美国计算机协会，也就是 ACM，是计算机行业里最富盛名学会之一，自 1993 年开始，ACM Multimedia （简称 ACM MM）已成为全球多媒体领域最具影响力的学术会议，也是被中国计算机学会推荐的计算机图形学和多媒体领域的 A 类会议。尤其是随着互联网的快速发展，图像、视频等影像资料越来越多，围绕上述多媒体内容的研究也变得越发重要，也因此，每年的 ACM MM 大会的论文就成为观察学术界、工业界对于多媒体发展的一个重要窗口。

　　在最新披露的第 25 届 ACM MM 会议资料中，共收到 675 篇论文，来自中国阿里云的三篇论文同时入围，其中有两篇论文将在 10 月份的大会上做口述报告。

　　纵观此次阿里云的三篇技术论文，都是阿里巴巴神秘机构 iDST 基于阿里云城市大脑项目做出的研究，内容涵盖交通事故识别、人流轨迹判断以及交通数据样本的汇总等方面。考虑到 iDST 在阿里巴巴今年启动的 NASA 中的重要作用，城市大脑也是阿里云 ET 大脑的重要落地项目，此次基于城市大脑的技术研究得到 ACM MM 的认可，不仅是对阿里巴巴 iDST 技术能力的认可，也有可能对人工智能的未来走向产生多重启示。

　　启示一：人工智能必须落地

　　「人工智能」的概念来自于学术界，长期以来都是一个学术界小圈子里的课题。过去 60 多年时间里，所谓「人工智能寒冬」也好，「盛夏」也罢，始终都是一个离工业界很远的概念或想法，直到 PC、互联网时代的到来，尤其是进入 21 世纪后的移动互联网时代，基于深度学习的人工智能才迎来一次真正意义的爆发。这一次，以互联网公司为代表的工业界认识到人工智能在产品创新与用户体验上的价值，开始疯狂「拥抱」学术界的技术、人才。

　　但这种狂热却在催生新的泡沫，尤其在资本涌入这个领域之后，为了「智能」而「智能」的概念、炒作层出不穷，而鲜为人知的则是，atv，Google DeepMind 将可以下围棋的 AlphaGo 相关技术运用到数据中心节能领域，阿里云将数据、计算能力以及算法上的优势整合在一起，结合不同行业特点，先后推出城市大脑、工业大脑、医疗大脑等产品，赋能各个行业的转型升级。

　　以此次入围 ACM MM 的三篇论文为例，其都围绕城市大脑的项目来展开，这个项目最早公开于 2016 年的杭州云栖大会，其首要目的是解决城市发展中的交通问题，正如当时王坚博士所言：「世界上最远的距离是红绿灯与交通监控摄像头之间的距离，他们虽然在同一根杆子上，但是从来没有通过数据被连接过」。因此，从打通数据入手，并在海量、实时数据分析处理的基础上做出智能决策，是阿里云对于城市大脑的基本定位。从这个角度上说，城市大脑项目就像是一个人工智能落地的试验场，从一开始就具备了可操作性和社会价值。

　　启示二：技术进步来自于实践又服务于实践

　　技术的进步从来都是社会、经济发展相互作用的结果。某种意义上，人工智能长期以来无法得到社会认可的原因是因为其所谓进步和发展与社会经济之间是脱节的，这种来自于学术界的技术进步是无法真正适用于在现实生活的，这也成为长期以来困扰人工智能发展的主要障碍。

　　最近几年来，大量学术界人才涌入互联网巨头或创业公司从事人工智能研发，一方面是经济利益的考量，另一方面的原因则是，只有互联网公司才拥有海量的数据以及廉价高可用的计算能力。比如在城市交通领域，针对交通监控视频检测异常的算法中，倘若没有海量的数据做支撑以及真实场景下的评测对照，这种技术上的「进步」或许永远没有用武之处，而在同人鉴别这个经典的计算机视觉问题上，实时、海量的数据才能最大限度地提升算法性能，从而带来整个鉴别体系的升级完善。

　　上述两个难题恰好也是此次阿里云提交给 ACM MM 上的两篇论文主题。以交通监控异常为例，一旦监控视频里出现诸如交通事故、违章停车、车辆逆行等时间都需要及时处理，但过往的操作方式通常是人为检测，但随着城市摄像头越来越多，atv，单独依靠人力是无法满足这些需求，阿里云的论文里提出了一种基于 3D 卷积申请网络的方式，通过对正常交通视频里的车辆行驶状况特征提取和建模，从而形成一套全新的异常状况监测系统，实际检验的结果与模拟效果非常接近。

如果车辆数秒后的运动趋势与模型产生误差，达到一定阈值后即判断为交通异常