阿里AI Labs被撤，还能担起“最大AI公司”的名号吗？｜动察

Original 陈静动点科技 2021-12-06

文 | 动点科技

作者 | 陈静

近日，据职场社交平台脉脉用户爆料，阿里巴巴人工智能实验室（AI Labs）基本关闭，阿里官网和达摩院都删除了阿里人工智能实验室的相关页面，但其他实验室的 AI 研究仍在正常进行。

阿里方面的回应是，在上一轮架构变动中，阿里 AI Labs 已经整体并入云智能。2020 年 1 月，阿里巴巴宣布升级在 IoT 上的战略布局，将 AI Labs 天猫精灵业务升级为独立事业部，由阿里云 IoT 负责人库伟负责。AI Labs 则由谭平教授带领，在阿里云开发者社区页面显示的名称已经变更为 “阿里云人工智能实验室”，主攻 3D 视觉领域。

阿里巴巴一直热衷于向外界宣扬其对前沿技术和基础科研的重视。2017 年成立了达摩院，阿里巴巴方面称，在多年持续投入下，达摩院如今已拥有 10 多位 IEEE Fellow、20 多位知名大学教授，研究覆盖人工智能、量子计算、芯片技术、自动驾驶等领域，在国际顶级技术赛事斩获 60 余项第一，在国际顶级会议发表论文 500 余篇。

对于近几年最受重视的 AI 技术，阿里巴巴在 2016 年成立了 AI Labs 之后却选择将其并入云智能。这背后有哪些原委？这一动作又会对阿里的技术生态产生哪些影响？会不会让阿里在未来的技术竞赛的中丧失优势地位？一系列疑问或许可以从回顾 AI Labs 的历史中找到答案。

阿里 AI Labs 发展史

根据公开资料，阿里巴巴人工智能实验室成立于 2016 年低调成立，2017 年 7 月 5 日首次公开亮相，主要负责阿里巴巴旗下消费级 AI 产品的研发，致力于研究前沿科技并与商业结合，将人工智能技术赋能机器，服务 20 亿消费者，立志成为下一代人机交互入口。

阿里 AI 实验室的主要研究方向有：语音助手、工业设计、智能制造、机器人技术等。该实验室已经孵化出天猫精灵、AliGenie 硬件开放平台、行动机器人等产品。

在 2019 年底的云栖大会上，阿里巴巴方面宣称其 AI 每天调用超过 1 万亿次，其中日处理图像 10 亿张，服务全球 10 亿人，日处理图像 10 亿张、视频 120 万小时、语音 55 万小时及自然语言 5 千亿句。在如此庞大的数据下，阿里巴巴宣称自己已经成为中国最大的人工智能公司。

同时，阿里也宣称其 AI 研发投入连续 3 年居上市公司第一；是首批国家新一代人工智能开放创新平台。

在 2020 年度阿里巴巴全球投资者大会上，阿里巴巴集团首席财务官武卫首次披露，近几年，阿里巴巴每年在技术和研发上的投入都超过 1000 亿元。

在其 2019 年公布的 “AI 全景图” 中，囊括了产业 AI、各种算法、AI 计算平台、基础设施、芯片等各个层面。其中，基础层包括了边缘计算、专有云、公共云、终端、芯片等；平台层包括了给开发者使用的飞天 AI 平台、飞天大数据平台、飞天 AIoT 平台等；AI 服务层和产业应用层包括了可以直接应用在现实场景中的 AI 服务。

在其公布的 “阿里巴巴科技树” 中，AI 是其底层技术架构的重要一环。

阿里巴巴语言&语音 AI 技术曾一度走在业界前列。在语音识别方面，2018 年 6 月，阿里自主开发的语音识别模型（DFSMN）将全球语音识别准确率纪录提高至 96.04%。在语音合成方面，自主研发的 (KAN-TTS) 语音合作技术，将特定发音人数据的自然度能提高到 97% 以上，有望通过图灵测试。阿里语音助手被《麻省理工科技评论》选为 2018 十大科技进展。

天猫精灵是实验室旗下最成功的消费级 AI 产品品牌。国内智能音箱市场上，天猫精灵以 35.2% 的市场份额领先。可以说，阿里 AI Labs 的语音产品大获成功。根据 IDC 2020 年 12 月最新数据显示，2020 年第三季度中国智能音箱出货量约 829 万台，其中天猫精灵以 290 万台出货量居中国市场首位，占比 35%。

不过，天猫精灵可能是其推出的唯一比较成功的产品。在 2018 云栖人工智能峰会上，阿里巴巴曾推出过多款人工智能产品，包括一款天猫精灵人机交流车载系统，两款搭载天猫精灵系统的移动机器人太空蛋、太空梭等，而这些产品则没有像天猫精灵那样受欢迎。

阿里 AI Labs 曾经网罗的人才

在 2019 年的云栖大会上，阿里曾以集中化的方式呈现了自己的 AI 全貌，公布了 “AI 全景图”。其中罗列了阿里 AI 生态中囊括的众多 AI 大咖，包括了 TensorFlow 和 caffe 的主要作者贾扬清、曾任职美哥伦比亚大学副研究科学家的褚崴、前谷歌资深研究员徐鹏、前高通首席工程师陈颖、加拿大西蒙弗雷泽大学（SFU）终身副教授谭平等 20 多位 AI 科研人才。

图|阿里 AI 生态中的 AI 科研大咖

2019 年 9 月 18 日，阿里引入了两位计算机视觉领域的专家——前高通首席工程师陈颖和加拿大西蒙弗雷泽大学（SFU）终身副教授谭平。谭平曾是 360 人工智能研究院副院长，加入阿里巴巴人工智能实验室担任计算机视觉首席科学家。陈颖是芬兰坦佩雷理工大学博士、前高通首席工程师，于 2018 年 11 月加入阿里 AI 实验室，任人工智能和边缘计算首席科学家，负责 IoT 视觉方案。

除了陈颖、谭平外，核心产品及技术研发团队还包括实验室负责人陈丽娟、语音技术首席科学家聂再清、机器视觉杰出科学家李名杨、首席设计师李剑叶等。

在网上流传的一张 “AI 人才流向图” 中，阿里与谷歌、微软、百度成为 AI 人才流向的重要一级。

不过，在 AI Labs 被合并的前夕，已经有媒体报道阿里巴巴 AI Labs 曾发生了部分人员变动，多位科学家已经离职。2020 年 12 月底，阿里巴巴 AI Labs 北京研发中心负责人、语音助手首席科学家聂再清，宣布已加入清华智能产业研究院任教。

阿里 AI Labs：技术落地才有价值

追究阿里 AI Labs 关闭的原因，从以往阿里高管们对 AI 技术发布的言论中或许能看出端倪。

马云曾经在 2017 年的云栖大会上给实验室（包括达摩院）有过定位：“90% 以上研究的东西，不能只在实验室里面，必须在市场上。只有这样，这个实验室才能走得长。”

在 2019 年底的云栖大会上，阿里云智能副总裁马劲提出：“产业实践是检验 AI 价值的唯一标准。” 阿里产业 AI 的实践落地包括搜索、设计、客服如阿里小蜜、公共服务如城市大脑、物流、语音终端、翻译等。

“无产业不 AI”，阿里太强调将 AI 应用于产业的实践，重落地轻概念，认为技术落地才有价值。

阿里 AI Labs 的贾扬清作为 TensorFlow 和 caffe 的主要作者，经常被问到一个问题：“阿里要不要做自己的深度学习模型？”

贾扬清在 2019 年的云栖大会上有过这样的回应：“我们不重新做轮子。几年前深度学习引擎更多的是在做最简单的建模。”“阿里不需要为了创新而创新，而是在现有的深度学习引擎之上做文章。”

种种迹象表明，阿里太强调 AI 技术的实践价值。而事实上，人工智能在实验室和实际场景的表现完全是两回事。

在国内，人工智能实验室是伴随着人工智能技术爆发的浪潮涌现的。AI 产生价值要靠充足的算力、算法、数据，而这三类资源只有大公司才能提供。矛盾在于，大公司有盈利需求，而科学研究常常伴随着失败。