摘要： 2017年11月11日凌晨0 点12分，中通物流的快递员敲响了上海嘉定区刘先生家的门，请他签收之前提交的订单。从零点下单，到收到包裹，短短12分钟，凝结的是阿里巴巴的技术智慧。这是阿里巴巴将人工智能应用到实际电商业务系统中的一次重要实践。
2017年11月11日凌晨0 点12分，中通物流的快递员敲响了上海嘉定区刘先生家的门，请他签收之前提交的订单。从零点下单，到收到包裹，短短12分钟，凝结的是阿里巴巴的技术智慧。这是阿里巴巴将人工智能应用到实际电商业务系统中的一次重要实践。
人工智能是阿里巴巴从电商企业逐步走向世界级科技先驱的关键技术选择。阿里巴巴应用各种机器学习技术来实现人工智能，包括高维统计、在线学习、转换学习、深度学习等，并在图像、视频、自然语言处理等方面取得创新性突破。
开放的计算平台
刘先生的包裹是这一年双11当天产生的8.12亿个包裹中的一个，他这笔订单的金额是当天1682亿元成交额的一部分。在他提交订单的那一秒，同时还有32.5万笔订单产生。而他点击支付后确认成功的那一秒，有25.6万笔同时支付成功。
这一切正是依托于开放的云计算平台——阿里云。阿里云是阿里巴巴的旗下公司，致力于打造公共、开放的云计算服务平台，在杭州、北京、硅谷等地设有研发中心和运营机构。
在计算平台的构建方面，阿里自主研发了两个非常高效、能够胜任海量数据处理的强大的分布式数据计算平台：离线计算平台MaxCompute和实时计算平台StreamCompute。
先进的数据平台
阿里巴巴拥有先进的数据平台定位为大数据公司。其具有三个明显的特征：首先，阿里的数据是用户通过购买行为产生的，和搜索等场景相比更加真实；其次，相较于社交等数据，阿里的数据高度结构化；最后，非常密集而且实时，不管在无线还是PC端，阿里日常都有超过1亿用户在访问。
阿里巴巴每天处理超过100PB的数据。基于跨媒体端的大数据，通过匹配商家的供给和用户的需求，既可以给用户提供更符合个性化需求的商品，也能帮助商户找到潜在的消费者。基于大数据分析的计算广告业务，可以为阿里巴巴平台上的广告商找到更精准的需求人群。
高效的算法平台
算法平台包括机器学习、数据挖掘、自然语言处理、图像和语音处理等。阿里大规模机器学习技术通过分布式部署，在数十亿训练集上训练机器学习模型。建造的参数服务器能处理十亿级的模型参数。基于数据平行化的思维，将数十亿的模型参数分配到一组参数服务器上，并配有失效备援的监测点。
阿里的核心算法平台——PAI机器学习平台，构建于阿里云Max-Compute、图形处理器（GPU）等计算集群之上，汇集了阿里集团大量优质分布式算法，包括数据处理、特征工程、机器学习算法、文本算法等等，可高效完成海量、亿级维度数据的复杂计算和挖掘，给业务带来更为精准的洞察力。平台提供了丰富的组件，包括数据预处理、特征工程、算法组件、预测与评估，所有算法都经历了阿里内部业务大数据的锤炼。
从9年前第一个双11的错误丛生，到2017年“12分钟送达”的用户购物体验，凝结的是阿里9年的技术进步。
本文为云栖社区原创内容，未经允许不得转载。