阿里巴巴正在加大AI研究投入。2017年3月，它成立了医疗保健和制造业的AI服务部门。9月，其公共云部门阿里巴巴云计划建立一个专门的子公司，将自主研发并生产一种可用于物流和自动驾驶的AI推理芯片。

阿里巴巴在蒙特利尔举行的NeurIPS 2018会议上，发布了跨公司工作的最新消息。阿里巴巴数据科学研究所院长Rong Jin说：“我们正在攻克困难的问题，AI正在帮助解决一些有趣的挑战。”

其中一个挑战是在嘈杂的环境中进行语音识别，例如拥挤的地铁或会议中心。阿里巴巴的解决方案一部分是硬件，一部分是软件：一个远场麦克风阵列和复杂的深度学习算法，可以在人群中隔离声音，大幅降低错误率。

相比之下，最好的语音识别技术单靠麦克风阵列就能达到84%的准确率，阿里巴巴声称，模式准确率在94%至95%之间，即使说话人带有很重的口音。它已经被部署在上海的一个基于语音的地铁售票系统中，阿里巴巴正就将其推广到更多城市展开谈判。Jin表示，“最重要的是一开始就有足够的信号被识别。”

对于AI领域，语音并不是阿里巴巴唯一的挑战。使用自然语言处理，在云中实时自动翻译，以便阿里巴巴在俄罗斯和马来等国家的零售客户可以用他们的母语与客服交谈。通过阿里巴巴的智能客户服务引擎Alime，阿里巴巴的支持中心每天会接到数万个电话，并且利用算法处理其中的一部分。

Alime与谷歌的Duplex很像，可以进行电话交谈，回答基本问题而不需要人参与。也许更令人印象深刻的是，在聊天机器人环境中，它能够从提供的文档中自动提取文本和图像，其性能要优于人类。

在一个舞台上的演示中，一位客户向阿里巴巴的回答机器人店小秘询问了特定蓝牙音箱的促销活动，比如他们购买时会收到什么样的免费礼品，以及如何将礼品送到住所（今年晚些时候推出的未来版本将为优先案例添加情绪分析和自动警报）。另一个演示展示了聊天机器人原型的人形化身，并展示了它协调的眼睛、嘴唇和头部动作。

这对阿里巴巴旗下众多部门来说是一个福音，比如全球速卖通和菜鸟。全球速卖通拥有1.5亿用户和数百万商户，菜鸟的人工和机器人每年要完成超过10亿笔订单。今年的双十一购物节为阿里巴巴带来308亿美元的收入。在双十一这一天，阿里巴巴的代理商接到的电话数量是平常的五倍，如果没有AI的帮助，这几乎是不可能做到的。阿里巴巴表示，店小秘目前每天为近350万用户提供服务。

但自然语言处理只是阿里巴巴AI挑战的一小部分。在闲鱼上，该公司部署了一个价格谈判机器人，与买家谈判以确定价格。

机器人的发展并不容易，它需要学习谈判策略和有效的方法来产生激励来回谈判的文本，但最终结果令人印象深刻。当在同一平台上向1000万用户发布时，机器人达成的交易机会比人类高出20％。“大多数用户都不是专业卖家，他们不知道如何设定价格或与买家交谈。”

在库存管理和图像搜索领域，阿里巴巴正在利用可扩展的计算机视觉架构。用于筛选数亿个实体。它的云图搜索算法可以识别对象并查找包含相似内容的图像，其中一个商店管理应用程序，在货架上挑选多个项目以生成包含不同品牌分布的摘要，可以检测到超过100,000个具有“高精度”的SKU（阿里巴巴致力于实现1000万SKU的目标）。

此外，阿里智能供应链（ASSC）受到了好评，它是一套AI工具，可帮助阿里巴巴商家预测产品需求，分配库存和选择定价策略。

阿里巴巴的机器视觉工作延伸到卫星图像。使用从中国最大的地图和导航提供商AutoNavi收集的数据，拥有超过7000万用户，其系统能够识别最近建造的新建筑物，并收集与道路工程和兴趣点相关的信息。

阿里巴巴也在使用计算机视觉来防止入店行窃。在其超过66家Hema实体店，其自助结账亭的离线算法可以防止客户仅扫描第一件物品和篮子，而不扫描其余物品，或者在摄像头死角窃取物品。

“我们的目标是让计算机视觉系统弄清楚客户扫描物品是有意或无意，”Jin指出，“商品没有被扫描，机器就会发现。”

它基于深度学习算法AliFPGA-X100，算法运行在现场可编程门阵列上，是信息亭内的可重新配置的集成电路。阿里巴巴表示，与基于GPU的同类系统相比，它能够以高达170倍的速度处理图像。

阿里巴巴也正在将AI应用于优酷。机器学习算法自动为其每天数千万活跃用户上传的大约200,000个视频生成缩略图，并使用所述缩略图定位某些细分受众群。例如，女性用户可能会看到给定视频的预览图像与男性用户不同。用户的点击率提高了15％，停留时间提高了12％。

阿里巴巴计划到2020年，在研发上花费超过150亿美元。