雲棲大會阿里雲秀 AI: AI 法官已於法院和人類一起辦案!

以金融借貸、民間借貸等糾紛切入,做到即時庭審輔助和預判,除了提高案件審理效率,也能降低法官工作量,把心思用在其他更艱難的案件上!
評論
阿里雲智能副總裁、產品與解决方案管理部總經理馬勁分享阿里雲在 AI 上的成果
阿里雲智能副總裁、產品與解决方案管理部總經理馬勁分享阿里雲在 AI 上的成果
評論

在阿里巴巴開發者大會「雲棲大會」第二日主論壇上,阿里雲從阿里巴巴經濟體出發,談及五年前開始大量投入研究的 AI 產業在今日要如何幫助產業升級,從雲端上的 AI 到產業上的 AI 阿里巴巴的技術人員有哪些思維,現在已完成的進度成果,未來會透過哪些具體平台讓場景能透過算力實現。

在大會上,首先由阿里雲智能副總裁、產品與解决方案管理部總經理馬勁分享阿里雲在 AI
上的成果,以及阿里巴巴是如何打造 AI 體系,首先是底層的雲計算、邊緣運算、晶片,再上去到平台給開發者,再來才是 AI 服務像是自動駕駛演算法語音分析、人機互動,接著將這些服務推向產業應用。

產業實踐才是檢驗 AI 的唯一標準,強大的算力與數據還不夠,需要造出精準的演算法才能在產業產生價值。

馬勁強調。

阿里雲成立十年 AI 大概是五年前開始起步,如今阿里巴巴的 AI 成果相當豐厚,目前每天調用超過 1 萬億次,服務全球 10 億人,每日處理 10 億張圖像、每日處理影片 120 萬小時,處理語音 55 萬小時,自然語言 5 千億句子。

規模化實踐 AI 三大策略

阿里巴巴副總裁、阿里雲人工智慧中心負責人華先勝以「視覺智慧規模實戰」為題,談到規模化實踐的三大秘訣,包含深研演算法、深挖效率、深入產業。視覺演算法舉三張相片為例,從髮絲精細度、簍空細節、和複雜相似背景,圖片經常面臨到的問題,過去是普通分割,現在更深度的演算法要能達到高精準分割。

71375563_2410899979007257_75196066528199

以醫療應用為例,高深度的演算法達到冠脈提取完整、分支命名更精準、細粒內臟切割的高精密三維度分析。醫療領域比消費數據少很多,尤其是像是少數疾病是更高的挑戰。

深挖效率,在精度不變的情況下卻可以加快三到四倍的處理速度,量化達到高速推理,以及大規模的資料檢索,目前成果可透過大規模數據索引,處理效能從十億數據、毫秒級有損到到千億規模索引且毫秒級近無損檢索,GPU  量化提升速度 6 倍。

然而,以上都還不夠,最終要如合深入產業才是關鍵重點,城市交通、環境資源、工業質檢,就連司法都能夠智慧化了。

會中阿里巴巴分享不少產業實現,在多項案例中,除了過去熟知的智慧翻譯AI 語音助理,企業客戶像是金融服務、有聲書,透過阿里雲可獲得 TTS 技術,打造適合自家服務的「助理聲音」。現在甚至已經出現智慧法官了,三天前才在杭州法院協助法官審理案件的 AI 法官助理「小智」就是來自阿里雲和浙江大學等共同研發。

71006444_428108697815509_264485321320274
阿里巴巴講述智慧司法的概念

根據法官過去經驗,從立案到開庭到最後整理歸檔原先最少需要花上 40 天時間,現在借助 AI 法官助理「小智」之力,從案件成立到歸檔 50 分鐘就能完成。

目前阿里巴巴在智慧司法,以金融借貸、民間借貸等糾紛切入,即時庭審輔助和預判的功用,除了提高案件審理效率,也能降低法官工作量,把心思用在其他更艱難的案件上。

自動駕駛之路:別想用一套演算法解決

談論已久的自駕車,阿里巴巴如何看待呢?阿里巴巴達摩院研究員/自動駕駛實驗室負責人王剛強調阿里巴巴的自動駕駛之路仍然著重在「物流」,當然這與阿里巴巴專注在新零售非長有關,先前我們曾討論過的智慧駕駛多半專注於載人。

不過,從阿里巴巴的角度,隨著社會結構改變,人口老化勞動力縮減物流車智慧化是必然的走向。阿里將專注在末端物流商業落地,在會上展演了阿里巴巴物流服務在校園、園區等地方,用戶可以在手機上一鍵叫車,當貨物快抵達時系統會自動發送簡訊通知,未來目標是將把智慧駕駛應用公開道路上。

70876078_2373912322831614_22728095009121
自動駕駛之所以難來自道路複雜與場景多樣

王剛點出自動駕駛發展遇到最大的盲點,過去人類都希望能以「一套」演算法解決所有問題,但是在交通運輸上不但場景多樣、道路複雜,從演算法角度來看,車型、交通環境、事故成因都不同,關鍵問題是如何處理多樣化場景。

因此要以「 no free lunch 原則」來發展自動駕駛,也就是不能想通用一套演算法解決問題,要把交通場景進行細化分類才能將演算法優化因應各種場景,所以阿里巴巴以「場景庫」的方式來發展。

傳統場景庫是人工設計、比較粗粒度、靜態場景,而阿里巴巴的自動駕駛場景庫則以數據驅動、高度精細化及動態行為出發。其實在專業領域專家滲透率不夠,所以阿里直接做成平台,透過平台達到效率提升、低延遲,像是原先資料中的單一場景再被分化成 25 個更精細的場景,更能針對性解決問題,未來將以此繼續發展物流體系。

延伸閱讀:

核稿編輯:Mia







精選熱門好工作

Full-stack (Frontend most) Senior Software Engineer

ShopBack 回饋網股份有限公司
臺北市.台灣

獎勵 NT$15,000

Android 工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$15,000

資深商品開發人員(Sr. Product Development)_台北、上海

科毅研究開發股份有限公司
新北市.台灣

獎勵 NT$15,000