如何才能讓急需救助的人盡快趕到他要去的醫(yī)院？如何能讓每一個急著趕往學校里接孩子的家長能夠提早一分鐘到達？如何能讓監(jiān)管部門看到每一個?；奋囕v實時的路徑？讓所有企業(yè)用戶在數(shù)字化轉(zhuǎn)型的過程中得到的不僅僅是一個存儲成本的降低，而是數(shù)據(jù)的無限增值？

以上的種種，在阿里云這里都成了可能。在2017杭州·云棲大會上，阿里云機器智能首席科學家閔萬里告訴人們不要再依賴于強行的制度或者僥幸，而是讓數(shù)據(jù)增值，讓每一比特數(shù)據(jù)都能服務于人。

在閔萬里看來，如果數(shù)據(jù)不能被計算，就是沉睡的金礦。“我們通過計算這個杠桿，來撬動整個社會中沉睡的公共數(shù)據(jù)資源，把底層的價值釋放出來，由此產(chǎn)生的價值是無法想象的?！?/p>

閔萬里說，人們都知道波爾量子論、知道廣義相對論、知道麥克斯韋方程組，知道視頻識別、知道人臉識別、知道OCR，但問題的關(guān)鍵是如何才能將這些分散的一個一個的原子（技術(shù)）結(jié)合在一起形成一個“功能臺”至關(guān)重要。

當“功能臺”搭建完畢，如何才能讓系統(tǒng)更為智能更是難上加難。在現(xiàn)場，閔萬里以救護車為例闡述道，當救護車著急趕往醫(yī)院的路上，有電瓶車跟它搶、有公交車跟它搶，還有闖紅燈的行人跟它搶，如何才能讓所有人理解生命對于綠色信號燈的呼喚，主動讓開一條路而不是靠以往的鳴笛？

“阿里云花了一年時間，在蕭山證明這件事可行。”閔萬里在現(xiàn)場說?！斑@也就是怎么能夠在單點多能之外做到多體多能？ 假設有一條流水線ABCDEFG，最后的產(chǎn)品是H，每一條流水線上的工人們的操作都可能存有一些偏差，當前者有偏差時，后面的人如何實時糾正才能保證H是穩(wěn)定的？而這就需要ABCDEFG有機的協(xié)調(diào)在一起，但這種協(xié)調(diào)絕對不是事后的分析，而是在線的實時反饋?！?/p>

隨后，閔萬里還以蕭山為例說明之。在蕭山，阿里云讓救護車的等待時間最少降低50%。在這個過程中：

• 阿里云調(diào)動了120實時的語音NLP分析，解析救護車去到的地方、送到的醫(yī)院、以及沿途之間的路徑；

• 隨后迅速的規(guī)劃出在沿途每一個關(guān)鍵節(jié)點到達的時間，然后據(jù)此調(diào)解信號燈；

• 再者，把整個路徑動態(tài)下發(fā)給急救車的司機、交通信號燈指揮中心以及醫(yī)院的急救室。幾點幾分到達急救室，需要什么樣的設備，需要什么樣的藥物，所有的這一切不僅是自動化的結(jié)果，更是智能化的結(jié)果。差一分一秒就是信號燈周期好幾分鐘，有可能造成無法想像的后果。

他強調(diào)說，這其中最重要的環(huán)節(jié)就是中間的環(huán)節(jié)，讓每一個路口的信號燈在提前幾十秒為其開通綠色，要精準的知道它幾點幾分會到達這個路口，它會到哪些路口，提前規(guī)劃。

在閔萬里眼中，該案例只是一個多點多能的樣板、試點；同時，這也是一個高效的多體多能的演練、實戰(zhàn)。

以下是閔萬里現(xiàn)場演講文稿，雷鋒網(wǎng)作了不改變原意的修改及編輯：

世界上最令人絕望的等待就是生命已危在旦夕時還無法跨過救護車到醫(yī)院的距離。這其中包括很多原因，最無情的是阻攔救護車到達的信號燈。

要做到全城的綠色信號燈給到每一個等待拯救的生命，這背后不僅要有普惠的情懷，也需要有技術(shù)的實力。這里不僅僅是人工智能技術(shù)，還有今天我要講到的多體智能。

給大家講一個故事，1900年的時候，經(jīng)典的物理學已經(jīng)非常完美，牛頓力學三大定律、麥克斯韋方程組，圓滿解釋所有物理學的現(xiàn)象。有人對這個現(xiàn)狀不滿意，第一個人就是愛因斯坦、第二個人就是波爾。大家都知道愛因斯坦廣義相對論、引力波，諾貝爾獎，波爾量子論、量子力學、量子計算。今天我們要講的是同樣的一個故事，當我們今天有了這么多非常厲害的視頻識別、人臉識別、OCR、文本識別、語音對話的時候，我們是否就可以輕松的解決剛才講到的一路綠色的生命通道？答案是不是那么簡單，它還有很多技術(shù)的挑戰(zhàn)。

每個單個的原子代表人工智能技術(shù)，人臉識別、語音對話。第一個挑戰(zhàn)就是怎么把這些分散的技術(shù)有機的結(jié)合在一起成一個功能臺，叫單體多能。就像我們生物的進化從單細胞到功能臺一直到今天強大的哺乳類動物人類一樣，這是進化的過程。有了單體的多能還不夠，當許多個單體一起競爭的時候，怎么讓這個系統(tǒng)變得智能？像救護車的場景，有電瓶車跟他搶，有公交車跟他搶，還有闖紅燈的人跟他搶的時候，怎么樣讓所有人都能夠聽到生命對于綠色信號燈的呼喚，主動的讓開一條路而不是靠以往的那種鳴笛。

這是一條進化的道路，從單點的單功能到多體的多能之間的有機的協(xié)調(diào)。這條路通嗎？可以跟大家說，這條路很難。為了做蕭山的案例我們花了一年的時間，但是至少我們證明一件事情：可行、可達。

這一條路怎么走過來的？千里之行始于足下，首先在基礎性的功能上做到極致。就像今天大家的視覺、視頻、人臉識別已經(jīng)在城市大腦當中用起來，精準的量化每一個路口左轉(zhuǎn)的車輛有多少輛，右轉(zhuǎn)的有多少，直行的有多少。不是統(tǒng)計數(shù)據(jù)，精準的識別車的類型，幫助城市做交通政策的研判，做實時的排堵。

同樣的道理，我們講的語音識別，可能大家也看到新聞，我們在法院的庭審當中已經(jīng)做到語音直接轉(zhuǎn)到文字上面去。還有我們在武漢給每一個外來的游客通過語音交互的方式做智能的問答、智能的推薦，這些都是已經(jīng)落地的單點的智能。

還有剛剛提到的，讓數(shù)據(jù)可視，其實不僅僅是可視，而且可解讀。究竟從哪個視角才能了解城市發(fā)生了什么，高樓的建立對這個城市有什么影響？回答這些問題要從多個數(shù)據(jù)源、多個角度去探索。以往做規(guī)劃、測繪的時候靠軟件、靠CAD，非常的慢，甚至還有可能無法做到數(shù)據(jù)的疊加，但是今天通過這些黑科技，已經(jīng)可以做到。

如今我們不僅做到可視，還可以把這些數(shù)據(jù)放在一起，聚合不同類型的數(shù)據(jù)在具體的場景，比方消防、安監(jiān)、綠色環(huán)保等等環(huán)境污染監(jiān)控，在這些上面做多種數(shù)據(jù)的實時融合，及時的發(fā)現(xiàn)哪一家企業(yè)的排廢是有問題的，及時發(fā)現(xiàn)哪一個消防重點單位有可能出問題，最近的消防車在哪里，需要升降云梯到多少層以上才能急救這樣一個火災。這些決策都是秒級之間完成，要做到這一點還是需要數(shù)據(jù)的實時聚合。

但是這些可能大家都覺得說我們已經(jīng)有了非常先進的管理理念和體系制度，不錯，在先進的理念的基礎上，還需要技術(shù)的賦能。一個好的理念和一個壞的執(zhí)行之間是產(chǎn)生不了一個成功的結(jié)果，產(chǎn)生不了普惠的價值。

我們怎么能夠在單點多能之外做到多體多能？

假定你有一個流水線，ABCDEFG，最后生產(chǎn)出來的是H，H是你的產(chǎn)品，每一個流水線上的工人們，他們的操作，都有可能有一些偏差，當他們有偏差的時候，后面的人怎么樣的實時糾正，最終保證的這個圖當中最核心的就是這個H是不動的，任它風吹雨打這個船始終在穩(wěn)定著。產(chǎn)品的質(zhì)量是穩(wěn)定的，生產(chǎn)的效率是穩(wěn)定的，良品率是穩(wěn)定的，怎么做到？就需要前面的ABCDEFG有機的協(xié)調(diào)在一起，這種協(xié)調(diào)絕對不是事后的分析，做報表能夠做出來的，一定要在線實時反饋。

這樣一種理念，我們用到了恒逸集團，燃煤過程中吹風的過程中，把煤吹起來，吹煤的速度太快了沒有燃燒充分，太晚了效率下降，一環(huán)扣一環(huán)像ABCDEFG，怎么動態(tài)調(diào)解，確保生產(chǎn)出來電的效率是最高的。排的污，廢氣，沒有充分燃燒的硫是最少的，我們都做到了。這都是單點單能，多體多能的案例。

蕭山的案例。救護車趕著救人卻感受到了信號燈的沉默，它聽不到信號燈的聲音，它只能遵守體制，在左轉(zhuǎn)車道等紅燈，哪怕它有特權(quán)也飛不過去，這種令人絕望的等待怎么讓技術(shù)帶來新的希望。

大家可以看到，這里面最難的是什么？最難的其實就是每一個人，每一個司機，可能都有自己的利益訴求。都是一個非常聰明的人，都能夠殺出一條血路快速到公司上班。這種情況下，怎么從全局的角度讓最有優(yōu)先級的人，最需要時間的救護車及時的過去，重點就是中間的環(huán)節(jié)，讓每一個路口的信號燈在提前幾十秒為他開通綠色。那么要精準的知道它幾點幾分會到達這個路口，它會到哪些路口，提前規(guī)劃。

今天我們做到了，我們壓縮了這個時間50%。至少多了希望是50%。那50%的時間，帶來的是生命的挽救，這個價值其實是真的無法衡量的，是一種普惠的結(jié)果。

這只是一個多體多能的一個樣板、一個試點。在這個體系當中我們調(diào)動了120實時的語音NLP分析，解析去到的地方，送到的醫(yī)院，以及沿途之間的路徑，這是第一點。第二點迅速的規(guī)劃出在沿途每一個關(guān)鍵節(jié)點到達的時間，然后據(jù)此調(diào)解信號燈，這是第二個節(jié)點。第三個節(jié)點要把整個的路徑動態(tài)的下發(fā)，下發(fā)到急救車的司機身上，下發(fā)到交通信號燈指揮中心的身上。還有一點就是醫(yī)院的急救室，幾點幾分到達急救室，需要什么樣的設備，需要什么樣的藥物，所有的這一切不僅是自動化的結(jié)果，更是智能化的結(jié)果。差一分一秒就是信號燈周期好幾分鐘，有可能造成無法想像的后果。

這是一個高效的多體多能的一次演練，一次實戰(zhàn)。

這個過程是怎么完成的？為什么我們能夠做到或者敢于挑戰(zhàn)大家都已經(jīng)習以為常的一百年的制度，靠信號燈，靠救護車的鳴笛聲去闖信號燈，這個制度存在幾十年了，為什么今天要挑戰(zhàn)它？因為它不完美，因為它依賴太多不確定的因素，因為有這些產(chǎn)品，多體智能的路標，底層計算平臺到數(shù)據(jù)平臺，剛剛提到的one data，還有存儲器，都是底層的黑科技，把黑科技有效的組合有情懷的組合，帶來的就是普惠的價值，讓每個老百姓，讓每個城市的綠色的生命通道暢通50%。

這只是一個開始。我們做的只是雪地上的一串腳印?？雌饋矸浅５膬?yōu)雅，帶給你的是詩和遠方，但是春暖花開的時候雪慢慢的熔化，這一串腳印慢慢的消失，一切都成為一種傳奇。但是人類在月球上的第一個腳印，48年了還存在著。一個很深的雪地上的腳印也是一種創(chuàng)新，一種突破，給了大家想像的空間。

但是那么淺淺的一個腳印在月球上，給了人類一個大步，給了我們一個無窮的想像的空間，探索宇宙，愛因斯坦沒有滿足四大力學的經(jīng)典，他創(chuàng)造了宇宙學當中的引力波、廣義相對論，今天同樣的，阿里云我們也不滿足于只做人工智能當中視頻識別、語音識別還有文本識別，這些我們都可以做，但是這不是我們的終極目標。

我們的終極目標在哪里？多體智能、普惠，讓所有的人不再依賴于一種強行的制度或者僥幸，找到它急救的醫(yī)院，讓每一個急著趕往學校里面接孩子的家長，能夠早一分鐘看到家長。讓監(jiān)管部門能看到每一個?；奋囕v實時的路徑。然后還有最重要的一點，讓所有企業(yè)用戶在數(shù)字化轉(zhuǎn)型的過程中，你得到的不僅僅是一個存儲的成本的降低，更重要的是你有增值，數(shù)據(jù)智能的增值，阿里云的實踐已經(jīng)證明這個事情的可行。

那么今天我想給大家傳遞的信息很簡單，如果我們一起前行，一起往這個方向走，走往多體智能的道路，今天創(chuàng)造的就不僅僅是蕭山的綠色生命通道，我們創(chuàng)造的可能是中國的每一個城市，每一個區(qū)里面都有這樣彈性的綠色通道，最后得到的一個無法計算的價值。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。