机器在俯视人类，是我们的希望还是恐惧？

你看过“I，Robot”这部电影吗？如果你看过，是不是还记得这样一个场景：当警探史普纳进入庄严威武的USR公司时，公司大厅那个巨大的俯身凝视人类的机器人塑像？谈到 “I，Robot”观感时，有人使用了“不寒而栗”这个词，“感觉到发自脊背的寒意”。

好在，它只是一部电影。

当时光进入2017年，Master连挫中日韩，包括柯洁、李世石、古力、聂卫平等在内的围棋界高手，取得60连胜的佳绩。Master身份揭晓，谷歌DeepMind团队披露，它就是大名鼎鼎AlphaGO的升级版。可以说，Master让人工智能再度活跃在人们的视野。

与Master遥相呼应，新一季“最强大脑”也把主题定为了人机大战，人类最强大脑们挑战“百度大脑”， 李彦宏亲自代言，项目涉及辨脸、语音识别、测定方位等项目。李彦宏在节目预告片中宣称： “如果最强大脑代表人类脑力的极限，那么百度大脑代表人工智能的最高水平。”

上电视，下围棋，如果这代表人工智能的应用，那么俯视也好，仰视也好，其实对于人类没有太大影响，下不过Master又如何，没有什么大不了的；百度大脑击败人类大脑，也是意料之中的事情，辨脸、语音识别、测定方位这本来就是机器的强项。

人类可以不把Master、百度大脑放在心上，但是人工智能在杭州萧山所做的事情，一定会让你强烈感觉到：人工智能“奇点”真的来了。正如“I，Robot”作者阿西莫夫所说的：总有那么一天，人工智能要抵达技术的奇点，发生爆炸式增长，彻底把人类智能甩在后面。

这一天其实就近在眼前！

杭州萧山的“一小步”

让我们把视线转移到中国杭州萧山区：借助城市数据大脑，萧山对城市交通进行治理，初步试验数据显示：通过智能调控红绿灯系统，车辆通行速度平均提升了3%～5%，在部分路段有11%的提升。试想一下，如果北京、上海这样的大城市，交通效率哪怕是5%的提升意味着什么？

这是真的吗？城市大脑真的做到了吗？它是怎么做的？

据了解，城市大脑的核心是阿里云人工智能ET，就像人的智能中枢，对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug。最终，阿里云ET将进化成为能够治理城市的超级人工智能。

交通拥堵，只是城市大脑迎战的第一个难题。

从技术上说，城市大脑涉及数据采集系统、数据交换中心、开放算法平台、数据应用平台以及超大规模计算平台。首先，系统通过道路卡口的视频监控探头、互联网以及运营商、移动App等公共服务数据汇总，广泛采集智能交通有关数据，这些丰富数据被提交给城市大脑的超级计算机进行处理，计算出更“聪明”的方案：每个路口红绿灯设置为多长时间通行效率最高？哪些路口应该禁止左转？公交车辆和线路如果调度更为合理？道路修建是否有更好的选择？……

城市大脑要做的是 “眼疾手快”、“当机立断”，根据实际情况给出最优的结果。如今，城市大脑能够通过机器学习不断迭代优化，实现自我的进化。城市大脑会越变越聪明。

从技术上说，“眼疾手快”没有什么不可能。以卡口数据为例，基于卡口监控视频数据的应用已经比较广泛，如系统可以准确识别车辆的号牌，对于交通违法进行罚款处理。如果说以往是依靠人工，如今完全可以借助机器实现交通违法行为判断、筛查，绘制可疑车辆行驶轨迹……，这个已经进入交管部门的实际应用中。

在杭州市政府主导，13家顶尖企业参与的城市大脑项目中，除了阿里云的ET内核之外，依图网络、数梦工场、浙江大华、富士康、海康威视等都是视频处理的专业厂商。至于算法和处理能力，对于阿里云来说不在话下。因此，单纯从技术的角度，实现城市智能交通控制应该是完全可行的。

“饿了么”的一大步

如果说对于3%～5%车速提升，人们没有更多的感受。但有一个人已被阿里云人工智能ET深深地折服，他就是饿了么创始人、CEO张旭豪。

经过了“3·15事件”的深刻反思，张旭豪意识到：O2O平台流量红利阶段已经过去，单靠流量赚钱或者是盈利，很难支撑饿了么商业模式的长期发展。“未来要靠创新形成长期的核心竞争力，最终都要落实到真正的线下环节。”张旭豪说。

为了提升在线外卖和即时配送平台的效率，饿了么将眼光集中在人工智能技术平台。

“如今，饿了么每天配送订单超过300万，10万+日活跃配送员，如此巨大的体量仅仅人力调度是远远没有办法应对需求挑战的。”张旭豪说。

据了解，每天中午、晚上的高峰期，在上海商城路配送站，一个调度员每6秒钟就要调度1单，要求考虑骑手已有订单量、路线熟悉度等。但是尽管如此，仍然难以满足用户的需要。为了提升效率，饿了么联手阿里云人工智能ET平台打造了新的调度引擎，用人工智能来取代人类调度员的角色。

那么阿里云人工智能ET是如何实现智能派单并确保效率最优的呢？简单来说，ET会将配送站新的订单插入到每个骑手已有的任务中，重新规划一轮最短配送路径，对比哪个骑手新增时间最短。为了能够准确预估新增时间，ET需要知道全国100万家餐厅的出餐速度、超过180万骑手各自的骑行速度、每个顾客下楼取餐的时间。

一般来说，餐厅出餐等待时间占到了整个送餐时间的三分之一。ET要想提高骑手效率，必须准确预估出餐时间以减少骑手等待，但又不能让餐等人，最后饭凉了。与此同时，ET需要兼顾在不同区域、不同天气下的送餐速度，每逢恶劣天气，外卖订单将出现大涨，餐厅出餐速度和骑手骑行速度都将受到影响，这些都会考虑在内。此外，火锅这类的大单配送（需要一个骑手专门完成）顾客坐电梯下楼取餐，种种因素都要考虑在内。

谈到技术实现，阿里云算法工程师王金明表示：设计一个满足即时配送业务需求的智能调度引擎要做到“全、快、准”，也就是多维度因素综合考虑，例如骑手维度、餐厅维度、送餐地维度、配送区域维度、天气维度等；快速决策（及时派单或压单决策），要在几百毫秒之内计算出最优配送路线并推送到骑手APP端；对餐厅属性（餐厅出餐时间、餐厅订单量预估）、骑手属性（骑手配送能力、骑手抗压能力）、送餐地属性（热门商圈，是否需要长时间等电梯）等关键因素需“了若指掌”。 智能调度引擎需要具备新单聚包、新包分配及骑手路径规划等功能，采用类似层次聚类的算法，针对带时间窗口、取送顺序约束的TSP问题，定义合适成本函数，设计精确求解和近似求解算法。

不仅是外卖调度，在阿里云人工智能ET帮助下，广州白云机场，飞机近机位乘客的比例从77%提高到94%，跑道冲突率从42%减少到5%。在南华中路-宝岗大道，高峰时期平均拥堵指数下降了25.75%。快的打车抢单时长最高降低了21.11%，成交率提升了7.87%。在传统制造业中，一家生产硅片的叫做协鑫光伏的企业，通过采用阿里云人工智能ET节省了上亿元成本。他们首先将全量数据上云，随后通过阿里云的MaxCompute大数据分析产品进行分析，找出与良品率相关的TOP60参数，对生产工艺进行调整验证，最终用于生产过程提升产品的良品率。

无数发生在我们生活、工作中的这些事例，无不传递出这样的信息，人工智能的时代已经到来。

人工智能时代的人机关系

对于人工智能技术奇点，人与机器的关系，阿西莫夫提出了最为著名的“机器人学三大法则”并放在了最突出、最醒目的地位：

第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。

第二定律：机器人必须服从人给予它的命令，当该命令与第零定律或者第一定律冲突时例外。

第三定律：机器人在不违反第零、第一、第二定律的情况下要尽可能保护自己的生存。

还记得“I，Robot”电影的故事情节吗：科学家为什么会制造一个违背“机器人三大法则”的桑尼机器人呢？桑尼的使命就是制止机器人实施“目睹人类个体将遭受危险而袖手不管”的使命。在机器看来，人类的行为正在让人类遭受危险，为了避免人类自我毁灭，机器人的做法就是限制人类的自由，就像我们保护濒危生物一样，对于人类进行保护。这就是这个故事的由来。很显然，机器人错误理解和判断了人类。

未来人与机器的关系，这也是一个具有哲学高度的话题。特别当人类只能仰视机器的时候，我们与机器应该保持一种怎样的关系？以围棋为例，Master可以战胜人类，知道赢，但是他不知道为什么赢，没有办法和人类复盘。阿里云人工智能ET可以提高车速3%～5%，可以调度外卖，提高生产效率，但是我们不知道机器是怎样控制，为什么这样控制的？因此，未来当这些人工智能技术像“I，Robot”中的机器人一样，产生判断失误的时候，我们的桑尼又在哪里呢？这就是人工智能发展初期，我们应该关心的话题，对吗？

小结

中国也有个成语是“因噎废食”，是说不能因为怕噎着就不吃饭。所以，对于人工智能，合理利用技术，是这个时代赋予的职责。但是与此同时，仔细研究人工智能时代人与机器的关系，也是一个迫在眉睫的话题，不是吗？

期待谷歌、阿里云带来更多的精彩！让我们拥抱人工智能的新时代！

本文作者：MR.Song