早在2016年阿里巴巴就推出了人工智能“ET城市大腦”，通過為城市安裝人工智能樞紐，以攝像頭為核心進行數(shù)據(jù)采集與計算，對整個城市進行全局實時分析，自動調(diào)配公共資源，修正城市運行中的Bug。
“城市大腦”成功落地杭州、蘇州等地，整個項目團隊解決了大量難題，并在2017杭州云棲大會上交出了一份漂亮答卷：經(jīng)過一年測試，“城市大腦”成功接管了杭州128個信號燈路口，試點區(qū)域通行時間減少15.3%，高架道路出行時間節(jié)省4.6分鐘。此外，在主城區(qū)城市大腦對交通事件進行智能報警，日均事件報警數(shù)達500次以上，準確率達92%，大大提高了執(zhí)法指向性，在蕭山區(qū)，120救護車到達現(xiàn)場時間縮短一半。
會議現(xiàn)場，iDST團隊的申晨、趙一儒對《時空自編碼器的視頻異常檢測模型》、《基于多層相似度感知的深度神經(jīng)網(wǎng)絡及其在同人鑒別中的應用》兩篇論文進行了口述報告。
ACM MM參會人員在阿里展位觀看城市大腦演示內(nèi)容
在阿里巴巴展區(qū)，技術(shù)人員向來自北美、亞洲、歐洲等區(qū)域的參會者介紹了阿里巴巴杭州“城市大腦”技術(shù)方案，在現(xiàn)場演示了DEMO內(nèi)容。
來自美國?University of California, Irvine的Ramesh Jain教授（多媒體領域著名資深領軍人物），瑞士Idiap和EPFL的Daniel Gatica-Perez（多媒體領域知名專家），澳大利亞墨爾本La Trobe University大學的Phoebe Chen教授（Chair of Department of Computer Science and Information Technology），以及新加坡國立大學、清華大學、北京大學、浙江大學等國內(nèi)外大學知名教授紛紛參觀了展臺，并對阿里巴巴“城市大腦”方案進行了高度點評，他們認為“城市大腦”的確是人工智能的超級應用和創(chuàng)新平臺，城市大腦方案真切地反映出阿里巴巴在人工智能技術(shù)領域的深厚實力，尤其通過技術(shù)推動城市管理與商業(yè)發(fā)展，為市場拓寬了技術(shù)發(fā)展思路。同時表達了和“城市大腦”項目合作的意向。
浙江大學莊越挺教授<左三>在阿里展區(qū)觀看城市大腦演示DEMO
Ramesh Jain教授<右一> 和華先勝博士討論城市大腦
Daniel<中>和華先勝博士交流
“城市大腦”人工智能技術(shù)負責人、阿里巴巴 Distinguished Engineer及iDST副院長華先勝表示，“城市大腦”包含多項人工智能技術(shù)，如視覺認知、優(yōu)化決策、視覺搜索、預測、大規(guī)模實時視頻處理系統(tǒng)等?！俺鞘写竽X”的應用場景也是許多技術(shù)研究的起點，研究成果都將保證“城市大腦”的真實落地。同樣在這次會議組織的LSVC（Large-Scale Video Classification Challenge）大規(guī)模視頻分類比賽上，阿里巴巴iDST視頻技術(shù)團隊憑借平均準確率87.41%創(chuàng)造本年度最佳成績并奪得冠軍。
除“城市大腦”外，阿里巴巴的人工智能“ET大腦”還落地了“工業(yè)大腦”、“”醫(yī)療大腦、“環(huán)境大腦”等多個領域。正是因為有了阿里巴巴領先的人工智能技術(shù)，才會有如今不斷演進的“ET大腦”。在未來，阿里巴巴也將不斷精進在人工智能領域的技術(shù)研究，推進人工智能在多個領域的成熟落地，以技術(shù)提升效率改善生活。
以下為本次ACM MM峰會入選論文介紹：
Spatio-Temporal Auto Encoder for Video Anomaly Detection
時空自編碼器的視頻異常檢測模型
Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)
趙一儒
Bing Deng (Alibaba Group)
鄧兵
Chen Shen (Zhejiang University & Alibaba Group)
申晨
Yao Liu (Alibaba Group)
劉垚
Hongtao Lu (Shanghai Jiao Tong University)
盧宏濤
Xian-Sheng Hua (Alibaba Group)
華先勝
論文摘要：
為城市大腦提供監(jiān)控交通異常的方法。受動作識別等領域的最新研究成果啟發(fā)，設計了一種時空自編碼進行視頻異常檢測，同時提出一種權(quán)重遞減的預測誤差計算方法。經(jīng)真實的交通場景評測，該算法在重要指標上已經(jīng)超過了此前的最好方法。
Deep Siamese Network with Multi-level Similarity Perception for Person Re-identification
基于多層相似度感知的深度神經(jīng)網(wǎng)絡及其在同人鑒別中的應用
Chen Shen (Zhejiang University & Alibaba Group)
申晨
Zhongming Jin (Alibaba Group)
金仲明
Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)
趙一儒
Zhihang Fu (Alibaba Group)
付志航
Rongxin Jiang (Zhejiang University)
蔣榮欣
Yaowu Chen (Zhejiang University)
陳耀武
Xian-Sheng Hua (Alibaba Group)
華先勝
論文摘要：
為人流軌跡的識別判斷提供技術(shù)支持。結(jié)合深度學習的Siamese網(wǎng)絡和分類網(wǎng)絡模型優(yōu)勢，同時將相似度擴展到其他層次。與經(jīng)典的大規(guī)模同人鑒別公開數(shù)據(jù)集對比，目前檢索精確度的最優(yōu)結(jié)果已達業(yè)內(nèi)最高水平。
Stylized Adversarial Autoencoder for Image Generation
基于風格化對抗自編碼器的圖像生成算法
Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)
趙一儒
Bing Deng (Alibaba Group)
鄧兵
Jianqiang Huang (Alibaba Group)
黃建強
Hongtao Lu (Shanghai Jiao Tong University)
盧宏濤
Xian-Sheng Hua (Alibaba Group)
華先勝
論文摘要：
解決城市大腦交通視頻數(shù)據(jù)樣本不足的問題。受條件對抗生成網(wǎng)絡和風格遷移學習的啟發(fā)，采用內(nèi)容提取網(wǎng)絡和風格提取網(wǎng)絡分別從內(nèi)容圖片和風格圖片中提取特征，將兩者融合后，通過圖片生成網(wǎng)絡獲得融合相應內(nèi)容和風格的圖片。
