去年十月份，馬云成立阿里巴巴達摩院，三年拿出1000億布局前沿技術的研究，并對它提出三個要求，“活得要比阿里巴巴長”、“服務全世界至少20億人口”、“面向未來用科技解決未來的問題”。
在過去的9個月中，阿里達摩院也陸續傳出來自各方的技術大牛加盟；公布了正在研發中的AI芯片Ali-NPU；研發出量子電路模擬器“太章”，率先實現81量子比特（40層）的模擬；應用在上海地鐵站的語音購票等消息，但整個達摩院（正如其名）還隱匿在云霧中。
日前，達摩院的業務終于揭開面紗，四大業務板塊公諸于眾。
一、圍繞人、物、空間推動機器視覺落地
阿里達摩院機器智能技術實驗室資深算法專家謝宣松分享了計算機視覺在產業中的應用，主要圍繞人（醫療視覺）、物（行業視覺）、空間（城市大腦）、設計（視覺生成）幾個維度來展開。謝宣松談到，圍繞人、物、空間來做一些機器視覺，目的是協助人提高效率。
第一種是診斷內容肉眼可分辨，正常&故障樣本充足，對漏報有一定的容忍度。這種場景就很適合機器來做，比如對鐵路螺母是否松動的監測。第二種是人肉眼難以發現，可根據情況用機器視覺作為代替。第三種是故障樣本極少，但造成事故的結果又很嚴重，這時可以用機器視覺輔助人工檢測。
限定了邊界后，就可以尋找技術落地的場景了，比如阿里基于視頻分析，可以自動進行鋼圈安全監測，實測精度在95%以上；再比如通過目標檢測和行為分析，對豬的疫情等進行預警，前一段阿里云用AI養豬種瓜，也是風靡互聯網圈。
阿里是以電商起家的，廣告需求廣泛存在于淘寶商戶中，尤其是雙十一這樣的購物節設計需求大量存在。阿里特意構建了設計知識圖譜，通過視覺生成來生成廣告效果圖。
其中最典型的應用就是魯班系統在淘寶中的應用。謝宣松談到，雙十一天貓、淘寶上大量的banner圖片，其中很大一部分都是系統自動自動生成的。比如去年雙十一用AI產圖2.5億張，累計產圖10億張。身為設計師的你看到這一結果是否會亞歷山大呢？
二、量子計算中長期的布局
時下火熱的一個概念就是量子計算，因為量子計算機一旦取得突破，在算力上就會遠遠高于經典計算機，從而帶來算力革命，但這一現象短期內很難發生。
正如阿里達摩院量子實驗室的量子科學家徐華所言，通用量子計算機發展前路漫漫，近期我們期待可以解決特定問題的量子芯片，以及針對量子系統進行模擬的量子芯片。
今年3月份，谷歌提出72個比特的芯片方案。而后5月份，阿里量子實驗室團隊基于阿里的計算能力，實現了81量子比特的模擬。但徐華總結到，目前的量子霸權象征意義大于實際意義，因為本身解決不是通用計算問題，只能算是技術發展過程當中的一個個里程碑。
三、機器翻譯
阿里國際化的生命線機器翻譯是利用計算機將一種自然語言專為為另一轉自然語言的過程。這項技術已經有60年的歷史，但在最近30年才可以使用。
阿里達摩院機器智能技術實驗室研究員葛妮瑜分享了他們在機器翻譯技術中的探索與應用，她將機器翻譯稱為阿里國際化的生命線，因為阿里國際電商、即時通訊（釘釘）、旅游（飛豬）等場景存在大量的翻譯需求。
與谷歌的通用神經機器翻譯不同的是，阿里的機器翻譯更加聚焦在國際電商、即時通訊、旅游上，采用神經網絡機器翻譯（NMT）、統計機器翻譯（SMT）等多模型結合的方式進行翻譯，目前已覆蓋21種語言，48個翻譯方向。
葛妮瑜介紹，目前阿里機器翻譯服務100+業務場景，日均調用7.5億次，全年翻譯字符數超過120萬億，應用于電商平臺、物流、支付、云計算、社交等。
四、推行業語音識
別語音識別是一種常見的將語音轉換為文字的技術，目前各家做語音識別的公司都號稱通用語音識別準確率達到95%以上，但是在細分場景、特殊領域中，這一識別率會大大下降。
阿里達摩院機器智能技術實驗室高級算法專家雷鳴分享到，得益于更強大的計算能力，以及更多更真實的數據，語音識別正在快速發展，并且工業界正在成為創新的主流。
目前谷歌、微軟、百度等都采用通用識別的技術，與其不同的是，阿里則重點布局了行業語音識別、IoT語音識別和新零售語音識別。
在具體應用方面，阿里的語音技術已經廣泛應用在家庭、車載、公共空間。比如家庭的智能音箱，上汽榮威RX5中的車載語音交互技術。
