阿里數(shù)據(jù)科技研究院：算法是大數(shù)據(jù)的核心

這兩天，阿里巴巴投入1500萬元新啟動(dòng)了一個(gè)代號為“天池”的數(shù)據(jù)競賽，選手們比拼如何利用現(xiàn)有大數(shù)據(jù)進(jìn)行淘寶女裝搭配的算法推薦、余額寶資金的流入流出預(yù)測等。其背后的推動(dòng)者是被外界稱為阿里巴巴最神秘部門IDST的負(fù)責(zé)人涂子沛，著有《大數(shù)據(jù)》和《數(shù)據(jù)之巔》。

3月25日，筆者在阿里巴巴西溪園區(qū)的會議室里對涂子沛進(jìn)行了獨(dú)家專訪。軍人出身的他，身上帶有一股特殊的英氣，這在IT圈里并不多見。

涂子沛去年年底從美國硅谷空降阿里巴巴出任副總裁，負(fù)責(zé)大數(shù)據(jù)的商業(yè)化創(chuàng)新研究。該消息引得業(yè)界廣泛關(guān)注，但這個(gè)主要由科學(xué)家組成的新部門一直未向外界揭開神秘面紗。

在阿里內(nèi)部，做數(shù)據(jù)研究工作的IDST幾乎和集團(tuán)的每一個(gè)BU(事業(yè)部)都有交集，這個(gè)扮演中轉(zhuǎn)站角色的部門，要如何肩負(fù)起馬云“讓數(shù)據(jù)驅(qū)動(dòng)未來”的商業(yè)夢想?

做其他部門不愿做、做不了的事

IDST(InstituteofDataScience&Technologies)，數(shù)據(jù)科學(xué)與技術(shù)研究院，單從名稱上看，就明顯區(qū)別于互聯(lián)網(wǎng)公司內(nèi)部的事業(yè)部運(yùn)營風(fēng)格，如果把各事業(yè)部比喻成拼殺于戰(zhàn)場上的江湖派，那么IDST則充滿了學(xué)院風(fēng)格，其員工也大多具有科學(xué)家背景。

作為負(fù)責(zé)人，涂子沛的名片上印的英文名字是Jack，和人們熟悉的JackMa(馬云)同名，其職位只寫了阿里巴巴集團(tuán)副總裁，此外再?zèng)]有任何如IDST等相關(guān)名頭。

目前，這個(gè)部門大約有150名員工，分布在杭州、北京、硅谷和西雅圖兩岸四地，其中杭州有50人左右。在組織架構(gòu)上，IDST分屬于阿里云;層級關(guān)系上，涂子沛向阿里巴巴集團(tuán)首席技術(shù)官王堅(jiān)博士匯報(bào)，王堅(jiān)就是IDST這個(gè)想法的最初設(shè)計(jì)師。

事實(shí)上，IDST的三名負(fù)責(zé)人都有來頭。除了涂子沛，漆遠(yuǎn)是普渡大學(xué)計(jì)算機(jī)系和統(tǒng)計(jì)系兩個(gè)系的終身教授，擅長機(jī)器學(xué)習(xí)和人工智能;金榕為美國密歇根州立大學(xué)終身教授，獲得過美國國家科學(xué)基金會獎(jiǎng)(NSFCareerAward)。涂子沛對記者說，在分工上，漆遠(yuǎn)帶中國團(tuán)隊(duì)，金榕帶美國團(tuán)隊(duì)，他負(fù)責(zé)商業(yè)和數(shù)據(jù)經(jīng)濟(jì)方面的研究。

涂子沛出國前在廣州武警邊防總隊(duì)待了8年，后又在廣東省經(jīng)貿(mào)部門工作兩年，其在政府方面的人脈也是馬云看中的資源。要知道去年以來，阿里云披荊斬棘般地與全國十幾個(gè)省份達(dá)成合作協(xié)議，與政府機(jī)構(gòu)數(shù)據(jù)的對接對任何一個(gè)民間數(shù)據(jù)公司來說都如獲至寶。

“IDST要做阿里其他部門不愿做也做不了的事情。”這是王堅(jiān)對IDST的角色定位。何為不愿做?與那些營收增長立竿見影的業(yè)務(wù)部門相比，數(shù)據(jù)研究、機(jī)器學(xué)習(xí)、自然語言處理這些領(lǐng)域很難快速出成績。涂子沛也說，既然是創(chuàng)新部門，就沒有背負(fù)傳統(tǒng)的績效考核目標(biāo)。何為做不了?單聽這些前沿性的研究領(lǐng)域就知道門檻有多高。

類似的研究室在全球有實(shí)力的科技企業(yè)中生根發(fā)芽，像谷歌大腦，即googleX實(shí)驗(yàn)室，做的是人工智能、機(jī)器學(xué)習(xí)的研究，可應(yīng)用到語音識別、無人汽車等領(lǐng)域;微軟類似的深度學(xué)習(xí)系統(tǒng)名叫Adam(亞當(dāng));去年5月，前“谷歌大腦”、第一個(gè)讓機(jī)器識別出“貓”的科學(xué)家吳恩達(dá)從硅谷回國，加盟百度深度學(xué)習(xí)研究院，推進(jìn)人工智能研究。

從硅谷到中國，不只是科學(xué)家，大量云計(jì)算方面的高層人才正演繹著這個(gè)流動(dòng)趨勢，比如從甲骨文到阿里云。涂子沛認(rèn)為，這股趨勢背后說明，在大數(shù)據(jù)、云計(jì)算等前沿領(lǐng)域，中國與美國的差距微乎其微，越來越多的人看到了回國建功立業(yè)的機(jī)會。

每年投入1500萬元辦數(shù)據(jù)大賽

對大數(shù)據(jù)的分析和使用將對互聯(lián)網(wǎng)公司和用戶生活層面產(chǎn)生多大的改變?

去年，阿里巴巴舉辦了一次天貓算法推薦大賽，其中6名大學(xué)生組成的團(tuán)隊(duì)拿走了100萬元的頭獎(jiǎng)，他們設(shè)計(jì)的算法效率超過了阿里巴巴工程師16.9%，這套算法隨即被應(yīng)用到“雙11”中，通俗地講就是讓商品推薦變得更精準(zhǔn)，內(nèi)部預(yù)計(jì)這套算法給平臺帶來了上千萬元的經(jīng)濟(jì)價(jià)值，這也讓阿里見識到了外部新生力量的強(qiáng)大。

該項(xiàng)目的負(fù)責(zé)人、來自IDST部門的高級經(jīng)理王一婷說，6個(gè)人中有一人即將入職阿里巴巴，一人靠這次的一炮而紅開始創(chuàng)業(yè)，其他人還未畢業(yè)。26日剛啟動(dòng)的天池大賽與此類似，將持續(xù)一年時(shí)間，有“聯(lián)賽”的意味，去年比賽有國內(nèi)外共7276支隊(duì)伍參加。

招攬人才、創(chuàng)新產(chǎn)品的商業(yè)化應(yīng)用、推動(dòng)大數(shù)據(jù)生態(tài)建設(shè)，這是IDST舉辦這類大賽的目的。這也得到了涂子沛的證實(shí)，他向本報(bào)記者透露，阿里每年在這個(gè)比賽上投入的資金在1500萬元左右，其中最大的花費(fèi)是計(jì)算成本，阿里拿出了1000臺服務(wù)器專門提供給參賽者，項(xiàng)目還會對接風(fēng)投，孵化選手們的創(chuàng)業(yè)夢想，“如果非要說這里邊有什么商業(yè)利益的話，只有參賽者的算法被應(yīng)用到阿里業(yè)務(wù)中這一點(diǎn)。”

這次天池大賽，選手們會圍繞3個(gè)課題施展拳腳，其中之一是淘寶女裝搭配，阿里將淘寶上的大數(shù)據(jù)脫敏后給到參賽者，后者需要設(shè)計(jì)一套算法，利用圖像識別等技術(shù)讓機(jī)器來搭配服飾，代替以往的人工挑選和搭配。當(dāng)然，機(jī)器的“眼光”如何，最后還要經(jīng)過消費(fèi)者的評估。

還有針對資金規(guī)模高達(dá)5789億元的余額寶，選手們要做的是精準(zhǔn)預(yù)測其未來每天的資金流入流出情況，既保證用戶的高收益，又避免大量贖回導(dǎo)致擠兌;此外，就是預(yù)測手機(jī)淘寶用戶的購物喜好。

而像在蝦米音樂上根據(jù)用戶的喜歡推薦音樂等課題將放到下一次大賽中去落實(shí)。

一切業(yè)務(wù)數(shù)據(jù)化，一切數(shù)據(jù)業(yè)務(wù)化，馬云最近一年在全球眾多高端場合“布道”其數(shù)據(jù)觀點(diǎn)。涂子沛稱，中國目前擁有的數(shù)據(jù)量占全世界的14%，預(yù)計(jì)到2020年這一比例將為21%，但數(shù)據(jù)利用率不到0.4%，數(shù)據(jù)商業(yè)化的空間以及數(shù)據(jù)經(jīng)濟(jì)的未來價(jià)值已經(jīng)顯現(xiàn)。

數(shù)據(jù)開放和數(shù)據(jù)商業(yè)化，將是未來幾年內(nèi)不斷延伸的兩條交叉線。涂子沛說，以前寫書、演講，是知識傳播，這次從美國舉家搬到杭州，角色要求轉(zhuǎn)變成了知識創(chuàng)新，將會更有挑戰(zhàn)。