我特地要了一份新聞稿仔細研讀了一下：對于技術的介紹就只有：“小Ai基于神經網絡、社會計算（social computing）、情緒感知技術。為了進行預測：小Ai “海補”了幾百萬首歌提升音樂品味和鑒賞能力，形成多維度評價，例如音高、能量、語譜、基頻等，以及訓練小Ai，對音頻及受歡迎程度之間的關聯(lián)性思維。小Ai從歷史賽事和海量資料中尋找影響比賽結果的變量因子，比如歌曲、歌手、粉絲、現場氛圍、網友討論等維度，基于此構建的實時動態(tài)模型進行預測?！?我梳理出來的有關技術的敘述就是這些。
所謂神經網絡，通過AlphaGO事件，我的理解大概就是判斷局面，哪些地方落子了，哪些地方可以落子。對于小Ai是什么呢？大概應該是音高、能量、語譜、基頻等，也就是小Ai對音樂理解。難嗎？AlphaGO難在樹寬和樹深，我理解就是計算深度，好的棋手計算50步以上，各種復雜變化。AlphaGO如果采用暴力計算，即便是云集群的計算，也是力所不及的，所以就涉及了另外一項技術：蒙特卡洛算法。其實，也好理解，就是這個算法決定算什么，不算什么。小Ai需要蒙特卡洛算法嗎？
阿里云沒說。我猜測不用。因為對于一個演唱進行音高、能量、語譜、基頻等多維度評價，能有多少個維度，所謂樹寬。涉及到深度計算嗎？沒有吧。小Ai難在哪兒？阿里云沒多說，我也想不出來。
再說所謂“洞察人心”。落實到技術上就是所謂“歌曲、歌手、粉絲、現場氛圍、網友討論”等維度，從歷史賽事和海量資料中尋找影響比賽結果的變量因子。對此，我關心數據量能夠有多大。如果是電視機6億聽眾，他們在社交媒體的互動，這個數據還是很大。但，且慢！“我是歌手”不是電視機6億聽眾參與打分（從超級女聲，李宇春之后，就禁止投票了，原因，你懂的……），即便是現場觀眾打分，其實，樣本量也是相對比較小的。阿里云不是也說嗎：“小Ai的學習速度是人類的1萬倍，人類需要10萬小時成為某一領域的專家，小Ai只需要10小時?！眳^(qū)區(qū)現場幾百個聽眾，50個評委，算什么啊。我覺得對于機器來說，這都不是事兒。對嗎？
好了。說說，實時動態(tài)模型吧！
阿里云沒有說。我猜測就是：基于兩個維度的一個模型。好了！果真如此，我真不知道有什么難的。人工智能體現在哪里？
既然搞不懂這些，我真的不知道在其他領域，該技術有什么現象的空間。
不是苛求阿里云。作為BAT，如日中天的A，應該有更高的標準。論名氣、資金、技術，已經過了追求“眼球”的階段了。展示實力才是最重要的。我認為如果不是炒作，就應該全程參與，把這個過程作為一個“演練”和“測試”，展示技術的神奇和進步，順便普及一下技術。這是我希望看到的。當然，AlphaGO也沒有普及技術。技術不是谷歌普及的，是社會、專家們說的，對不對，谷歌沒說。
我覺得，阿里云似乎更熱衷于“容祖兒、黃致列、徐佳瑩紛紛好奇的人工智能是什么鬼？”，此外，還看到“我是歌手”總導演和小Ai之父的合影，還有名星作陪，這是個秀嗎？
如果是個大Party就算了。要展示人工智能技術的神奇，是不是讓名星走開些，會好一些吧！
也許阿里云小Ai就是個秀，所謂人工智能、技術也許真的就是配角。不會吧！
