文/超腦智能

2017年10月11日的杭州云棲大會上，馬云宣布阿里巴巴集團成立面向未來的科學技術研究機構——達摩院，并在未來3年投入1000億人民幣進行科學技術研究。

達摩院致力于探索科技未知，以人類愿景為驅動力，開展基礎科學和創(chuàng)新性技術研究。

阿里巴巴未來二十年的目標是打造世界第五大經濟體，為世界解決1億就業(yè)機會，服務跨國界的20億人口，為1000萬家企業(yè)創(chuàng)造盈利的平臺。要達到這個目標并服務世界經濟，其中有無數的問題需要解決，這正是成立達摩院的初衷，并將遵循 “Research for solving problems with profit and fun” 的宗旨。

阿里巴巴創(chuàng)始人馬云對達摩院的發(fā)展提出三個要求：“活得要比阿里巴巴長”、“服務全世界至少20億人口”、“必須面向未來、用科技解決未來的問題”。

為方便讀者通過一篇文章了解阿里巴巴達摩院全部信息，我們特別做了編輯整理，主要來自達摩院官網和阿里官方報道。

達摩院全球工作地點

目前阿里巴巴達摩院在全球共有7個辦公地點，分別是：北京、杭州、新加坡、美國西雅圖、美國·森尼韋爾、以色列·特拉維夫、美國·紐約。

阿里巴巴達摩院全球工作地

達摩院學術委員會

學術委員會成員包括全球不同領域的科學家，分別是：

高文

高文

北京大學數字媒體研究所所長、系統(tǒng)芯片研究所所長、北京大學博雅講席教授、信息與工程科學部主任，中國工程院院士，IEEE Fellow，ACM Fellow，國家自然科學基金委員會副主任，中國計算機學會理事長。

梅宏

梅宏

北京理工大學教授、副校長，中國科學院院士，發(fā)展中國家科學院院士，IEEE Fellow。

吳朝暉

吳朝暉

浙江大學校長，中國科學院院士，之江實驗室副理事長

黃如

黃如

北京大學信息科學技術學院教授、院長，中國科學院院士，IEEE Fellow

Michael I. Jordan

Michael I. Jordan

加州大學伯克利分校教授，美國工程院院士, 美國科學院院士, 美國人文與科學院士，AAAI Fellow，IEEE Fellow

周以真

周以真

哥倫比亞大學教授、數據科學研究所主任，IEEE Fellow, ACM Fellow，定義了計算思維

Henry M. Levy

Henry M. Levy

華盛頓大學教授、計算機科學與工程學院院長，美國工程院院士，IEEE Fellow，ACM Fellow

George M. Church

George M. Church

哈佛大學&麻省理工學院教授，美國工程院院士, 美國科學院院士，“人類基因組計劃”領軍人物

Avi Wigderson

Avi Wigderson

普林斯頓大學高等研究院教授, 美國科學院院士, 美國人文與科學院士

達摩院15個實驗室介紹

達摩院下設5大技術領域，共15個實驗室，5大技術領域分別是：機器智能、數據計算、機器人、金融科技、X實驗室。

15個實驗室分別歸屬5大研究領域，其中機器智能領域實驗室最多。

機器智能研究領域實驗室：語音實驗室、視覺實驗室、語言技術實驗室、決策智能實驗室、城市大腦實驗室。

機器智能領域介紹

阿里巴巴達摩院機器智能研究領域主要圍繞機器學習等前沿技術開展理論與應用研究，幫助零售、醫(yī)療、司法、交通等行業(yè)提升效率，推動經濟、空間技術、自動控制、計算機設計和制造等領域的變革。

機器智能研究領域下設語音、視覺智能、語言技術、決策智能、城市大腦五個實驗室。

金榕 達摩院機器智能研究領域負責人

金榕

卡耐基梅隆大學計算機博士。曾任密歇根州立大學終身教授，NIPS、SIGIR會議主席及KDD等委員會委員，美國國家科學基金會Career Award。長期致力于統(tǒng)計機器學習，重點關注大數據分析及其在信息檢索、電子商務等領域中的應用。

機器智能 語音實驗室

致力于語音識別、語音合成、語音喚醒、聲學設計及信號處理、聲紋識別、音頻事件檢測等下一代人機語音交互基礎理論、關鍵技術和應用系統(tǒng)的研究工作。形成了覆蓋電商、新零售、司法、交通、制造等多個行業(yè)的產品和解決方案，為消費者、企業(yè)和政府提供高質量的語音交互服務。

研究方向

• 語音識別及語音喚醒

面向家居、車載、??辦公室、公共空間、強噪聲、近遠場等復雜場景，研究多語言、多模態(tài)、端云一體的語音識別及喚醒技術，通過平臺方式提供豐富的開發(fā)者定制模型自學習能力，讓業(yè)務具備語音模型的自定制能力。

• 語音合成

研究高音質、高表現力的語音合成技術及個性化語音合成，說話人轉換技術，主要應用于語音交互、信息播報和篇章朗讀等場景。

• 聲學及信號處理

研究聲學器件、結構和硬件方案設計，基于物理建模和機器學習的聲源定位、語音增強和分離技術、以及多模態(tài)和分布式信號處理等。

• 聲紋識別與音頻事件檢測

研究文本相關/無關聲紋識別、動態(tài)密碼、近場/遠場環(huán)境聲紋識別、性別年齡畫像、大規(guī)模聲紋檢索、語種方言識別、音頻指紋檢索、音頻事件分析等。

• 口語理解及對話系統(tǒng)

基于自然語言理解技術，構建語音交互場景下的口語理解和對話系統(tǒng)，提供給開發(fā)者自糾錯能力及對話定制能力。

• 端云一體語音交互平臺

綜合應用聲學、信號、喚醒、識別、理解、對話、合成等原子能力，構建全鏈路、跨平臺、低成本、高可復制性、端云一體的分布式語音交互平臺，幫助第三方具備可擴展定制化的場景能力。

• 多模態(tài)人機交互

業(yè)內首創(chuàng)在公眾場所強噪音的環(huán)境下實現免喚醒遠場語音交互，并結合流式多輪多意圖口語理解，業(yè)務知識圖譜自適應等技術，面向公共空間真實復雜的場景提供自然語音交互體驗。

產品及應用

• 多模態(tài)人機交互致力于用最自然的人機語音交流方式，打造公共空間真實場景下的智能服務機器。主打業(yè)內首創(chuàng)的強噪聲環(huán)境下的免喚醒語音交互、語音識別、流式多輪多意圖口語識別等技術，已應用于交通行業(yè)和新零售行業(yè)。1）地鐵語音售票機：全球首臺地鐵語音售票機，用戶能夠用該機器進行語音站點查詢、語音模糊地點查詢并完成路徑規(guī)劃；用戶購票時間由30秒下降至10秒。2）快餐店語音點餐機：用戶可以用人機交流式的語音交互方式，完成客制化點餐需求的快速下單。
• 智能語音客服應用于智能語音導航（電話客服機器人、快遞咨詢等）、智能外呼（催收、回訪、發(fā)貨前確認等）、金牌話術、智能質檢、App服務直達等多種場景。目前已落地于支付寶95188熱線、菜鳥電話機器人、中國平安培訓助手、中國移動智能客服等。
• 端云一體語音交互提供全鏈路語音交互的能力，跨平臺接入各類設備，具備有交互系統(tǒng)的場景化、定制化能力和主動交互能力。1）車載語音智能助手：已與上汽榮威、福特等汽車品牌合作。2）遠場語音電視：阿里-海爾五代人工智能電視，用戶與電視機進行遠場語音交互。
• 司法政務語音助手將語音識別技術、防串音處理技術、自然語言理解、大數據分析等技術綜合運用，用于庭審語音識別與記錄、案件分析等場景。目前已應用于浙江高院、福建高院等客戶，覆蓋全國28個省市，超過1萬個法庭。
• 開源DFSMN聲學模型開源新一代語音識別聲學模型DFSMN，將公開英文數據庫上的語音識別準確率提高至96.04%，是近年來語音識別領域極具代表性的成果之一。

研究團隊

鄢志杰

鄢志杰 達摩院語音實驗室負責人

中國科學技術大學博士，IEEE高級會員。長期擔任語音領域頂級學術會議及期刊專家評審。研究領域包括語音識別、語音合成、聲紋、語音交互等。曾任微軟亞洲研究院語音團隊主管研究員。

付強

付強 達摩院語音實驗室研究員

西安電子科技大學博士，曾在美國OGI從事博士后研究。在IEEE Trans等學術刊物及會議上發(fā)表論文近百篇。曾獲中國科學院杰出科技成就獎（2014年）、中國語音產業(yè)聯盟先進個人（2016年）。

馬斌

馬斌 達摩院語音實驗室研究員

香港大學博士。加入阿里前，他是新加坡資訊通信研究院 （I2R）的語言技術部門負責人和資深研究員。曾任 IEEE/ACM 音頻、語音及語言處理期刊和Elsevier語音通信期刊的編委。是INTERSPEECH 2014年技術委員會聯合主席，曾獲新加坡總統(tǒng)科技獎。

馮津偉

馮津偉 達摩院語音實驗室研究員

弗吉尼亞理工大學博士。師從音頻聲學泰斗沙家正先生，并與導師一起研制出了全球第一臺揚聲器紙盆共振頻率的自動測試系統(tǒng)。曾主持開發(fā)基于麥克風陣列的視頻跟蹤系統(tǒng)。

李威

李威 達摩院語音實驗室資深算法專家

香港大學計算機系博士。曾任百度語音技術部資深工程師，負責百度語音識別聲學模型、語音合成核心算法及訓練流程的研究和開發(fā)工作?，F負責大規(guī)模聲學模型、語言模型研究及產品化工作。

高杰

高杰 達摩院語音實驗室資深算法專家

中科院博士。曾任微軟STC語音科學家，負責基于分布式計算平臺的超大規(guī)模語音識別模型訓練系統(tǒng)的研究和開發(fā)工作。現負責語音識別大規(guī)模解碼器核心引擎等工作。

雷赟

雷赟 達摩院語音實驗室資深算法專家

德州大學達拉斯分校博士。擁有50篇會議和期刊論文。研究領域包括聲紋識別、語種識別、音頻檢測、語音識別、機器翻譯、自然語言理解、推薦系統(tǒng)等。曾任Facebook和SRI的研究科學家。

王雯

王雯 達摩院語音實驗室資深技術專家

普渡大學計算工程博士。在IEEE/ACL會議和期刊上發(fā)表了100篇以上的論文。研究領域包括自然語言理解、自然語言處理、機器翻譯、深度學習、語言模型、語音識別等。曾任SRI資深研究科學家。

機器智能 視覺實驗室

致力于研發(fā)與運用圖像和視頻的分析和理解、三維視覺等技術，構建以圖像視頻為媒介的產品和應用，提升商業(yè)效率或創(chuàng)造商業(yè)新機會，廣泛應用于新零售、新媒體、新制造等領域。

研究方向

• 圖像理解與分析

研發(fā)圖像分類、目標檢測、特征表示學習、關鍵點提取、大規(guī)模向量搜索引擎等基礎技術，解決商品圖像，通用圖像，人臉人體，文本圖像的識別、搜索、分析等問題。

• 視頻理解與挖掘

研發(fā)視覺跟蹤、視頻標簽、視頻生成等基礎技術，解決在海量視頻中進行高效和穩(wěn)定的視頻審核、搜索和編輯等問題。

• 圖文理解

研發(fā)圖文互搜、圖文共搜、價格預估等跨媒體內容理解的核心技術，解決跨媒體內容理解與分析等問題。

• 三維視覺

研發(fā)硬件掃描、點云處理、紋理映射、三維分類/檢測/特征表達等基礎技術，解決小物體、人體及人部件在特定場景的三維模型生成、識別、搜索等問題。

• 線下智能

研發(fā)攝像頭網絡、傳感器融合、行人跟蹤與重識別、人體姿態(tài)估計、物體檢測與識別等基礎技術，解決人的身份識別、人的全域追蹤、動作序列分析、商品定位和識別、人貨綁定等問題。

產品及應用

• 拍立淘和圖像搜索云產品研發(fā)了業(yè)界領先的圖像搜索與識別技術，并應用于多種場景。每天有超過1700萬人通過淘寶和天貓使用拍立淘的以圖搜圖功能。基于阿里云平臺，研發(fā)了圖像搜索云產品，為具有海量圖像搜索需求的客戶（如電商、相冊、圖庫類網站）提供完整的以圖搜圖解決方案。目前已經有若干海外和國內用戶，比如澳洲和新西蘭領先的時尚和運動零售商THE ICONIC。了解更多
• 三維智能制造通過三維視覺技術，提供行業(yè)個性化定制方案，打通消費者、品牌商和工廠的鏈路通道。目前在鞋履產業(yè)，通過高效精確的三維掃描和搜索匹配算法，實現精準鞋款推薦、精準營銷；并通過制造端楦體自動生成、智能推理等技術降低個性化定制的成本，實現精準制造。了解更多
• 媒體AI解決方案通過多媒體數據的審核、標簽、內容生成、版權保護等多維度的媒體AI技術，提升傳統(tǒng)媒體行業(yè)能效并節(jié)省成本。已與中央電視臺、東方衛(wèi)視、央視網、新華社等國內傳媒巨頭建立合作。
• 新零售場景人貨場數字化使用攝像頭等傳感器和視覺技術改造原有門店或者構建全新無人店，實現店鋪內對人的追蹤和空間定位、貨架商品SKU識別及貨架陳列合規(guī)的檢查、人貨關聯等功能，從而推動商場、超市、酒店等的人貨場數字化，并在此基礎上做進一步的商業(yè)分析。該方案已經被用于盒馬門店。

研究團隊

任小楓

任小楓 達摩院視覺智能實驗室負責人

華盛頓大學計算機科學與工程系客座教授，擁有加州大學伯克利分校博士學位。加入阿里巴巴之前，曾擔任亞馬遜資深主任科學家，負責Amazon Go計算機視覺算法的研發(fā)。相關論文被引用10,000次以上，是CVPR和ICCV會議的領域主席。

ZELNIK, Lihi

ZELNIK, Lihi 達摩院以色列實驗室負責人

曾任以色列理工學院電氣工程系的副教授，紐約康奈爾大學的客座教授。擁有魏茨曼科學研究所計算機科學博士。一直致力于計算機視覺的研究。 曾任CVPR'16的項目主席，TPAMI的副主編，多次擔任CVPR，ECCV的區(qū)域主席，并擔任ACCV'18和CVPR'19的獎項委員會成員。在2021/22年，她將擔任CVPR'21和ECCV'22的主席。

潘攀

潘攀 達摩院視覺智能實驗室研究員

擁有伊利諾伊大學芝加哥分校博士學位。拍立淘以圖搜圖的創(chuàng)始人之一，研究領域包括深度學習、視覺搜索與識別和三維視覺等。曾先后在三菱美國研究院和富士通北京研發(fā)中心從事視覺技術工作。已發(fā)表20余篇論文，擁有多項授權專利。

劉鑄

劉鑄 資深技術專家

紐約大學博士，研究領域包括視頻內容理解和分析，三維視覺，機器學習。曾任AT&T科研實驗室主任科學家，哥倫比亞大學和紐約大學的客座教授。擁有140多項美國專利，發(fā)表70余篇論文。曾獲AT&T科技獎章。IEEE高級會員，IEEE TMM和SPL副主編。

Itamar Friedman

Itamar Friedman 資深技術專家

擁有以色列理工學院電子工程學院的計算機視覺和機器學習碩士學位。研究領域是基于深度學習的視頻和圖像分析。他曾是Visualead的首席技術官，在機器人和網絡開發(fā)領域曾連續(xù)創(chuàng)業(yè)。曾是Microsoft Accelerator TLV的導師，指導以色列領先的醫(yī)療和無人機領域的AI創(chuàng)業(yè)公司，擁有多項專利。

機器智能 語言技術實驗室

致力于實現人與機器之間用自然語言進行有效溝通的各種理論和方法。包含自然語言處理核心技術，如分詞、詞性、句法、語義等多語言基礎模塊，以及情感分析、信息提取、機器翻譯和機器閱讀理解等技術的研究，已經在客服、資訊、司法、醫(yī)療等場景有廣泛的應用。

研究方向

• 基礎技術

研究詞法、句法、多語言、知識表示和推理等基礎技術，全面支持阿里經濟體自然語言技術和應用需求，每日調用達到8000多億次。

• 語義計算

研究自然語言理解和語義分析等技術，應用于智能問答、文本摘要、文本復述/推理等問題。

• 應用技術

研究情感分析、文本分類、（基于語意的）信息檢索、推薦算法、文本生成、事件提取等技術，應用于電商，通訊，司法，資訊等場景。

• 機器翻譯

研究文本機器翻譯技術和多模態(tài)機器翻譯（語音翻譯，圖像翻譯）等技術。支持中、英、俄、西班牙、泰、印尼等20余種語言，45余種語言方向，日均調用量超7億次。

產品及應用

• AliReader針對用戶問題，依靠算法分析相關非結構化文本（文檔、描述、網頁等），并從文本中獲取答案，在客服、資訊、培訓等場景有著廣泛的應用。分別上線阿里小蜜、店小蜜、云小蜜等產品，快速高效建立問答能力，減少人工預處理工作。
• AliTranx通過機器翻譯、跨語言檢索、小語種詞法分析等技術能力，解決買賣家之間的語言障礙。阿里翻譯技術在多項國際比賽中奪冠，目前已廣泛應用于阿里巴巴國際B2B、速賣通、Lazada跨境電商平臺等場景，每日調用量達7億多次，未來還將通過阿里云賦能合作伙伴。
• AliNLP自然語言技術平臺。包括全方位的NLP基礎技術，如文本數據收集與處理技術，多語言的詞匯、句法、語義、篇章級分析技術，文本分布式表示技術，以及情感分析、文本反垃圾、問答等垂直技術，每日服務調用6000余億次。
• 司法大腦結合達摩院在文本生成、知識圖譜、信息提取、深度神經網絡、信息檢索等方向上的技術能力，全面梳理法律知識、總結證據標準、提煉審判規(guī)則、解構案件和法規(guī)，形成司法知識圖譜，助力法官實時預判，提供參考裁判文書。已聯合浙江省高院和浙江大學，三方協作共同打造“司法大腦”。
• 病歷質檢系統(tǒng)利用NLP技術及醫(yī)療知識圖譜對病歷質量進行深度把關，促進病歷的電子化和書寫規(guī)范化，提高醫(yī)療效果、降低醫(yī)療風險，釋放醫(yī)務人員的人力，讓他們能夠專注于管理、教育與醫(yī)學培訓。病歷質檢系統(tǒng)可以進一步輔助推進國家健康人口數據平臺的建立，協助提升我國人民的健康指數。

研究團隊

司羅

司羅 達摩院語言技術實驗室負責人

卡內基梅隆大學博士。曾任普渡大學計算機系終身教授。曾獲美國國家科學基金會成就獎、雅虎、谷歌研究獎等，發(fā)表過150余篇學術論文。先后擔任ACM信息系統(tǒng)，ACM 交互信息系統(tǒng)和信息處理與管理編委會副主編。

黃非

黃非 達摩院語言技術實驗室研究員

卡內基梅隆大學博士。在頂級會議和期刊發(fā)表文章近30篇，曾擔任ACL、NLPCC等領域主席、IJCAI資深程序委員。曾在Facebook、IBM Watson等從事NLP相關工作?，F負責組建國際化翻譯創(chuàng)新團隊。

葛妮瑜

葛妮瑜 達摩院語言技術實驗室研究員

布朗大學計算語言學博士。研究領域包括句法、語義和語用的數學模型；在機器翻譯方面，從事阿拉伯、漢、英、法、西、德、意、葡、俄等語種工作。曾任職IBM研究院，從事自然語言處理和機器翻譯工作。

陳博興

陳博興 達摩院語言技術實驗室資深算法專家

中國科學院博士。曾是新加坡信息與通信研究所、加拿大國家研究委員會研究員。發(fā)表50多篇會議和期刊論文，曾獲MT Summit 2013最佳論文獎。研究領域包括機器翻譯、自然語言處理和機器學習等。

駱衛(wèi)華

駱衛(wèi)華 達摩院語言技術實驗室資深算法專家

曾任中科院計算所高級工程師，承擔國家重大專項或自然科學基金課題十余項。現為自然語言處理-翻譯平臺負責人，組建并帶領團隊搭建阿里巴巴國際化翻譯技術基礎設施。

張瓊

張瓊 達摩院語言技術實驗室資深算法專家

浙江大學博士，曾在威斯康星大學麥迪遜分校做博士后研究。擁有多項專利，研究成果發(fā)表在SIGIR、AAAI、NAACL等國際會議上。曾在雅虎工作?，F負責自然語言處理-信息抽取和知識發(fā)現方向。

機器智能決策智能實驗室

致力于通過研發(fā)與運用機器學習和運籌優(yōu)化技術構建智能決策系統(tǒng)，提升業(yè)務運營效率、降低運營成本和增加運營收益。與合作伙伴在計算資源優(yōu)化、新零售、智慧物流等行業(yè)構建多個創(chuàng)新系統(tǒng)，在各類公共事業(yè)的場景中提升人效、能效、物效。

研究方向

• 機器學習

研發(fā)大規(guī)模數據分析，深度學習模型構建及大規(guī)模模型訓練技術，解決數據驅動的智能化問題。

• 運籌優(yōu)化

研發(fā)優(yōu)化復雜系統(tǒng)的技術，解決現實中的復雜決策問題，如優(yōu)化庫存、計算、流量等資源的配置問題等。

產品及應用

• “達靈”計算資源優(yōu)化達靈系統(tǒng)是針對計算基礎設施的智能化解決方案，通過與計算資源管理系統(tǒng)的有效結合，使用機器學習和運籌優(yōu)化技術實現更為優(yōu)化的計算資源使用方案，從而提升計算基礎設施的穩(wěn)定性和利用率。達靈解決方案包括以下功能模塊：1）智能運維，如異常檢測預警和預測維保；2）應用畫像，如使用量預測和干擾檢測等；3）調度控制，如資源最優(yōu)編排、在線調度、批量調度、重調度、負載均衡、彈性伸縮方案等；4）資源規(guī)劃，如資源容量規(guī)劃、基礎設施規(guī)劃及推演。 2017年雙11，存儲調度將資源使用降低25%，資源峰值水位降低30%；集群調度將CPU分配率從70% 拉升至并維持在90%。

微靈

• “微靈” 模型壓縮與端上智能微靈系統(tǒng)通過改進深度網絡的計算與結構來提升深度學習模型的儲存空間與計算速度。它將現有的深度學習模型壓縮了40-100倍，在手機端計算速度提升2-4倍，從而可以在手機上直接運行深度學習復雜網絡。結合FPGA的體系結構來調整深度學習的模型結果，相對GPU速度提升170倍。微靈系統(tǒng)產生的模型已用于各類手機的應用、遙感圖像識別、農作物生長周期預測、輪胎缺陷檢測等項目。
• “龍靈” 零售個性化流量優(yōu)化龍靈系統(tǒng)是通過分析行為構建行為表征，利用在線決策的流量進行個性化、以及流量確定性的優(yōu)化處理，形成智能化的流量技術。其廣泛應用于各類泛零售業(yè)務，例如天貓、優(yōu)酷、盒馬和閑魚等業(yè)務；其中線上運營決策系統(tǒng)在天貓雙11發(fā)揮重要作用，調用量超過6億次/日。
• 遙感 國土資源監(jiān)管 聯手阿里云設計開發(fā)國土資源監(jiān)管系統(tǒng)。通過分析高分辨率遙感圖像，應用于河流湖泊污染監(jiān)察、森林盜伐事件監(jiān)管、基本農田侵占監(jiān)督、災害狀態(tài)監(jiān)控等諸多領域。通過深度學習算法，可快速精準地發(fā)現存在污染、盜伐、侵占和災害的可疑地區(qū)，為國土、環(huán)保、水利等部門提供決策支持。已與山東省淄博市國土局合作，幫助該局進行違章建筑物排查，節(jié)省了95%的人力，審查周期從年度變?yōu)樵露?。了解更?/li>
• 水務防汛預測 聯手阿里云設計開發(fā)水務防汛預測。根據河流路線、水庫分布情況，結合以往汛期水位、歷史天氣、臺風路徑等信息分析各條河流、水庫水位的相互關系。同時，還能根據實時水位數據、借鑒未來天氣情況，預測河流、水庫的防汛基本情況。未來，防汛系統(tǒng)不僅能預測水位變化、汛情發(fā)展，還能評估每個預案的受災人群、經濟損失及各個預案采取后的救災資源、疏散方案的自動調度。已與浙江省金華市防汛防旱指揮部辦公室合作。
• 智慧農業(yè) 聯手阿里云設計開發(fā)各種農業(yè)智能系統(tǒng)，防止農作物病蟲害?；谏疃葘W習技術，在蟲害或疾病早期實時、精準地發(fā)現被感染作物，幫助農場打造“實時的防蟲墻”。該技術還可以作為“AI農業(yè)專家”，進行農作物生長周期識別、種植面積統(tǒng)計等，有效指導農事活動、植保等工作。已與上海市崇明區(qū)農業(yè)委員會合作，探索新農業(yè)。了解更多
• 智能床位調度 聯手阿里云設計開發(fā)的智能床位調度系統(tǒng)，解決“看病難，看病貴”中的醫(yī)療資源緊張問題。該系統(tǒng)通過挖掘歷史數據，結合醫(yī)患雙方數據參數，提供床位分配的最優(yōu)方案，提高醫(yī)療資源的合理分配與使用效率，提升患者的就診體驗。未來，將深入打通入院排床、術前體檢、手術室排班、術后恢復等一系列環(huán)節(jié)，以數據驅動實現醫(yī)療資源的合理分配及充分利用，提升醫(yī)院管理水平，為病人提供全新就診體驗，助力國民健康新生活。已與浙江大學醫(yī)學院附屬婦產科醫(yī)院合作。

研究團隊

姚韜

姚韜 達摩院決策智能實驗室研究員

擁有斯坦福大學管理工程與科學系博士學位，美國賓州州立大學工業(yè)工程系終身教授。研究領域包括優(yōu)化、機器學習、隨機模型、商業(yè)分析、統(tǒng)計、博弈論、人工智能、運籌學、數據科學、供應鏈和交通等。

許歡

許歡 達摩院決策智能實驗室資深算法專家

加拿大麥吉爾大學電子工程系博士。曾任新加坡國立大學副教授，佐治亞理工大學助理教授。研究領域為機器學習、運籌學、馬可夫決策過程與強化學習、優(yōu)化、高維統(tǒng)計等。發(fā)表頂級會議論文近百篇，引用近三千次，曾任NIPS領域主席。

譚劍

譚劍 達摩院決策智能實驗室資深算法專家

哥倫比亞大學電子與計算機系博士，俄亥俄州立大學電子與計算機系助理教授，IBM沃森實驗室研究員。研究領域為隨機過程，統(tǒng)計算法，分布式計算系統(tǒng)。多次獲得國際會議最佳論文獎；行業(yè)頂級會議sigmetrics 2019年出版主席；獲得美國自然科學基金支持，發(fā)表50多篇論文。

張京橋

張京橋 達摩院決策智能實驗室資深算法專家

擁有倫斯勒理工學院博士學位，曾任亞馬遜Device部門應用科研資深經理，負責Echo產品個性化推薦，此前從事電商供應鏈優(yōu)化及精準營銷等領域的算法研究和應用工作。博士研究方向為遺傳優(yōu)化和模式識別，期間發(fā)表一篇學術專著及十余篇論文，被引用一千多次。

楊程

楊程 達摩院決策智能實驗室資深算法專家

10余年機器學習、數據挖掘等經驗，曾負責搜索推薦、智能營銷、供應鏈優(yōu)化等商業(yè)化算法，多次參與雙11等極端環(huán)境下的大規(guī)模實時機器學習項目，目前關注新零售場景中的在線學習、動態(tài)優(yōu)化等智能決策研究。

機器智能 城市大腦實驗室

致力于通過互聯網和人工智能，打通城市數據管道，發(fā)掘數據價值，構建城市新的基礎設施。已在杭州、蘇州、上海、衢州、澳門、馬來西亞等落地，覆蓋交通、平安、市政建設、城市規(guī)劃等領域。 是首批國家人工智能開放創(chuàng)新平臺之一，是目前全球最大規(guī)模的人工智能公共系統(tǒng)之一。

研究方向

• 多模態(tài)大數據感知

通過多視角學習方式融合多源異構數據，實現對城市參與者的全面多維感知。

• 城市交通預測與干預

基于大規(guī)模路網結構，針對交通擁堵治理問題，進行分析預測和智能干預。

• 城市大規(guī)模并行異構計算

通過并行異構計算來加速在海量實時異構數據網絡上的計算和處理過程。

• 城市復雜環(huán)境感知與理解

對城市環(huán)境進行有效的感知建模，并設計對于環(huán)境魯棒的自適應計算機視覺算法。

• 城市視覺搜索引擎

利用視頻的動態(tài)特征信息進行行人與行為的特征建模，進一步完成搜索識別。

• 城市市政規(guī)劃和公共資源分析

基于大數據智能分析，結合城市發(fā)展規(guī)律，對城市的基礎設施布局和公共資源分配進行智能分析和決策。

產品及應用

• 城市視覺智能引擎依托于阿里云分布式計算和存儲平臺，利用先進的視頻圖像、圖形學處理技術和深度學習算法，建立城市級人工智能模型，實現對整個城市視覺數據的接入、計算、分析、索引和挖掘，并賦能公共安全、交通、市政綜治、商業(yè)、司法、園區(qū)、電力能源、醫(yī)療教育等各個行業(yè)場景。
• 天擎城市大腦的大規(guī)模視覺計算平臺。包含視頻接入系統(tǒng)、實時／離線計算系統(tǒng)與視覺搜索系統(tǒng)三大組件，對外提供完備的大規(guī)模視覺計算解決方案?！疤烨妗币褜崿F云端快速彈性部署，是面向安防的創(chuàng)新產物，為客戶按需提供智能分析能力，有效提升智能分析效率?！疤烨妗笨蓪崿F視頻分析千倍加速，處理16小時視頻僅用1分鐘。
• 天曜全時全域交通自動巡邏報警系統(tǒng)。能夠對城市里面的交通事件、事故進行全方位的實時感知，自動發(fā)現人、車、物、事件全要素的異常，自動識別交通事故、違章行為并在20秒內推送給指揮中心，準確率達95%以上。能夠實現對城市交通進行7*24小時不間斷巡檢，減少交警路面巡邏工作量，降低交警安全風險，并將交警從查看監(jiān)控的任務中解放出來，提高執(zhí)法效率。
• 天機車流人流預測系統(tǒng)。通過區(qū)域內的歷史和實時視頻數據，實時準確地預測全區(qū)域未來的車流、人流情況，為道路疏導、管控決策提供參考，規(guī)避擁堵和踩踏等安全隱患問題。目前，在預測未來1小時內車流、人流方面，準確率達90%以上。
• 天鷹漸進式視頻搜索引擎。基于對全局視頻資源的實時搜索，快速定位特定對象，如查找失蹤人口、追蹤肇事逃逸車輛等，只需1-2秒的處理時間，且行人識別準確率達到96%以上。
• 天鏡市政建設與管理系統(tǒng)。為城管、安監(jiān)、消防、住建、公安等政府各職能部門提供市政事件的視頻自動巡邏告警服務，輔助人工巡查，消除市政建設的隱患點，提高市政管理的智能化水平。
• 城市解決方案? 杭州： 視頻巡檢識別準確率92%以上，互聯網信號燈全自動調控車輛，通行速度提升15%，特種車輛（救護車、消防車等）優(yōu)先通行效率提升50%。? 蘇州：對公交進行數據優(yōu)化，兩個試點公交線客流量分別增加17%和10%，提升公交分擔率。? 上海：將交通、能源、供水、建筑等基礎設施數字化處理和分析，為安防、公共交通、公共服務提供智能決策。? 雄安新區(qū)：攜手新區(qū)打造以云計算為基礎設施、物聯網為城市神經網絡、城市大腦為人工智能中樞的未來智能城市。? 衢州、嘉興：“漸進式視頻搜索引擎”上線一月后破獲侵財案件15起、走失案4起、不文明現象曝光近萬次，專注于城市市政建設與管理，為城管、安監(jiān)、消防、住建、公安等政府各職能部門提供市政事件的視頻自動巡邏告警服務，代替人工巡查，提高了市政管理的智能化水平。

研究團隊

華先勝

華先勝 達摩院城市大腦實驗室負責人

北京大學應用數學博士，IEEE Fellow，ACM杰出科學家。曾任ACM Multimedia、IEEE ICME等國際會議程序委員會主席，全球MIT TR35獲得者。研究領域包括視覺識別、搜索等。

張磊

張磊 達摩院城市大腦實驗室高級研究員

西北工業(yè)大學自動化學院博士，IEEE Fellow。曾在香港理工大學電子計算學系任研究助理和副研究員，加拿大麥克馬斯特大學博士后。香港理工大學電子計算學系講座教授。研究興趣包括計算機視覺、圖像處理、模式識別等。論文200多篇，引用超3萬5千余次，H-index為91，連續(xù)4年被評為 Clarivate Analytics Highly Cited Researcher（2015-2018年）?，F任或曾任IEEE Trans. on Image Processing、SIAM Journal of Imaging Sciences、IEEE Trans. on CSVT、Image and Vision Computing及SPIE Journal of Electronic Imaging等期刊的編委或高級編委。

數據計算領域介紹

阿里巴巴達摩院數據計算研究領域旨在重構融合、開放、安全、敏捷、生態(tài)化的信息基礎設施，解決計算性能、計算效率、計算能耗等問題，滿足人、機、物即時互聯、信息共享和智能應用的需求，形成全球化的智慧計算生態(tài)。

數據計算研究領域下設計算技術、智能計算、數據庫與存儲三個實驗室。

數據計算 計算技術實驗室

致力于計算、存儲、互聯方向的前沿性研究，探索從系統(tǒng)軟硬件架構到芯片設計技術的全棧實現。采用自上而下基于應用驅動和自下而上基于新技術的研究方法，利用系統(tǒng)架構、計算機體系結構、芯片設計優(yōu)化等領域的技術積累，在計算資源優(yōu)化、新計算體系方向等構建創(chuàng)新系統(tǒng)，提升計算能力。

研究方向

• 系統(tǒng)架構方向

系統(tǒng)軟硬件綜合設計，針對新型計算技術的指令集、體系結構、編程語言和編譯技術。

• 計算技術方向

針對新計算技術的應用、體系結構、電路設計、設計自動化等， 例如三維集成電路、近似計算、超低功耗芯片設計等。

• 存儲技術方向

新型存儲器件在計算體系中的應用，包括三維存儲、非易失性存儲、存內計算技術等。

• 互聯技術方向

芯片內和片間互聯架構，包括片上網絡(NoC)、光互聯技術、無線互聯技術等。

• 芯片工程

致力于研究到工程實現的轉化，針對特定應用的加速芯片實現高性能、低功耗的計算芯片架構及系統(tǒng)。

產品及應用

• AliNPU

聚焦于人工智能領域的計算需求，設計針對AI應用的NPU，提升阿里巴巴集團內部各種人工智能業(yè)務的計算能力。

研究團隊

謝源

謝源 達摩院計算技術實驗室負責人

IEEE Fellow，普林斯頓大學博士。研究領域主要包括計算機體系結構、集成電路設計、電子設計自動化、和嵌入式系統(tǒng)設計。發(fā)表過近300篇期刊和會議論文。

驕旸

驕旸 達摩院計算技術實驗室研究員

負責組建芯片開發(fā)工程團隊，目前的開發(fā)重點是人工智能芯片。曾在華為創(chuàng)建并領導美國和上海的技術團隊進行全新GPU開發(fā)；在三星作為GPU團隊的核心成員，參與項目的規(guī)劃和創(chuàng)建團隊。

何建德

何建德 達摩院計算技術實驗室資深技術專家

曾在硅谷從事計算機繪圖芯片設計工作，又先后在S3、TSMC、Broadcom、Qualcomm負責所有算法，微架構操作數設計與Shader core 布局設計。為Qualcomm設計的Shader core協助Adreno graphics Core穩(wěn)占其競爭優(yōu)勢。

李偉良

李偉良 達摩院計算技術實驗室資深技術專家

負責組建AliNPU上海ASIC團隊。曾在S3 Graphics從事圖形芯片的設計，后供職于AMD，負責上海研發(fā)中心的GPU IP設計部門，參與開發(fā)當前主流的圖形芯片，致力于優(yōu)化芯片的PPA。在ASIC前后端的各個環(huán)節(jié)擁有豐富經驗。

尹莉

尹莉 達摩院計算技術實驗室資深技術專家

負責芯片技術部軟件部門，精于體系結構、編譯器以及系統(tǒng)性能優(yōu)化。曾在S3 graphics圖形芯片架構部門，負責圖形芯片可編程流水線以及后端編譯器優(yōu)化；后在Intel MLT部門從事二進制翻譯、虛擬機以及spark性能優(yōu)化。

張濤

數據計算 智能計算實驗室

致力于下一代海量、異構數據的分布式存儲、管理、查詢、分析和機器學習系統(tǒng)與算法的研究和應用。通過并行與分布式數據處理和云上系統(tǒng)資源管理，多場景、多模態(tài)、異構計算引擎融合統(tǒng)一系統(tǒng)智能與自治化，數據安全隱私計算等關鍵技術，為各行業(yè)、各場景提供高效的算法支持和安全、可靠、強有力的計算引擎。

研究方向

• 下一代多場景多模態(tài)異構計算引擎

融合與統(tǒng)一批處理、交互式處理和流處理等多種計算模態(tài)，研究近似查詢、漸進式執(zhí)行等新技術，支持傳統(tǒng)數據分析、圖計算、機器學習等各種應用場景和計算需求下一代計算引擎。同時在計算引擎中研究利用GPU、FPGA、ASIC等異構硬件高效率和低延遲的計算性能，將異構硬件的計算能力與傳統(tǒng)通用計算整合，更好地滿足人工智能、高性能數據分析等計算密集型領域的計算需求。

• 大規(guī)模多樣性數據挖掘和機器學習算法及應用

研究在大規(guī)模多樣性數據（如結構化數據、圖數據、信息網絡等）上的高效數據挖掘算法和機器學習算法，探索和融合大規(guī)模圖表征學習、知識圖譜等新技術，應用于在線反作弊、推薦系統(tǒng)、和提高搜索效能等場景，服務普惠到社會生活中。

• 智能與自治化系統(tǒng)

將系統(tǒng)技術與人工智能技術相結合，利用人工智能技術在數據倉庫管理、資源調度、引擎優(yōu)化等各個方面的優(yōu)勢加強與改進系統(tǒng)；同時使用系統(tǒng)技術輔助人工智能中的模型選擇、元參數搜索等工作，進行自動的元學習，從而幫助系統(tǒng)變得更加智能，更加安全可靠。

• 數據安全和隱私保護

研究如何在數據采集、數據共享和數據呈現等多個可能泄露個人敏感信息的數據處理階段有效保障數據安全和用戶隱私，同時降低數據損耗并提供高效的數據分析能力。

• 超大規(guī)模圖計算

研究以深度學習和圖計算結合的大規(guī)模圖表征學習為代表的機器學習算法和基于圖的知識圖譜技術，研發(fā)新型架構的超大規(guī)模圖計算引擎和超大規(guī)模知識圖譜推理系統(tǒng)。在信息檢索、分布式計算、大規(guī)模系統(tǒng)設計、機器學習、人工智能、自然語言處理等相關領域做出突破貢獻。

產品及應用

• 超大規(guī)模圖推理引擎圖形推理與深度學習相結合，在阿里巴巴的許多業(yè)務場景中取得了成功的分階段結果。例如，個性化推薦系統(tǒng)是信息過濾的重要手段，可以根據習慣和愛好推薦合適的產品或服務。傳統(tǒng)的推薦系統(tǒng)存在稀疏性、冷啟動和信息可重復性的問題，而大規(guī)模圖表示可以有效地利用自然人的全球信息。我們正在開發(fā)新一代圖形學習平臺，可以有效地對數十億個節(jié)點和數萬億個邊緣進行推理分析。
• 電子商務反作弊解決方案反作弊大致分成渠道設備反作弊和流量反作弊。渠道設備反作弊的主要任務是識別可疑的模擬器、設備牧場等。我們從各種日志提取設備的各類稀疏和稠密特征，并對Google的Wide&Deep模型基于相關業(yè)務場景進行了有效的改造，每日可識別千萬級高可信的作弊設備。流量的反作弊更多的是和業(yè)務場景強相關。通過進行全局的考慮和建模，聚合可疑流量，在同一個cluster內進行信息的增強和互借，進而提高模型的可信度。我們基于業(yè)務的需求和定義提出一系列圖模型，每日可在全量流量日志中抓取數百萬高可信的作弊cookie。此項成果也被《中國計算機學會通訊》和人工智能頂會IJCAI收錄報道。

研究團隊

周靖人

周靖人 達摩院智能計算實驗室負責人

哥倫比亞大學計算機博士，IEEE Fellow。擁有幾十篇頂級會議和期刊論文，并持有多項專利發(fā)明。研究領域包括基于大規(guī)模分布式系統(tǒng)的數據計算處理方法和機器學習算法平臺。曾任微軟研究院研究員、微軟研發(fā)合伙人。

丁博麟

丁博麟 達摩院智能計算實驗室資深技術專家

伊利諾伊大學香檳分校博士。研究成果發(fā)表于SIGMOD等多個領域的頂尖國際會議，常年擔任重要國際會議評審委員會評委。研究領域包括大規(guī)模數據的管理和分析等。曾擔任美國微軟研究院研究員。

錢正平

錢正平 達摩院智能計算實驗室資深技術專家

華南理工大學博士。在系統(tǒng)及相關領域頂級會議發(fā)表多篇論文，并曾獲EuroSys’12最佳論文獎。研究領域是分布式系統(tǒng)與數據并行計算。曾任微軟亞洲研究院主管研究員。

楊紅霞

楊紅霞 達摩院智能計算實驗室資深算法專家

杜克大學博士。擁有頂級論文30余篇。曾任IBM Watson研究員、Yahoo！主任數據科學家等職。目前致力于研發(fā)新一代結合超大規(guī)模知識圖譜和圖計算的推理系統(tǒng)。

曾凱

曾凱 達摩院智能計算實驗室高級技術專家

加州大學洛杉磯分校博士，曾在美國加州大學伯克利分校AMP Lab從事博士后研究。擁有頂級論文20余篇，獲SIGMOD 2012年最佳論文獎等。研究領域包括大規(guī)模分布式系統(tǒng)和數據庫系統(tǒng)。曾任微軟資深科學家。

于文淵

于文淵 達摩院智能計算實驗室資深技術專家

愛丁堡大學博士。研究成果發(fā)表于SIGMOD等多個領域的頂尖國際會議，曾獲SIGMOD2017和VLDB2010最佳論文獎，VLDB2017最佳演示獎。研究領域包括數據質量管理、圖數據管理與計算等。曾擔任七橋科技CEO、美國Facebook 研究科學家等。

數據計算 數據庫與存儲實驗室

致力于新硬件加速、智能與自治化數據庫、云上數據管理和系統(tǒng)資源調配、多態(tài)數據引擎、非結構化數據管理、數據庫核心算法、數據存儲、并行與分布式數據處理、數據安全等關鍵技術研究，實現數據庫系統(tǒng)和底層存儲系統(tǒng)高并發(fā)、高可靠性、分布式處理、數據一致性以及高響應和深度的數據分析能力。

研究方向

• OLTP（線上事務處理）與HTAP（線上混合事務與分析）引擎

在單節(jié)點架構下，通過共享存儲和狀態(tài)的技術手段，將數據存儲到多個節(jié)點上以實現拓容和事務處理的單機向上拓展能力。在多節(jié)點集群架構上，通過分片的技術手段構建分布式數據庫以實現事務處理的集群向外拓展能力，同時通過GTM來進行事務并發(fā)的調節(jié)和數據讀寫一致性的控制HTAP引擎則實現了在一份數據上同時進行事務處理和分析處理的能力。

• 多模/多態(tài)，OLAP（實時在線分析）的NoSQL / NewSQL數據庫系統(tǒng)

面對結構復雜而內容豐富的多模/多態(tài)數據，數據庫系統(tǒng)需要對這類結構化，半結構化和非結構化數據進行融合分析，整合與清洗;實現結構化的特征提取和處理，需要不斷提升的NoSQL / NewSQL以及實時在線分析系統(tǒng)的適用性，性能和效率。

• 數據安全與數據庫系統(tǒng)安全

在傳統(tǒng)的訪問控制，防止SQL注入等基礎上，一個核心挑戰(zhàn)是如何在不犧牲數據庫系統(tǒng)性能的前提下提高系統(tǒng)的安全和數據安全保護能力。數據庫系統(tǒng)需要不斷提高加密數據查詢與更新（利用同態(tài)加密等相關技術），不經意隨機存取，差分隱私等一系列關鍵技術在安全性和系統(tǒng)效率之間的平衡能力。安全硬件的快速發(fā)展也為發(fā)展安全數據庫系統(tǒng)帶來了新的機遇，例如如何利用英特爾SGX這樣的安全硬件來構建新型加密數據庫系統(tǒng)。

• 自治化與智能數據庫

通過分析系統(tǒng)運行環(huán)境狀態(tài)和日志數據信息，利用機器學習手段建模，來實現動態(tài)系統(tǒng)參數調整和系統(tǒng)優(yōu)化，減少系統(tǒng)DBA的運維成本。在數據庫系統(tǒng)查詢與分析優(yōu)化器的關鍵模塊上運用這些技術可以實現從規(guī)則優(yōu)化器和初級的性能優(yōu)化器向高級的機器學習模型為主的高緯度查詢優(yōu)化器的演變。機器學習技術也可以幫助系統(tǒng)建立更加準確高效的在線預警與實時監(jiān)測系統(tǒng)，來實現智能的DBA運維管控和資源調配。海量結構化，半結構化與非結構化數據的分析建模則提出了如何建立深度數據分析的智能數據庫系統(tǒng)的科研問題。

• 新硬件加速與數據存儲

數據庫系統(tǒng)需要研發(fā)CPU / GPU / FPGA異構計算體系的計算流程，在優(yōu)化多核高并行的數據查詢與分析任務時，必須要考慮系統(tǒng)硬件的體系結構（例如NUMA架構），來減少數據移動并實現數據為中心的查詢和分析模式。例如NVM和RDMA課題。

• 數據庫核心算法

數據庫系統(tǒng)設計中的各個方向和各個層面都會涉及到一些核心的算法挑戰(zhàn)，例如并發(fā)控制，數據處理，系統(tǒng)調度，近似計算，非結構化數據分析和特征提取等。有效的解決這些問題需要將算法設計思想與數據庫系統(tǒng)的系統(tǒng)運行狀態(tài)和特征有機的結合考慮，這要求數據庫系統(tǒng)的核心算法構建不斷地接受新挑戰(zhàn)和迭代變化的要求。

產品及應用

• 國家氣象大數據解決方案 中國氣象的氣象大數據分析平臺采用OLAP引擎的高吞吐實時入庫和高并發(fā)讀寫支持并發(fā)復雜查詢能力，基于聚集列實現單氣象站歷史數據毫秒級查詢分析，存儲從1957年建站以來6萬氣象站的分鐘級數據，實現入庫到應用展示分鐘內業(yè)務目標。
• 郵政/地產等行業(yè)解決方案 萬科和中國郵政通過使用分布式數據庫水平擴展等核心能力，線性提升了整體數據庫存儲及計算容量處理能力，通過分布式事務處理引擎提供的數據庫拆分能力，快速地支持二者核心業(yè)務系統(tǒng)迭代，大幅節(jié)省客戶針對數據庫層面的運維成本。
• 國家重大項目技術支持 支持公有云和專有云國家重大項目，例如上海城市大腦、國稅等。

研究團隊

李飛飛

李飛飛 達摩院數據庫與存儲實驗室負責人

猶他大學計算機系終身教授。曾獲ACM、IEEE、Visa、Google、HP、華為等多個獎項，獲IEEE ICDE 2014 10年最有影響力論文獎、ACM SIGMOD 2016最佳論文獎、ACM SIGMOD 2015最佳系統(tǒng)演示獎、IEEE ICDE 2004最佳論文獎、美國NSF Career Award、中國基金委海外重點研發(fā)獎，2018年ACM杰出科學家等。擔任多個國際一流學術期刊和學術會議的編委、主席。

曹偉

曹偉 達摩院數據庫與存儲實驗室資深技術專家

阿里云數據庫團隊負責人，計算機協會數據庫專委會委員。在SIGMOD、VLDB、TSC等國際學術會議與期刊上發(fā)表多篇文章。研究領域包括分布式數據庫與存儲系統(tǒng)、大規(guī)模實時計算等。

吳結生

吳結生 達摩院數據庫與存儲實驗室研究員

俄亥俄州立大學計算機博士學位。2014年加入阿里云西雅圖，任職存儲基礎平臺和云存儲的負責人。曾就職于微軟 Azure 存儲團隊 （2008-2014年）， Ask.com 基礎設施團隊（2004-2008年）和中國科學院計算技術研究所（國家智能計算機研究開發(fā)中心，1996-1999年）。研究興趣包括大規(guī)模分布式系統(tǒng)和大數據處理和分析系統(tǒng)等。

占超群

占超群 達摩院數據庫與存儲實驗室研究員

集團數據庫事業(yè)部 OLAP Platform負責人，從無到有打造大規(guī)模在線云分析產品AnalyticDB、Data Lake Analytics，有多年海量數據分析平臺的研發(fā)經驗，先后擔任多個阿里巴巴以及專有云大數據商業(yè)項目總架構師。

汪晟

汪晟 達摩院數據庫與存儲實驗室Research Scientist

新加坡國立大學計算機博士。曾留校從事博士后研究。研究成果發(fā)表于VLDB等多個數據庫及相關領域頂級會議。研究方向主要涉及大規(guī)模數據管理系統(tǒng)的設計與優(yōu)化，包括分布式數據庫，數據分析平臺及區(qū)塊鏈系統(tǒng)等。

張鐵贏

張鐵贏 達摩院數據庫與存儲實驗室Research Scientist

張鐵贏，曾就職于中科院計算所和卡耐基梅隆大學，CCF數據庫專委委員，CCF大數據專委委員，研究方向為智能數據庫與分布式系統(tǒng)，研究成果發(fā)表于SIGMOD, VLDB, ICDE, TPDS等頂會與期刊超過30余篇。

機器人領域介紹

阿里巴巴達摩院機器人研究領域主要圍繞環(huán)境感知、高精定位、決策規(guī)劃、智能控制等前沿技術方向，基于機器人技術進行無人駕駛、無人物流等方面的研發(fā)與應用，推動汽車、物流、服務等傳統(tǒng)行業(yè)的價值重塑。

機器人研究領域目前下設自動駕駛實驗室。

機器人 自動駕駛實驗室

致力于機器學習、自動駕駛、物聯網通訊、云端調控等技術研究，滿足傳統(tǒng)物流配送行業(yè)在人力成本、貨物安全、交付速度、節(jié)能環(huán)保等方面的訴求，打造“車-路-云”一體化的智能物流網絡，實現智能、精準、快速、高效、安全、環(huán)保的貨物流轉和投遞。

研究方向

• 環(huán)境感知

研究多傳感器協同感知及融合技術，實現自動駕駛汽車對周圍環(huán)境的關鍵信息收集和知識提取，其中包括可行駛區(qū)域、車道線、交通標志、交通燈、車輛、行人及所有障礙物的檢測識別，車輛，行人等障礙物的位姿，運動狀態(tài)等的預測;通過合理的多傳感器布局配置方案來確保車周圍360度覆蓋和關鍵區(qū)域的增強覆蓋;通過安全冗余設計的軟件系統(tǒng)方案來保障車輛周圍環(huán)境信息的準確感知，進而確保自動駕駛汽車的安全穩(wěn)定運行。

• 高精定位

探索基于高精度地圖的高精智能定位技術，構建物理世界和數字世界的準確映射，為自動駕駛汽車提供精準的交通元素，POI等場景信息。研究云端的多源融合定位技術，搭建融合與處理的云平臺，將車與人，車與車連接起來，形成一個動態(tài)的位置網絡。這個網絡在為自動駕駛提供位置服務的同時，也支持基于精確位置的數據收集和回傳，對高精度地圖進行在線更新，全面提升定位系統(tǒng)的準確性，可靠性和智能性。

• 決策規(guī)劃

決策規(guī)劃分為駕駛決策系統(tǒng)和運動規(guī)劃系統(tǒng)。駕駛決策系統(tǒng)通過大量實測的高精度交通流數據分析，探尋人類駕駛行為的本質機理，挖掘出最優(yōu)的行為模型和參數，保證在線駕駛行為的最優(yōu)化。運動規(guī)劃系統(tǒng)在有限的計算資源下，搜索成千上萬可能的運行軌跡，并根據周邊環(huán)境信息挑選最優(yōu)軌跡，實現自動駕駛的平穩(wěn)行駛。

• 智能控制

主要包含橫向控制和縱向控制兩個方面。橫向控制主要研究自動駕駛汽車的路徑跟蹤能力，即如何控制車輛沿規(guī)劃的路徑行駛，并保證車輛的行駛安全性，平穩(wěn)性?？v向控制主要是控制車輛速度跟蹤能力，控制車輛按照預定的速度巡航。

• 自動駕駛仿真平臺

由交通智能體系統(tǒng)，場景編輯生成系統(tǒng)，虛擬世界渲染系統(tǒng)，大規(guī)模服務器部署系統(tǒng)組成。交通智能體系統(tǒng)通過大量的交通數據抽取逼真的行為模型，仿真車輛，行人等物體行為；場景編輯生成系統(tǒng)支持各種極端場景的編輯和類似場景的生成，實現對自動駕駛算法的壓力測試；虛擬世界渲染系統(tǒng)將仿真場景進行可視化渲染，提高分析問題的直觀感覺;大規(guī)模服務器部署系統(tǒng)提高仿真的規(guī)模和效率，實現每年上億公里的仿真測試；仿真平臺為自動駕駛的測試節(jié)省大量時間和費用，極大降低了測試風險，隨機模擬各種極端復雜場景，實現全面的測試覆蓋。

• 數據平臺

生產數據平臺，數據生產流程化以及監(jiān)控。為感知采集豐富的數據，以提高自動駕駛整車魯棒性。研究如何建立高效的標注系統(tǒng)，減小標注的成本，提高效率和標注結果的準確率;研究如何更有效的監(jiān)控車輛運行的狀態(tài)和問題，以及把數據更加合理可視化;探索實際數據和仿真數據結合的過程提供結構化，半結構化，非結構化多種類型的數據整合，集成與索引。

• 車路協同

通過車與路之間的協同合作，構建“車 – 路 – 云”三位一體的全新模式研究開發(fā)路側端的多傳感器感知，多模態(tài)數據融合與處理，低功耗邊緣計算，中短距直連通信等技術，打造全新的路側智能設備，為交通工具提供實時數據服務，并為云端提供全面的交通信息基礎數據。

產品及應用

• 智能物流車 深度參與國家智能物流骨干網絡的建設，通過部署智能物流車隊、智能感知基站以及鋪設云端服務，構建起連接城際間物流倉儲以及城市內配送中轉站點的龐大網絡，最大化利用不同時段下的道路資源，實現智能、精準、快速、安全、環(huán)保的貨物流轉與投遞。

研究團隊

王剛

王剛 達摩院自動駕駛實驗室負責人

伊利諾伊大學香檳分校博士，曾任新加坡南洋理工大學終身教授。全球MIT TR35獲獎者，人工智能頂尖期刊IEEE TPAMI編委，ICCV 2017和CVPR 2018領域主席。研究領域包括深度學習及其在計算機視覺、自動駕駛上的應用。

金融科技領域介紹

阿里巴巴達摩院金融科技研究領域致力于提升金融領域的連接、信任、安全和便捷，提升金融預測和決策能力，重塑可持續(xù)的普惠金融服務，用創(chuàng)新技術解決未來問題，為全世界帶來更多平等的機會。

金融科技研究領域下設金融智能、區(qū)塊鏈、生物識別三個實驗室。擁有資深金融行業(yè)專家和頂級科學家，在杭州、北京、西雅圖、硅谷、紐約等設有辦公地點。

領域負責人

蔣國飛

蔣國飛 達摩院金融科技研究領域負責人 / 生物識別實驗室負責人

螞蟻金服副總裁。擁有160多篇頂級論文，曾獲SIGKDD等會議最佳論文獎。研究領域有物聯網、大數據、人工智能、云計算、計算機安全和軟件定義網絡等。曾任NEC集團副總裁，領導NEC全球研發(fā)。

金融科技 金融智能實驗室

致力于滿足金融領域對AI技術的安全性、可靠性、實時性、對抗性的更高要求，在圖像識別、智能問答、知識圖譜等方面有著業(yè)界領先的研究成果和成熟的商業(yè)產品，通過與商業(yè)伙伴的合作，提升其智能化的能力，推動金融業(yè)的智能進步。金融智能作為螞蟻金服核心技術引擎之一，被廣泛應用于智能客服、交易風控、支付營銷、保險智能理賠、貸款準入、反欺詐反套現、財經資訊、基金推薦等商業(yè)場景。

研究方向

• 大規(guī)模圖模型及圖嵌入模型

基于企業(yè)知識圖譜，運營數據，工作流的企業(yè)智能分析和決策支持引擎以及金融知識圖譜的金融智能推理和決策支持引擎，來研究圖模型及深度學習在金融場景下的網絡和圖上的大規(guī)模算法和創(chuàng)新應用，包括萬億級資金交易網絡的推薦，營銷和風控問題。

• 機器學習的數據安全和隱私保護

通過對隱私保護，信息安全和機器學習的結合以及多方金融數據源在互不共享數據情況下的分布式建模和分析的研究，不斷提升其在金融多方數據利用能力。

產品及應用

• 金融大腦 基于螞蟻金服強大的技術積累，運用AI領域技術來形成金融領域的核心人工智能能力，賦能螞蟻金服內部智能營銷、智能安全、智能金融信息服務等能力，并通過平臺化的產品，與生態(tài)伙伴和金融機構達成戰(zhàn)略合作。企業(yè)圖譜（風報）：一款基于NLP處理技術的企業(yè)金融智能信息服務系統(tǒng)，涵蓋工商、訴訟、稅務、行政處罰、投融資、高管變動、新聞事件等26大類企業(yè)情報信息?！帮L報”包含全國近4,200萬家工商登記主體信息，匯聚全網超過4萬個數據來源的近10億條行政公示、審判流程、企業(yè)信息披露和新聞媒體報道，并通過人工智能技術將非結構化的文本進行清洗、分析、關聯，形成結構化的企業(yè)情報信息。自2016年上線以來，其已經在企業(yè)盡職調查、風險控制、合規(guī)審計、司法調查、行業(yè)研究和商機及投資機會篩選等場景上進行了廣泛的應用，涵蓋商業(yè)銀行、保險、融資租賃、供應鏈金融、私募股權投資等典型客戶。
• 智能客服（零號云客服） 零號云客服由螞蟻金融云和阿里云平臺聯合推出，目前已服務包括證券、保險、銀行在內的3000余家金融機構。它是人工智能 公有云 云客服的綜合解決方案（或私有云產品的部署），有效解決傳統(tǒng)客服中心成本高、效率低等問題。目前，在不同行業(yè)應用中提供的自助服務占比高達85%，并實現對用戶來電、文字問答的24小時實時響應。
• 智能助理（小鉆風） “小鉆風”是通過語音、自然語言、圖像與視覺、情感識別、人機對話等技術，結合相應的場景去理解用戶信息、問題、意圖與情感，以實現自然的人機交互及用戶需求與服務的準確連接，進而提供一站式金融生活助理服務，并以平臺的形式開放給行業(yè)合作伙伴。

研究團隊

漆遠

漆遠 達摩院金融智能實驗室負責人

螞蟻金服副總裁，麻省理工學院博士，曾任普渡大學計算機科學系和統(tǒng)計系終身副教授。

宋樂

宋樂 達摩院金融智能實驗室研究員

悉尼大學博士，世界知名機器學習專家，曾任佐治亞理工學院終身副教授。

金融科技 區(qū)塊鏈實驗室

致力于區(qū)塊鏈中共識協議、密碼學安全、跨鏈協議等技術的研究和應用，以商業(yè)與金融等應用場景為突破口，率先實現有自主權的工業(yè)級/金融級區(qū)塊鏈系統(tǒng)。

研究方向

• 共識協議

針對混合共識方案、新型共識協議的工程實踐、共識協議的性能提升等。混合共識方案主要基于學術界的最新成果提出創(chuàng)新與改進。新型共識協議的工程實踐包括基于隨機化算法的共識協議和基于DAG模式的共識協議。共識協議的性能提升，是指通過并行化處理傳統(tǒng)共識協議，在維持協議正確性與活性的同時，高效利用多核機器的性能，進而使得傳統(tǒng)BFT協議的性能獲得提升，并適用于其他共識協議。

• 密碼學安全與隱私保護

研究主要圍繞賬戶模型下的隱私保護、無setup零知識證明、全同態(tài)加密算法的設計與應用。賬戶模型下的隱私保護需要同時滿足：相關方和有權限的成員可看到信息的明文；不相關方從賬本上只能看到無意義的加密信息；共識節(jié)點能夠在加密信息上直接對交易合法性做判斷，并對賬戶做相應操作。無setup零知識證明是對現有的zk-SNARK方案需要setup情形的改進。全同態(tài)加密是指在不解密前提下對密文進行任何原本在明文可行的運算，是同態(tài)加密算法的改進。

• 區(qū)塊鏈技術結合可信執(zhí)行環(huán)境

研究基于可信硬件的新型區(qū)塊鏈架構。其基本思路是基于可信硬件，為解決機密保護和計算復雜性問題等提供通用的高性能解決方案。

• 跨鏈協議

包括跨鏈數據檢索和跨鏈資產交換?？珂湐祿z索可以為監(jiān)管方在多鏈的條件下提供更強大的監(jiān)管能力；跨鏈資產交換是去中心信任的原子交換。

• 智能合約語言與整體安全性分析

對現有智能合約體系的安全性分析掃描，并具體實踐于自主實現區(qū)塊鏈平臺。目標實現對智能合約語言做形式化驗證與安全性分析，從根本上解決智能合約安全性問題，也包括對區(qū)塊鏈整體協議做形式化分析，提高區(qū)塊鏈技術的安全性。

• 區(qū)塊鏈技術與IoT結合

二者結合能夠解決區(qū)塊鏈資產在物理世界和數字世界的錨定問題。利用IoT技術，可以將區(qū)塊鏈技術在數字世界中定義的資產形態(tài)與物理實體打通。

• 區(qū)塊鏈技術與安全多方計算結合

研究在缺乏可信第三方的情形下安全計算約定函數的方法，在需要秘密共享和隱私保護的場景具有重要意義。目標是打造基于個人隱私數據的計算及交易平臺，賦能未來數字服務。目前已經研發(fā)出保護隱私的安全數據統(tǒng)計和安全模型訓練及預測。

產品及應用

• 商品溯源 區(qū)塊鏈溯源應用把溯源鏈路上多方記錄統(tǒng)一歸集到分布式賬本上，并通過區(qū)塊結構鎖定記錄形成不可篡改賬本。統(tǒng)一的溯源體系還包括區(qū)塊鏈技術平臺標準、鏈路參與方對接接口標準、產品溯源碼號段分配和轉接方案等。
• 互助保險 該項目是對無中心機構的新保險模式的嘗試。利用區(qū)塊鏈技術公示所有保險資金的流向，增強了松散群體間的信任，進而更好地發(fā)展這種保險模式?；ブ鷪F體的互信，也能發(fā)揮個體的主動性，推動互助保險的發(fā)展，降低社會風險。
• 慈善公益 慈善公益是區(qū)塊鏈技術應用于實際場景的首次嘗試。利用區(qū)塊鏈技術公示捐贈資金的流向，可提高捐贈人信心、加強具象捐贈感受、提高公益機構及受捐人的公信力，使公益慈善事業(yè)朝著良性循環(huán)的方向發(fā)展。2016年下半年，螞蟻金服聯合中國紅十字基金會等公益機構上線區(qū)塊鏈試驗項目，使捐款人可以追蹤善款的完整流轉情況。 2017年3月，支付寶上的所有愛心捐贈項目采用螞蟻區(qū)塊鏈技術，實現平臺捐贈數據透明。未來，區(qū)塊鏈會進一步探索醫(yī)療救助、幫扶等項目，實現善款走向全流程公開、透明和可追溯。
• 房屋租賃 房屋租賃場景是體現區(qū)塊鏈技術與經濟社會城市治理相結合較為理想的切入點之一。基于區(qū)塊鏈技術的房屋租賃平臺有助于提升公開、公平、公正的政府形象，增強社會對新技術的感知，也為更廣泛的治理范圍提供了經驗和范本。目前與雄安新區(qū)政府共同打造的基于區(qū)塊鏈技術的新區(qū)房屋租賃積分系統(tǒng)已完成項目一期建設，后續(xù)工作也在開展中。

研究團隊

張輝

張輝 達摩院區(qū)塊鏈實驗室負責人

南加州大學計算機科學博士?，FIEEE Senior Member，發(fā)表40多篇頂級學術論文。曾擔任NEC Labs America部門主管，專注于高性能分布式系統(tǒng)與網絡的研究以及產品開發(fā)，特別是P2P網絡算法。

俞本權

俞本權 達摩院區(qū)塊鏈實驗室研究員

曾任谷歌主任工程師，并完成了YouTube E-Commerce 平臺建設、youtube.com/movies的創(chuàng)建、承擔Google Analytics的數據和后臺系統(tǒng)架構設計，并主導下一代谷歌分析后臺的研發(fā)。

閆鶯

閆鶯 達摩院區(qū)塊鏈實驗室資深技術專家

復旦大學計算機系博士，現任中國軟件協會區(qū)塊鏈創(chuàng)業(yè)學院及區(qū)塊鏈專委會專家、中國電子學會區(qū)塊鏈專家委員。研究領域包括區(qū)塊鏈技術、大數據分析、數據庫以及云計算的研究。曾任微軟亞洲研究院主管研究員、區(qū)塊鏈負責人。

金融科技 生物識別實驗室

致力于各種模態(tài)生物識別核心技術的研發(fā)及其在金融和民生場景的應用，目前已經具備了人臉、眼紋、虹膜、聲紋、掌紋、行為特征等多模態(tài)的生物識別核心算法研發(fā)能力，并且研發(fā)了全球獨有眼紋技術專利和領先的活體檢測，累積服務超過3億用戶。

研究方向

• 大規(guī)模人臉精準檢索（1：BigN）技術

用戶規(guī)模的不斷擴大（如一個省級（億級）或國家級（十億級）人臉庫），對算法識別性能的要求會成指數級增加;現有的人臉檢索技術主要用于安防場景，偏重于召回率并且依賴于人工確認。該技術旨在滿足金融場景對準確率，召回率以及檢索速度的要求，解決大規(guī)模人臉精準檢索難題。

• 多模態(tài)無感知生物特征識別技術

不同模態(tài)的生物特征具備不同的特性和分辨能力，每融合一個新模態(tài)的生物特征都能使得系統(tǒng)的識別能力和安全能力上一個等級。如何以用戶無感知的方式實現多模態(tài)生物特征的采集和融合，需要在算法，硬件，系統(tǒng)等多方面展開研究。

• 生物特征ID相關技術

生物特征具備“唯一性”和“終身不變性”等優(yōu)點，但同時也存在“不可撤銷性”的特性。研發(fā)生物秘鑰生成技術和加密空間共享學習技術，在滿足生物特征識別能力的同時，滿足生物特征模板單向變換和可撤銷等要求，實現對用戶的隱私保護和分布式數據的安全使用。

• 基于物聯網的用戶感知與行為分析技術

利用不同空間和時間以及不同傳感器的數據，為用戶提供更加安全，便捷，個性化的金融服務，探索基于生物特征強因子與行為數據弱因子的多變量建模技術及用戶感知和行為分析技術。

• 邊緣計算XNN

移動端深度學習由于其在體驗實時性，隱私性和計算成本等方面有著廣闊的應用前景，邊緣計算XNN技術對支付寶APP在性能功耗，SDK增量，模型尺寸等方面提供支持。

• 新型傳感器與專業(yè)的相機和圖像處理器技術

結合IoT線下掃臉支付等創(chuàng)新業(yè)務的發(fā)展，高清眼紋識別，多模態(tài)生物特征識別等獨特新技術對相機，相機陣列，對應圖像處理器ISP等成像相關的技術有更高的要求，該研發(fā)工作有助于形成螞蟻金服獨有的技術斷裂點，支撐無感知生物識別技術的落地和線下無感知支付業(yè)務的發(fā)展。

產品及應用

• 刷臉金融螞蟻金服在為印度、印尼等國家的移動支付金融服務提供便捷遠程開戶及刷臉登錄、在線身份驗證等解決方案，降低金融服務的使用門檻。
• 刷臉政務目前已經跟40個國內城市合作開通“刷臉政務”，人們只需打開支付寶刷臉，就可以認證養(yǎng)老金領取資格、領取電子社?？ê碗娮玉{照等。
• 刷臉付2017年9月，支付寶聯合全球快餐連鎖巨頭肯德基在杭州推出了基于生物識別技術的線下點餐支付產品“刷臉付”，成為全球首個將生物識別技術應用于商業(yè)支付領域的成功案例。

研究團隊

蔣國飛

蔣國飛 達摩院金融科技研究領域負責人 / 生物識別實驗室負責人

螞蟻金服副總裁。擁有160多篇頂級論文，曾獲SIGKDD等會議最佳論文獎。研究領域有物聯網、大數據、人工智能、云計算、計算機安全和軟件定義網絡等。曾任NEC集團副總裁，領導NEC全球研發(fā)。

李亮

李亮 達摩院生物識別實驗室資深算法專家

中國科學院自動化所博士，中國科學院大學博士后。曾就職于索尼中國研究院。目前負責螞蟻金服生物識別算法與模型的研發(fā)以及基于生物識別的身份認證體系建設，在國際期刊和會議發(fā)表論文十余篇。

宋楊

宋楊 達摩院生物識別實驗室資深算法專家

早稻田大學工學博士，2016年加入螞蟻金服，目前從事多媒體和機器視覺系統(tǒng)的研發(fā)工作。曾在華為和富士通研究所（東京）工作，發(fā)表40篇論文。

陳繼東

陳繼東 達摩院生物識別實驗室資深數據技術專家

中國人民大學計算機應用博士，復旦大學計算機學院博士后?，F任螞蟻金服全球可信身份平臺ZOLOZ亞洲區(qū)總經理，負責生物識別技術研發(fā)與全球化商業(yè)應用。帶領團隊將人臉識別技術在網商銀行和支付寶等場景成功應用，實現刷臉支付全球首次在肯德基的商業(yè)落地。曾任EMC中國研究院大數據實驗室主任，現為中國計算機學會大數據專家委員會常委委員。

X實驗室領域介紹

阿里巴巴達摩院X Lab致力于探索科技領域最神秘的未知，努力提供最先進的解決方案，更著眼未來，裂變科技價值。

X Lab目前下設量子實驗室、人工智能實驗室。

X實驗室 量子實驗室

量子實驗室的目標是實現量子計算的潛力。

研究方向

• 量子處理器和量子計算系統(tǒng)

設計和實現量子處理器，量子存儲，和量子計算系統(tǒng)。

• 量子算法

快速的量子以及量子-經典混合算法。

• 量子物理模擬

量子物理的經典和量子算法模擬。

產品及應用

• 阿里云量子開發(fā)平臺阿里云量子開發(fā)平臺(AC-QDP)的目的是利用阿里巴巴的海量計算資源來支持針對量子計算機的應用以及量子計算機本身的研發(fā)。目前，AC-QDP的計算引擎是量子電路的經典模擬器太章。太章的算法與性能展示請參考arXiv:1805.01450和arXiv:1907.11217. 在arXiv:1909.025559中，我們也介紹了AC-QDP在量子算法設計與測試方面的工作。進一步的展示與改進會隨后不斷推出。
• 太章太章是一個量子計算的經典模擬器，或者是一張量收縮的計算系統(tǒng)。太章借助阿里巴巴強大的分布式計算平臺，成功模擬了一些作為基準的中間規(guī)模的量子電路。太章正在成為阿里巴巴基于張量的量子激發(fā)經典計算系統(tǒng)里的計算引擎。它將是研發(fā)量子計算物理實現和應用的核心工具之一。

研究團隊

施堯耘

施堯耘 達摩院量子實驗室負責人

北大計算機本科、普林斯頓計算機博士。在加州理工學院的量子信息中心做博士后研究后，他加入密歇根大學安娜堡分校，歷任電子工程和計算機科學助理教授、副教授和正教授。研究涉獵量子信息科學的多個領域，包括量子計算復雜度、量子計算經典模擬和量子密碼學。他在阿里巴巴致力于建設一個跨學科的國際團隊，以實現量子計算顛覆性的潛力。

馬里奧·塞格德

馬里奧·塞格德 達摩院量子實驗室科學家

馬里奧為芝加哥大學博士。在貝爾實驗室和普林斯頓的高級研究所工作后，任職羅格斯大學計算機科學系教授。他的研究領域包括計算復雜性理論與量子計算。馬里奧于2001年和2005年兩獲哥德爾獎，分別基于他在Probilistic Checkable Proofs和流計算的空間復雜度上的貢獻。

X實驗室 人工智能實驗室

致力于研究前沿科技并與商業(yè)結合，將人工智能技術賦能機器，服務20億消費者。當前孵化出天貓精靈個人助手等產品。實驗室的使命是讓機器擁有智能，讓人性充滿光輝，將基于阿里巴巴強大消費者溝通渠道和完善的服務生態(tài)，立志成為下一代人機交互入口。

研究方向

• 語音助手

1）語音交互：致力于端上信號增強、語音喚醒、語音識別、TTS等語音交互領域的研究和創(chuàng)新。2）自然語言理解：致力于意圖識別、槽填充、對話管理和智能聊天等自然語言理解領域的研究和創(chuàng)新。3）數據挖掘和知識圖譜：致力于知識抽取、知識圖譜融合、知識眾包、知識問答等數據挖掘領域的研究和創(chuàng)新。4）用戶畫像和個性化推薦：致力于用戶畫像和個性化推薦在個人語音助手領域的研究和創(chuàng)新。

• 工業(yè)設計

致力于人工智能硬件產品、機器人的創(chuàng)新工業(yè)設計，通過人機交互、產品形態(tài)、材料工藝等領域的研究，探索未來智能硬件、機器人的新方式。

• 智能制造

基于人工智能技術的新一代硬件研發(fā)與制造，如硬件芯片和模組研究，并提供邊緣計算和云端結合的解決方案。

• 機器人技術

從事智能機器人相關的技術研究，包括：實時定位、環(huán)境建模、傳感器融合、目標檢測、場景分割、路徑規(guī)劃、運動控制、故障檢測、多機器人系統(tǒng)等方向。

產品及應用

• 天貓精靈人工智能實驗室推出的智能家庭語音助手/智能語音終端設備，是目前全球唯一通過語音識別技術實現聲紋購物功能的人工智能產品，同時應用了自然語言處理和對話管理系統(tǒng)等行業(yè)領先技術，它可聽懂語音指令，開啟人機交互體驗新方式?，F擁有百科知識庫、音樂知識庫、影視知識庫、商品知識庫、LBS知識庫等各種專題知識庫，包含實體數1億，關系數10億以上，掌握百億級對話庫，能覆蓋主流人群的對話情況。
• AliGenie 硬件開放平臺致力于將人工智能實驗室在人工智能方面的研究成果轉化為行業(yè)生產力，幫助行業(yè)合作伙伴升級產品體驗，打造具備下一代智能交互能力的產品。通過內置AliGenie系統(tǒng)，合作伙伴的產品將在聽覺、觸覺、視覺以及智能交互等能力得到大幅提升，具備更強的市場競爭力，獲得更好客戶體驗。
• 行動機器人致力于將人工智能技術融入機器人產品，使其具備多模態(tài)人-機-環(huán)境交互能力，場景感知及場景理解能力，以及自主移動和任務執(zhí)行能力，深化機器人在商業(yè)場景中的服務能力，改善B端客戶的服務效率，提高C端客戶的消費體驗。其中天貓精靈太空蛋、太空梭是阿里巴巴首次推出的具備上述能力的智能行動機器人產品，能夠在酒店、醫(yī)院等環(huán)境中承擔重復性強且精度要求高的毛細物流任務，輔助工作人員高效地完成工作，降低重復勞動，提升生活服務品質。

研究團隊

陳麗娟

陳麗娟 達摩院人工智能實驗室負責人

淘寶網第一代產品經理，淘寶網產品團隊總負責人；阿里旗下購物比價網站一淘網總經理；阿里巴巴智能生活總經理、阿里巴巴IoT創(chuàng)建人。2016年發(fā)起成立阿里巴巴人工智能實驗室。2017年7月，淺雪以實驗室負責人身份發(fā)布了首款AI消費級產品天貓精靈X1，目前天貓精靈X1是全球銷量最大的中文智能音箱產品。

聶再清

聶再清 達摩院人工智能實驗室研究員

美國亞利桑那州立大學博士學位（師從美國人工智能學會主席Subbarao Kambhampati教授），現任阿里巴巴達摩院人工智能實驗室北京研發(fā)中心負責人，語音助手首席科學家，教育部人工智能專家組咨詢組專家。曾就職于微軟亞洲研究院，任首席研究員，負責微軟自然語言理解、實體挖掘的研發(fā)工作。他是微軟學術搜索，人立方，以及企業(yè)智能助理EDI的發(fā)起人和負責人，也是微軟自然語言理解平臺LUIS的技術負責人。

李劍葉

李劍葉 達摩院人工智能實驗室研究員

擁有清華大學美術學院文學碩士學位，德國iF學生設計獎評委，中國紅星設計獎評委，清華美院工業(yè)設計系客座講師，研究方向為智能硬件、機器人工業(yè)設計。有16年工業(yè)設計經驗，曾任錘子科技設計副總裁，飛利浦香港設計中心資深顧問，作品獲得過德國iF設計金獎、意大利A設計金獎、美國SPARK設計銀獎、芝加哥GOOD DESIGN獎、日本GOOD DESIGN獎、香港DFA設計獎以及中國智造大獎等近50項國際國內設計獎。

陳穎

陳穎 達摩院人工智能實驗室研究員

芬蘭坦佩雷理工大學博士，北京大學學士與碩士。現任阿里巴巴人工智能實驗室人工智能與邊緣計算首席科學家，邊緣計算實驗室負責人，負責IOT產品。加入阿里巴巴之前在美國高通公司擔任首席工程師。在圖像，視頻和視覺領域發(fā)表60篇學術論文，400余篇國際標準技術提案，和超過250項的已授權美國發(fā)明專利，并因此獲得高通知識產權成就獎。所發(fā)表的著作獲得約8000次引用。曾擔任MPEG國際視頻編碼標準(H.264/AVC,H.265/HEVC系列)聯席主編，獲得過國際標準組織及國際電氣工程委員會ISO/IEC杰出貢獻獎。

X實驗室 XG實驗室

XG實驗室致力于推動下一代網絡通信技術的研究，聚焦5G技術和應用的協同研發(fā)，為超高清視頻、在線辦公、AR/VR、工業(yè)互聯網、智能物流、自動駕駛等場景研究符合5G時代的視頻編解碼技術、網絡傳輸協議等，并制定相關標準。

研究團隊

張銘

張銘 達摩院XG實驗室負責人

張銘的研究領域包括數據中心網絡、邊緣網絡和4G/5G移動網絡等，在高性能網絡、意圖驅動網絡等前沿領域曾取得重大突破，是網絡領域的資深專家。

葉琰 阿里達摩院研究員

IEEE高級會員，她曾參與3代視頻編解碼標準開發(fā)及浸入式視頻和流媒體的標準開發(fā)。

由于XG實驗室剛成立不就，所以更多信息還沒有公開，不過我們還是能夠了解到阿里巴巴對未來網絡通信技術的研究，當然這個實驗室剛成立時，還有很多人猜測阿里進入5G領域會不會和華為產生競爭，為此，我們單獨寫過一篇分析文章，感興趣的讀者可以看 3點分析證明阿里達摩院成立XG實驗室不會與華為競爭 但會替代華為

達摩院重點項目

達摩院重點項目目前由“青橙獎”及“阿里巴巴全球數學競賽”組成。“青春本澀，熱望成橙”，關注青年學者成長，助力青年學者勇攀科學技術之巔?！鞍l(fā)現數學之美，用科技刻畫未來”，旨在全球范圍內引領關注數學、理解數學、欣賞數學、助力數學的科技風尚。

阿里巴巴達摩院青橙獎

達摩院青橙獎

“達摩院青橙獎”（DAMO Academy Young Fellow） 是阿里巴巴達摩院主辦，面向全球范圍對科技進步有關鍵推動作用的中國青年學者的年度獎項，旨在發(fā)掘和支持從事基礎科學、應用技術研究的優(yōu)秀青年工作者。阿里巴巴達摩院為每位獲獎人發(fā)放100萬人民幣獎金，并提供開放的數據資源和應用場景等全方位支持，助力其勇攀科學技術之巔。

評獎規(guī)則

對象

? 面向大中華地區(qū)

? 面向當年度35周歲及以下，已經獲得博士學位的中國籍青年學者

? 面向從事基礎科學、應用技術研究的學術及科研機構的研究人員

原則

? 科技創(chuàng)新的視角：在關鍵性三大科技領域取得創(chuàng)新性的成就和超出預期的貢獻，對所在研究領域的科技未來有重要作用

? 產學研融合的視角：不單純以科學價值作為研究目標，兼顧技術和產業(yè)實際的推動作用

? 人文的視角：鼓勵堅守的純粹和嚴謹的科學精神

領域

? 信息技術：基礎軟件、云計算、大數據、機器智能、物聯網、量子計算

? 半導體材料與器件：芯片、顯示技術、智能傳感器

? 智能制造：機器人、高檔數控機床、智能檢測與裝配、智能物流與倉儲、自動駕駛

獎勵設置

? 獲獎人每人獎金100萬人民幣，每年獲獎總人數不超過10人

? 獲獎人將會冠名“達摩院青橙學者”稱號，并與達摩院實驗室建立互訪聯系

? 提供算力、技術、產品與工程師團隊支持，助推科技轉化

阿里巴巴全球數學競賽

阿里巴巴全球數學競賽

“阿里巴巴全球數學競賽”（ Alibaba Global Mathematics Competition）由中國科學技術協會、阿里巴巴公益基金會、阿里巴巴達摩院共同舉辦，面向全球的數學愛好者，集競賽、培訓、交流于一體，旨在全球范圍內引領開啟關注數學、理解數學、欣賞數學、助力數學的科技風尚。

阿里巴巴達摩院秉承家國情懷與社會擔當，推動全社會關注數學等基礎科學的價值。通過數學競賽這一全球盛事，讓青年一代愛上數學，讓投身數學成為青年一代的志向和抱負。

阿里巴巴愿意為數學擁有更廣泛的社會基礎，為數學的原創(chuàng)性研究與突破性進展，為數學人才的不斷涌現，貢獻自己的力量。

愿景 以數學演進算法，用科技刻畫未來

使命 發(fā)現數學之美、助力數學研究、激發(fā)數學學習熱忱

寫到這里，關于阿里巴巴達摩院5大研究領域、15個實驗室、達摩院重點項目的詳細信息就都整理完了，超腦智能將持續(xù)關注人工智能、機器智能、人機自然交互領域的企業(yè)新聞、技術和趨勢解讀。

關鍵詞：阿里巴巴、達摩院、人工智能、機器學習、NLP、量子計算、區(qū)塊鏈、自動駕駛、無人駕駛、天貓精靈、芯片、數據庫、存儲、網絡、生物識別