立志影响至少20亿人！阿里的达摩院现在到底有哪些“黑科技”？

在2017年10月召开的杭州云栖大会上，阿里巴巴达摩院正式亮相。这是一个被阿里巴巴董事局主席马云寄予厚望的部门，承载了阿里巴巴最顶尖的研发资源，达摩院意味着技术创新，也代表着阿里的未来。

两年过去了，达摩院究竟做了什么？近日，达摩院机器智能技术事业部首席架构师王骏、达摩院语音实验室负责人鄢志杰、达摩院语音实验室高级算法专家雷鸣等技术专家向21世纪经济报道记者介绍了阿里巴巴在AI领域的一些最新进展。

王骏表示，阿里巴巴对AI技术有非常多的需求，达摩院机器智能采用自上而下的研究体系，每一个研究小组都有灵活度，可以去做自己需要的方向，并兼顾短期、中期、长期的规划，而且最终的价值也都体现在创新技术产品上。

图/21世纪经济报道（甘俊摄）

达摩院做了什么？

在成立达摩院时，马云表示在三年内将给达摩院投入1000亿元。但他同时也提出要求，即达摩院要学会自营自利，未来要自己挣钱。

这也使得达摩院在创办之初就与其他的研究院有了很大的不同。鄢志杰以语音实验室为例说道，“我们在建立团队时就把研究和工程放到了一起，目的就是希望新的研发能够迅速转化为产品。另外，这样也能帮助研发人员更加了解来自业务的真实需求，在选题方向上可以做出判断。”

所以，若回顾达摩院过去的两年，除了可以看到一些理论性的研究项目，还会有很多可以实际应用的技术产品。据介绍，近年来，仅阿里AI团队便在国际顶级学术会议上共发表了近400篇顶级论文，同时也在国际顶级技术赛事上斩获40余项世界第一。

比如在6月刚刚结束的第三届图像识别竞赛WebVision中，阿里AI以82.54%的识别准确率击败了全世界150多支参赛队伍获得冠军。这是一个超大规模图像识别的比赛，它要实现的是通过拍摄一个物体的照片，然后去搜索其他图片。据王骏介绍，阿里其实很早就开始研究这个技术，并应用在淘宝的拍立淘上面，目前，阿里AI可以识别的物理实体超过100万种。

而取得这些成绩，与达摩院实力雄厚的人才储备不无关系。目前，达摩院旗下的科学家团队包括美国密歇根州立大学终身教授金榕、密西根大学终身教授施尧耘、新加坡南洋理工大学终身教授王刚等在内的20多位世界级科学家，以及10多名IEEE FELLOW。就在今年3月，原Facebook人工智能科学家贾扬清也宣布加入阿里巴巴达摩院任技术副总裁。

金榕教授

王骏表示，达摩院是个全球化的机构，半数以上成员都具有博士以上学位，办公室分布在四个国家的8个主要城市。其打趣的说道，“达摩院要想所有员工一起开个会，时间协调起来会很麻烦。”

将语音合成定制成本降低10倍

当天，达摩院机器智能首次向外界展示了新一代语音合成技术——KAN-TTS(TTS是Text To Speech的缩写，即“从文本到语音”)。据介绍，KAN-TTS由达摩院机器智能实验室自主研发，深度融合了目前主流的端到端TTS技术和传统TTS技术，从多个方面改进了语音合成。

雷鸣表示，TTS技术自1939年从实验室第一次发明出来以后，经历过多个发展阶段，目前所处的阶段是以2017年为节点，主要特点是合成语音已经非常接近于真人表现。

据其介绍，当前，业界商用系统的合成语音与原始音频录音的接近程度通常在85%到90%之间，这其实已经是一个很高水平，而基于KAN-TTS技术的合成语音，则可将该数据进一步提高到97%以上。

此外，达摩院语音实验室还提供了开箱即用的TTS解决方案，这主要是针对一些产品具有特定场景的需求。“比如有些产品就要讲一些儿童教育的故事，有些则是讲富有情感的故事，针对这些，我们提供了通用、客服、童声、英文和方言等5个场景及34种声音供选择。”雷鸣表示。

鄢志杰告诉记者，达摩院是一个技术密集型团队，但它并不是只专注于技术的研究，同时也要把这些技术产品化。“比如语音技术，我们有各种各样语音的源头算法，这些不仅仅应用在阿里自己的业务上，同时他们也能够把这些技术放到云上，分享给他们的合作伙伴。可以说，阿里有什么，阿里云的客户就能拿到什么。”

图/图虫

而这实际上也是当初成立达摩院，阿里巴巴对其提出的要求。两年前，马云在谈及达摩院的发展时明确表示，达摩院不是阿里巴巴体系的达摩院，而是整个经济体的达摩院，达摩院必须要比阿里巴巴活得时间长，要影响至少20亿人。

据一位知情人士向记者透露，今年9月份将是达摩院成立两周年，以及阿里的半导体业务成立一周年，届时，阿里也将有重大的成果对外发布。