达摩院的“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？7月9日下午，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。

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。

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。”

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。

（编辑：李清宇）

21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。