这届双11 “很行”背后的力量---人工智能的发展速度远超想象 原创

走进阿里，聆听智能，近日至顶网记者走进了北京的阿里中心，近距离与阿里集团最前沿的人工智能技术专家进行了交流。

3个多小时的聆听和交流，能够亲身感受到人工智能离我们这么近，给至顶网记者带来的震撼还是蛮大的。也对刚刚落幕的人类历史上最大规模的人机协同的2017天猫双11有了一个完整的认识。 

对于消费者来说，轻轻点击一下，从手机上打开天猫，从绚丽的海报中一眼看中中意的产品，到点击查看咨询小二，到下单、付款，再到快速的物流收到心仪的物品。那么的顺其自然。但是这背后有哪些不为人知、默默奉献的智能机器在工作？

相信大家都被这张图片刷过屏，阿里巴巴集团首席技术官张建锋和工程师们在双11当天轻松的在技术作战室。也创造了一个新的KPI考核——“双11晚上，大家的主要任务是喝茶”。

轻松的背后是大量人工智能已经渗透到双11活动的各个角落。从挑选货品、导购推荐、客服、设计海报、巡逻机房、管理仓库等。

你知道，双十一当天各类商品的海报，如果人类做的话一百个设计师几百年都做不完，但是阿里鲁班“一个人”就搞定。

在客服方面，阿里小蜜当天双十一当天接待人次904万。工作量相对于75000名小二连续工作24小时。

物流方面，菜鸟网络通过大数据挖掘等人工智能技术应用，做到了“单未到货先行”。第一单到达客户手上是12分18秒。

刷脸支付。蚂蚁金服研发出眼纹识别，首次攻克多胞胎识别世界难题。相对于苹果X是固定在某个设备上，蚂蚁金服研发出眼纹识别直接跟支付宝账户绑定，可以跨设备使用，也可以跨场景使用。

以及为鲁班、蚂蚁、菜鸟、小蜜等人工智能提供一个可以发挥的平台，同时要解决一个世界级难题—脉冲计算的阿里云。

阿里鲁班AI设计师大放异彩

在分享会现场，阿里鲁班的技术专家乐乘现场展示的左右两类设计图，一个是阿里鲁班设计的，一个是人类设计者设计的。您能看出谁是机器设计的吗？

今年天猫双11将有大量机器人参与超级工程中，这个叫“鲁班”的AI设计师，已经设计4.1亿张商品展示广告。鲁班牛就牛在可以像人脑的思考一样来思考设计，借助图像深度学习，增强学习，蒙特卡洛树搜索，图像搜索等技术，AI设计实验室团队为鲁班建立起一套由“图像生成”到“成果评估”组成的系统化工程。就如同普通设计师一样，鲁班从需求开始，到草图、到框架、到细节元素、最后到系统评选最优方案，最终输出消费者所能看到的，双11上千人千面的最优商品展示。

鲁班由学习网络，行动器，评估网络三部分组成，其原理是经由人工智能算法和大量数据训练，机器学习设计，输出设计能力。

目前，鲁班的设计水平显著提升，目前已经学习百万级的设计师创意内容，拥有演变出上亿级的设计能力。此外，鲁班已经实现一天制作4000万张海报能力，并且每张海报会根据商品图像特征专门设计，换句话说，鲁班设计出的海报没有一张会完全一样。

现在，鲁班已经学会自我学习和演化，输出设计师从未想过的优秀设计，而设计师也将有更多精力，去做更有创造力的事情。设计的人工智能化，将让人的创造力进一步获得释放。

阿里小蜜---最贴心的AI客服

就在过去的双11狂欢节中，阿里自主研发的智能客服阿里小蜜家族首次全线加入。数据显示，在双11当天，机器人共服务消费者超4000万人次，对话总量达1.2亿，是双11服务阵营中当之无愧的主力。

具体来看，作为平台的官方服务助手，阿里小蜜已覆盖了包含淘宝天猫在内的30余个业务形态，在双11当天，阿里小蜜共作为官方服务力量参与接待了全平台逾904万消费者的服务请求，服务占比超过95%，接待量相当于7.5万名小二连续工作24小时。不仅服务量巨大，机器人的服务解决率再创新高，一举超过93%，堪称服务又快又好。

商家端，阿里巴巴为商家研发的智能客服店小蜜在双11前获得超20万商家授权。双11当天，店小蜜服务对话量过亿。对比全网，由店小蜜接待的用户数占全网发起服务请求用户数的12%。所有咨询成交中，由店小蜜带来的咨询成交占比超15%，机器人服务的成交转化超越人工。在全网成交额前1000名商家中，有超70%商家是店小蜜的“粉丝”，在双11当天开启机器人服务。更重要的是，在使用店小蜜的商家中，店铺接待客户的平均响应时长同比去年双11当天缩短超1半，机器客服的工作表现再次令商家惊艳。

“单未到货先行”的菜鸟网络

菜鸟网络第一单到达客户手上是12分18秒。菜鸟网络资深产品专家邱涛透露说，菜鸟网络在双11之前新设了大量的前置仓，通过大数据挖掘等人工智能技术应用，预测了爆款产品以及销量，并提前进行预包装，做到了“单未到货先行”。正因为有了背后的一些精心的准备，包括仓配合作伙伴的协同，商家的协同，才能够实现第一单能够这么快的送达消费者。

智能的眼纹识别技术让刷脸支付更安全

刷脸支付。蚂蚁金服旗下金融级生物识别技术品牌ZOLOZ（蚂蚁佐罗）宣布研发成功全球首个眼纹识别技术，首次攻克多胞胎识别世界难题。支付宝首页里面有一个刷脸登录，你不用输密码，对着它大概一秒钟左右就能够登录进去，此前，常见的面部生物识别技术包括人脸、虹膜等，但如果是同卵双胞胎，长相会极其相似，人脸识别难度大，而虹膜检测通常需要红外线摄像头等设备。眼纹的发现，为解决识别难题提供了一个新的方向。“眼纹”是指眼白上的血管排布，每个人的眼纹特征都是独一无二的，即便是双胞胎。

相比人脸、虹膜，眼纹识别的研发难度要大得多。ZOLOZ资深算法专家李亮表示如何从普通可见光摄像头拍摄的图片中提取出血管分布细节，如何克服眼球反光、眨眼、眼睫毛干扰等因素，这些都非常具有挑战性。此前还没有任何一家技术公司尝试过这一科研方向。目前ZOLOZ已实现通过普通手机进行眼纹识别。

相对于iPhone X的人脸识别功能来说，第一个区别，iPhone X的人脸识别的作用和指纹识别一样是一个本地验证的功能，人脸首先是本地录入再利用。支付宝人脸首先是基于科学软件的，不依赖于特殊的设备，同一个账号不同的设备都能使用，ZOLOZ在这个上面就没有硬件的要求，但是也同样能够达到百万分之一误值的能力，同时苹果X在黑暗的环境他能能够识别。支付宝刷脸有个白背景，通过屏幕上补光也可以完成人脸识别，所以对于黑暗的环境也没有受影响。

第二区别支付宝因为跟账户是绑定的，苹果X是设备级别，但是我们是因为直接跟支付宝账户绑定，可以跨设备使用，也可以跨场景使用。第三个区别就是直接跟你本人验证，而不是跟你设备认证，这个也满足现在金融风控和实名制的要求。

支撑人工智能运行强大的后盾—阿里云

从订单确定以后，到支付完成以后要把订单发给商家，商家去送货，送货的时候订单确认以后要到达物流系统，整一个闭环已经在阿里云的平台上面构建。阿里云这个基础设施一方面要为鲁班、蚂蚁、菜鸟、小蜜等人工智能提供一个可以发挥的平台，一方面要解决一个世界级难题，世界互联网史上最大规模的并发流量洪峰。阿里云双11技术负责人何云飞自己定义为脉冲计算。从2009年第一次双十一的时候，每秒成交其实只有400笔，到最新公布的这个数字是32.5万笔每秒这个世界级难题。

脉冲计算它是一个在某一个确定的时间点，它要完成不确定规模的计算量的这么一个计算行为叫脉冲计算。在没有云计算之前，这样的需求存在但是它解决不了。这样的情况很多，包括双11，包括12306，包括微博（鹿晗事件）。何云飞介绍，为应对这个世界级的难题，阿里巴巴混合部署了在线计算、离线计算以及公共云，构建了全球最大规模的混合云。

何云飞谈到，这个混合云能实现1小时内10万台服务器的快速扩容，支撑11日这一天，人工智能对于计算的需求，以及买、卖、付、送各环节在云上的顺利进行的需求。同时为满足全球用户的统一体验，阿里云还在全球4大洲60多个国家和地区筹备了1200+CDN节点，让用户在美国访问一个商品跟杭州访问这个商品有相同的体验。

今天阿里云的分布式存储上面已经承载了集团所有卖家将近3.8万亿张图片，这个量是非常非常大的，如果不是一个基于全球的分布式存储的构建的话，传统存储模式去构建，根本没有做到EB存储的扩展能力。

对于双十一的成功，何云飞一句话印象非常深刻，“双11，我们轻松的喝茶，是因为在前面的360多天里会做非常非常多的事情，会设定所有的演练，去想所有可能发生的事情，然后所有事情要是发生了会做什么，代码全都固化下来演练一次，操作一次，保证当天任何情况的应对方案。所以双十一对于我来说，就是360天百分百努力加上最后的一点点运气。”

（答案，右边的是阿里鲁班设计的）