2021天貓雙11晚會阿里云人工智能et魔術(shù)秀解密

et 是誰?

今年8月的云棲大會上，阿里云宣布推出人工智能et，它從小ai演化而來。當(dāng)時(shí)作為阿里云旗下的人工智能機(jī)器人，小ai在4月我是歌手的總決賽上，準(zhǔn)確預(yù)測了比較終的歌王得主。據(jù)了解，et背后采用的是大數(shù)據(jù)ai技術(shù)，基于阿里云強(qiáng)大的計(jì)算能力，目前已經(jīng)具備智能語音交互、圖像/視頻識別、交通預(yù)測、情感分析等技能。當(dāng)時(shí)在現(xiàn)場，et展示了模仿馬云說話的技能。阿里云首席科學(xué)家周靖人表示，et優(yōu)勢不僅僅單純陪人說學(xué)逗唱，更多體現(xiàn)在全局洞察和實(shí)時(shí)決策上。 得出每位觀眾手拿的牌。 序列排列，其原理很復(fù)雜，但結(jié)論很簡單，從這樣的序列中任意取出相鄰n個(gè)數(shù)，它們的二進(jìn)制排列一定不相同。這就意味著，et只需將5名觀眾手上的黑牌和紅牌(對應(yīng)二進(jìn)制里的0和1)按順序出來，就只有一個(gè)唯*的解。 descent method等，實(shí)現(xiàn)了高精度和高效的技術(shù)，人臉識別在lfw上識別率為99.5%。

et 魔術(shù)秀的背后

“雙11”晚會現(xiàn)場，et先是掃描現(xiàn)場5名觀眾的面部。然后，主持人讓觀眾依次隨機(jī)切牌，拿到黑色牌的觀眾轉(zhuǎn)身面向后方。其中有4名觀眾轉(zhuǎn)身后，et再次進(jìn)行掃描。比較后et 得出每位觀眾手拿的牌。

對于這個(gè)魔術(shù)秀，阿里云也即時(shí)進(jìn)行了解密。

1. 這個(gè)魔術(shù)是真的嗎?

完全真實(shí)。由人工智能et真實(shí)的算出來。

2. 魔術(shù)的成功概率是多少?

從32張牌中取5張進(jìn)行隨機(jī)排列，全部的可能性為p(5,32)=32*31*30*29*28=24165120，所以成功率為1/24165120。

而通過一系列的魔術(shù)環(huán)節(jié)設(shè)計(jì)，使得比較終在32種可能性里進(jìn)行計(jì)算。et要通過攝像機(jī)來自行識別誰轉(zhuǎn)身來獲得關(guān)鍵信息，并算出比較終的唯*結(jié)果。

3. 這次魔術(shù)秀背后的原理是什么?

事實(shí)上，這是一個(gè)經(jīng)典的魔術(shù)，只是這次由阿里云人工智能魔術(shù)師et來表演。

32張撲克牌以數(shù)學(xué)方程式de bruijn 序列排列，其原理很復(fù)雜，但結(jié)論很簡單，從這樣的序列中任意取出相鄰n個(gè)數(shù)，它們的二進(jìn)制排列一定不相同。這就意味著，et只需將5名觀眾手上的黑牌和紅牌(對應(yīng)二進(jìn)制里的0和1)按順序出來，就只有一個(gè)唯*的解。

簡單來說，將牌事先按順序排列，不管怎么切牌，排序組合的可能性縮減到32種，然后根據(jù)下面這張圖表尋找對應(yīng)的排列形式，答案就呼之欲出了。

對應(yīng)排列形式

換句話說，如果你能背熟這張表，并且在知道5張牌那幾個(gè)是黑色后，幾秒內(nèi)報(bào)出某個(gè)序列的花色和牌號。你也可以成為魔術(shù)師。

4. 這個(gè)魔術(shù)應(yīng)用到了阿里云et哪些人工智能的技術(shù)?

a 圖像識別

et能夠?qū)崿F(xiàn)對通用圖片的識別，可以檢測出圖片中的具體的物品以及所在圖片的位置區(qū)域。現(xiàn)已經(jīng)支持水果、蔬菜、常見日用戶、美食、運(yùn)動器械、交通工具、植物、動物等百種以上物體的識別檢測能力。

比如et在魔術(shù)中識別出華少手中拿了撲克牌即用到了這一技術(shù)。

在場景識別方面，et可以判斷是屬于室內(nèi)、室外、自然風(fēng)景或者其他場景;

在動物識別方面，et能判斷這些圖片中特定動物的位置信息以及置信度同時(shí)返回每個(gè)位置的動物的相關(guān)種類，支持上百種動物的識別。

et背后的阿里云圖像識別技術(shù)采用了的深度學(xué)習(xí)技術(shù)，同時(shí)結(jié)合了其他機(jī)器學(xué)習(xí)的一些算法，使得以上功能準(zhǔn)確度均達(dá)到95%以上

b 智能語音交互

et的智能語音交互基于語音識別、語音合成、自然語言理解等技術(shù)，實(shí)現(xiàn)了“能聽、會說、懂你”。

比如在與華少的交流中，et不僅能“聽懂”華少的話并在屏幕下方實(shí)時(shí)打出字幕，還能給出相應(yīng)的回復(fù)，對答如流。不同于其他語音識別技術(shù)，et還能夠結(jié)合演講的上下文對之前識別的錯(cuò)誤進(jìn)行修正。

比起各種實(shí)驗(yàn)性的技術(shù)數(shù)據(jù)來說，阿里云更重視將高端技術(shù)的工業(yè)級應(yīng)用引入et。如，et實(shí)現(xiàn)了blstm(雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò))算法的第一個(gè)工業(yè)級應(yīng)用，幫助yunos系統(tǒng)在iot設(shè)備上輕松實(shí)現(xiàn)了人和設(shè)備的自然交互。

blstm算法是深度學(xué)習(xí)中的一種，一般的深度學(xué)習(xí)算法只能看到上下文的一點(diǎn)點(diǎn),blstm理論上可以看到無窮遠(yuǎn)的上下文，所以可以更好的理解人類的語言。但這就對單位時(shí)間內(nèi)的計(jì)算量要求很高，阿里云飛天為此提供了強(qiáng)力支持。

c 人臉識別

阿里云et的人臉識別技術(shù)已經(jīng)覆蓋了人臉檢測、器官輪廓定位、人像美化、性別年齡識別、1對1人臉認(rèn)證和1對多人臉識別等多個(gè)方向，用機(jī)器學(xué)習(xí)的方法，包括卷積神經(jīng)網(wǎng)絡(luò)、supervised descent method等，實(shí)現(xiàn)了高精度和高效的技術(shù)，人臉識別在lfw上識別率為99.5%。

比如在觀眾抽取撲克牌時(shí)，et已經(jīng)完成了對5位觀眾的面部識別，并利用人臉?biāo)惴ń⒘似鞴佥喞ㄎ唬员阒笞R別出是否有人轉(zhuǎn)身。基于此，et能夠輕松識別出黑牌觀眾轉(zhuǎn)身的動作，準(zhǔn)確報(bào)出5名觀眾的手牌。

基于這些業(yè)內(nèi)的技術(shù)，阿里云將et的能力對外輸出。在人臉方面，可提供多樣化的云服務(wù)和手機(jī)客戶端sdk支持，實(shí)現(xiàn)人像檢測、人臉美顏美妝、性別年齡表情識別、vip識別、人臉認(rèn)證、安防檢測等多種功能。

5. 阿里云人工智能et在完成這個(gè)魔術(shù)中需要克服哪些問題?

整個(gè)過程中需要et要具備高精確度、高實(shí)時(shí)性的視頻識別和語音能力，并用人類的語言和主持人溝通交流。因直播環(huán)境受到場地、燈光、音效的影響，語音識別、視頻識別都會受到很大考驗(yàn)。

6. 阿里云是如何在人工智能領(lǐng)域進(jìn)行布局，并實(shí)現(xiàn)突破的?

阿里云人工智能et代表的是阿里云語音識別、語音合成、自然語言理解、實(shí)時(shí)圖像識別、機(jī)器學(xué)習(xí)的綜合技術(shù)。這些技術(shù)的底層都依賴于深度學(xué)習(xí)算法以及大規(guī)模計(jì)算能力。一套復(fù)雜算法模型的訓(xùn)練往往需要千億級別的樣本數(shù)據(jù)，這就對背后的計(jì)算能力提出了很高的要求。

阿里云的飛天操作系統(tǒng)為et提供了前所未有的計(jì)算能力。阿里云首席科學(xué)家周靖人領(lǐng)導(dǎo)的人工智能研究機(jī)構(gòu)idst為et配備了全面的算法庫，以推動et在多個(gè)領(lǐng)域不斷進(jìn)化。

7. 阿里云人工智能et還能做什么?

借助深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)技術(shù)，阿里云人工智能et已經(jīng)具備利用數(shù)據(jù)為一整座城市提供思考和決策的能力，目前，杭州政*聯(lián)合13家企業(yè)，為這座擁有2200多年歷史的城市，安裝了一個(gè)人工智能中樞——杭州城市數(shù)據(jù)大腦。在杭州蕭山區(qū)的部分路段的初步試驗(yàn)中，城市大腦通過智能調(diào)節(jié)紅綠燈，車輛通行速度比較高提升了11%。

另外，阿里云人工智能et在今年4月份湖南衛(wèi)視我是歌手的決賽中，在直播現(xiàn)場成功預(yù)測了李玟奪冠。