表述了她以及阿里的思考選擇過程，自動駕駛出現在80年前，但至今沒有大規模應用，原因有幾個方面，其一是成本太高。法國一家調查數據公司顯示目前每輛自動駕駛車的成本是20萬美元，這不是能夠普及的價格。其二是還不夠安全。從感知的維度看，依然有無法做到100%感知，依然有感知的盲區和死角。傳統技術的感知準確是80%，創新技術感知準確是93%，但依然有7%無法解決。
事實上，阿里人工智能實驗室在理論和測試場上已經將自動駕駛單車智能實現了L4級別，“但卻越做越害怕，因為道路和網絡和高精地圖等很多維度的條件並不具備。”阿里巴巴人工智能實驗室首席科學家王剛說，首先是感知盲區、死角和障礙物遮擋，導致傳感器不能絕對準確識別，帶來真實環境裡的安全隱患。其次，現在單車智能都極度依賴高精度地圖，但高精度地圖實時更新太慢。再加上成本的困擾，這都是普惠自動駕駛無法承受的。
基於這些挑戰，阿里的自動駕駛開始將原來的只是基於自動駕駛“車”這個本體的視角向更寬的維度拓展，究竟哪些維度的加入能夠降低自動駕駛車的成本、能夠提高安全性。答案是除了車本身智能，還需要車、路協同智能。“很多問題可以通過聰明的交通道路和聰明的交通設施解決。”王剛表示，通過建設道路，可以共享智能能力，車可以減配，減少車的成本，從而帶來整體自動駕駛的成本降低。通過汽車路側連成網絡，可以形成無死角、無盲區的全覆蓋，實現超視覺感知路況以及車況，彌補自動駕駛對車身傳感的唯一依賴。
而這樣的解決路徑不僅僅是給中國，也給全球自動駕駛的落地找到了可實現的路徑。事實上目前困擾全球自動駕駛的不僅僅是自動駕駛車本身的智能如何從L1不斷向L2L3L5推進，同樣重要的是道路、網絡、高精地圖等更多維度的智能協同，以及可實現的商業路徑的探索。當眾多的汽車廠商、互聯網造車勢力、創業公司都湧向自動駕駛造車潮中的同時，在其他的維度同樣需要更多的關注。而大公司有更多的能力和資源和號召力，應當在這些方面進行更多的投入。
不久前阿里巴巴集團技術委員會主席王堅對《中國電子報》記者表示，智慧城市經過很多年的建設，城市的各個領域、各個維度都建立了很多的智能系統，但是這些系統是割裂的，缺乏一個城市的智能操作系統、缺乏城市大腦來將各個維度的資源實現智能的整合、適配，這也就是為什麼做了AliOS、阿里雲之後的他要積極推動城市大腦的原因。
關於車、關於出行，阿里巴巴所佈的局是“自動駕駛車”、“車路協同智能”、“城市大腦”。
從介紹來看，目前阿里的車路協同智能相對於傳統自動駕駛，增加了路端與雲端的能力：通過智能感知基站，首次讓道路擁有了信息採集、精準識別、互聯互通等精裝感知能力，為雲端和車端提供信息與服務；雲端可以綜合車端與路端的信息，進行大數據統籌分析。車路協同方案超越單車自動駕駛，能夠有效賦能全域交通。從接下來的重點來看阿里自動駕駛的下一階段重點，一方面是智慧物流車，另一方面，通過與交通運輸部公路院合作，推進道路數字化，讓車路協同方案儘快落地。
阿里人工智能實驗室在阿里集團的定位是“中臺”，這意味著它推動AI既需要看阿里現實業務場景的結合點，又要看未來的顛覆技術的局點，處於“理想與現實”的交叉點上，觀察它既能看到阿里的戰略層佈局與思考又能看到阿里AI的戰術打法。
服務機器人的阿里路徑
服務機器人有巨大的市場，但同時做起來也不容易，所以找到服務機器人落地的商業場景和商業路徑、商業痛點同樣是需要探索和摸索的。此前，阿里巴巴曾與軟銀合作打造服務機器人，但是失敗了。關於這款機器人本身，業界有不少評論，其中之一，是它功能過於理想化，而實現的成本太高，這導致它難以快速落地和產業化。事實上，服務機器人有巨大的市場，從陪伴從協助人等等維度有巨大的需求，但是陪伴或助殘等等服務機器人其安全性、穩定性以及可購買力來看，仍有很長的路要走。所以選擇什麼樣的路徑和商業場景、做哪一類的服務機器人就成為阿里人工智能實驗室重要思考課題。
陳麗娟透露，阿里巴巴機器人的發展，優先支撐和滿足阿里巴巴經濟體需求，在技術和需求得到驗證之後，才會進一步向整個行業與公眾生活開放，而阿里未來酒店是最適合服務機器人體現自身能力的場景。在今年即將啟用的阿里未來酒店上，大家會看到阿里的服務機器人。
應該說阿里AI選擇的這條服務機器人路線是務實的、也是正確的。首先提供給阿里自己的經濟體使用，在這個過程中不斷試錯，不斷成熟在走向更大的商業場景，“自己做自己的白老鼠”是正確選擇。其次，從某些細分行業切入，不是做大而全的家庭服務機器人，能夠將細分行業的服務機器人快速做成熟，避免了此前Pepper一開始就希望做完美服務機器人的誤區。同時從行業切入，行業有購買力，而且對技術的容錯度和寬容度也比家庭和個人消費者要高。基於這些理由從技術實現和商業實現上，都能夠讓阿里的服務機器人走得更好、更快、更可持續化。
陳麗娟給出的時間表和探索的領域是未來五年，會將此服務機器人將重點探索佈局包括酒店在內的，醫院、寫字樓、餐廳等垂直應用領域的合作，打通機器人在樓宇中的垂直移動能力，打造初具規模的商業建築內的移動公共基礎設施。
從能力來看，目前阿里的服務機器人支持語音、手勢、觸摸、燈光等多模態主動交互、支持艙體空間可變和雙向往復行進，可以通過人機借力，為終端用戶提供無人配送、精準投遞等多種貼身服務。
馬雲說，上一個時代是人像機器，而下一個時代是機器像人。阿里要做“能夠完成人無法完成任務的機器人”。在本次人工智能峰會上，阿里巴巴給出了機器人全新的定義，擁有感知、分析、決策、執行能力的非生物智能體，從目前來看，阿里的機器人主要鎖定在三個方向，智能音箱（家庭陪伴機器人）、商圈服務機器人和自動駕駛汽車（移動出行機器人），分佈在家、商圈和城市進行佈局和探索。
眼下，阿里的商業業務越來越多實現線上線下的融合，從無人超市到未來酒店等，阿里不斷尋找新的未來商業場景。而阿里認為，機器人會成為未來商業體驗和商業基礎設施很重要的部分，所以阿里巴巴的AI戰略，即機器人戰略。
閱讀更多 X工品 的文章
