達摩院重修巴別塔_風聞

文 |史中

來源 |淺黑科技

劉慈欣在小説《鄉村教師》裏，有這麼一段描述：

一個文明程度極高的外星文明觀察地球，發出了驚歎：這種沒有記憶遺傳的生物，相互間用薄膜器官震動產生的聲波進行交流，每秒只有1-10比特的速率，居然能夠獨立進化出 5B 級文明，這太不可思議了！

看到這裏，我心頭一緊。。。

姑且不論在大劉心中 5B 文明比 2B 文明強多少。重點在於：外星人説的有道理啊，我們不就是些只能靠超低帶寬的語言交流的沙雕殘疾生物麼。。。人類這個創業團隊一點點從古猿集團剝離，用了一百萬年才“獨立上市”。我們仰仗的全部家當：“聽説”“讀寫”“思考”，全都和語言能力相關。

幸虧我們“身殘志堅”，在渺小之餘還意外贏回些許尊重。

利用低效的語言文字，我們發現了牛頓定律，發現了相對論和量子論。

我們喜歡黨同伐異順便製造了世界大戰，但我們沒死反而在戰爭中發明了計算機，在此之上，我們還發明瞭人工智能。

我們還扛着鋤頭進軍人工智能領域最難開墾的土地——“自然語言處理技術”，想讓人工智能反過來聽懂我們説話。

人類果然是個不知天高地厚的狂妄物種啊。

這個魔幻的劇本一旦打開，就再也停不下來了。2018年底，一則預測擊中了人們的神經：

語音人工智能將在特定領域通過圖靈測試。

這是啥意思？這意味着人工智能馬上就成為世界上第二個會“説人話”的物種了。

想想看，你和妹子煲了五分鐘電話粥，可能都根本分辨不出她到底是個人還是機械。這將帶來一場倫理革命：未來我們不僅把人工智能當做合作伙伴，也會把它們當做愛或恨的對象。人類穩固萬年的情感邊界將第一次鬆動。

發佈這條預測的，不是民間科學家，而是大名鼎鼎的達摩院——阿里巴巴挑戰前沿科學的騎士團。

很多人都會回想起2017年馬雲在雲棲大會上振臂一揮，豪擲千億組建達摩院的熱血沸騰。而欣賞一部史詩，決不能只看它的封皮。他的況味藏在每一行詩句的光影裏。

達摩院的大神們，究竟怎樣一步一步攀登“人工智能”這座夢幻遠山？

你和身邊的朋友們，又要怎樣一點一點地學會和“説人話的機器人”相處？

接下來中哥還得用“語言”這種低效的模式，慢慢講給你聽。

（1）腦洞+腦洞+腦洞

按照慣例，先跟中哥開幾個腦洞。

聽過那麼多道理，卻還是過不好這一生。

你有沒有想過這是為什麼？因為你是“聽”到的道理，而不是用一根電線直接懟到你大腦傳輸進去的完整信息，語言傳遞的不是全量信息。

腦洞一：語言和電線是一樣的，他們從本質上來説都是“腦腦接口”。

給你一分鐘，閉上眼睛理解一下。

你可以想象每個人的大腦都是一汪深邃的湖泊，他們之間若要連接，需要挖一道水渠，就像下面這樣：

這個水渠，就是我們的語言。（這回你理解為啥説話又叫溝通了吧）然而，語言攜帶的信息量很少，就像水渠的寬度非常窄，很難把一個湖裏的水瞬間全部灌進另一個湖裏。

腦洞二：為了更高效地溝通，語言實際上是把信息進行了極高的壓縮。

每個人都會把腦海裏綜合視覺、觸覺、嗅覺、味覺、環境、常識、專業知識和彼時心境綜合起來形成的洶湧思路壓縮成一段語言説給接受者，而接收者聽到之後，在自己腦海裏把這些語言信息結合自己的視覺、觸覺、嗅覺、味覺、環境、常識、專業知識儲備和當時的心境加以還原，這個過程完成，聽話者才理解了説話者的意思。

這個壓縮比率有多大呢？每秒人腦可以處理的信息是400部高清電影，而每秒語言的信息量只有幾k大小，差距幾十萬倍。所以，如果你的語言是這顆豌豆，那麼腦補出來的內容就是這個籃球。

腦洞三：巨幅壓縮會伴隨巨大的信息損失。由於每個人的感官和知識儲備不同，在補全的過程中就會出現一定歧義。

特別明顯的一個例子就是：過年你和來串門的熊孩子講不要亂動自己珍貴的手辦，結果他完全理解不了你在説什麼。直到他把模型弄碎一地，你抓着他的腿往樹上一頓掄。有了這次完整的體驗之後，他的知識結構裏才會添加一項特別具體的禁忌。

情侶之間吵架，女生哽咽着説：你不懂我！這根本不是無情無恥無理取鬧，實際上這時她已經一語道破了人類的生理極限。

腦洞四：機器理解人話的過程中，最重要的一個障礙就是：“歧義”。

人類可以根據自己所有的感官採集到的實時信息和巨量的知識儲備在大腦裏解壓對方的語言，但是機器遠沒有人這麼敏感的嗅覺觸覺視覺，更沒有人的常識知識圖譜，所以它們把語言中壓縮的信息進行還原時，所出現的“歧義”就會像火山噴湧那樣多。

半個世紀以來，所有自然語言處理技術的目的都可以歸納為：消除歧義。（在機器的精神空間中，一句話對應且只對應一個意思）

我説這麼一大堆的目的，是為了讓你理解：人能聽懂人已經靠腦補+幸運了；讓機器聽懂人，我只能説這是個奇蹟。

説到這，中哥多補充一些背景知識。

自從人類發明計算機那天起，人機交互就踏上了艱難的長征路。

上世紀中葉，人們把打孔的紙帶塞進機器，用這種方式和計算機交流。

上世紀80年代，人們組合了鍵盤、顯示器、命令行界面、編程語言，人機交互的方式變成了手的敲擊和屏幕顯示。

上世紀末，MacOS 和 Windows 領導的圖形界面出現，鍵鼠套裝成為了人機交互的標配。

2010年，智能手機普及，人機交互的方法變成了一根手指點點點。

2016年以後，智能音箱爆發，這才讓醖釀已久的語音交互方式站在了歷史的聚光燈下。

在未來，很可能人類可以用腦電波設計“腦機接口”進行人機交流，但所有相關的技術都處在非常早期的階段。

你可能覺得人機交互的方法變來變去，捉摸不定。但事實上，它至少呈現了兩個永不回頭的趨勢：

1、交互的帶寬越來越大。

2、人機交互中，人需要適應機器習慣的比重越來越小，機器需要適應人習慣的比重越來越大。

雖然在未來腦機接口有可能實現超大的帶寬，但是不可否認，語言仍然是人類千萬年進化形成的最高效的“天然接口”，佔據了無可替代的“技術生態位”。目前人工智能語音交互被公認為“下一代人機交互技術”。

這種和人類命運息息相關的科技研究，正是達摩院的菜。

不久之前，我見到了這一領域的兩位大神——達摩院語音實驗室的老大鄢志傑和達摩院語言技術實驗室的老大司羅。

語音實驗室，就像魚頭和魚尾，負責“聽和説”。簡單來説就是把人説的話精確轉錄為機器能處理的文字，把機器的文字輸出用無限接近於真人的發音説出來。

語言技術實驗室，就像魚的中段，負責思考。簡單來説就是在人工智能大腦內完成歸納、理解、思考、總結等等一系列步驟。

這兩個團隊，拼成了“自然語言處理”從接受信息到處理信息到表達信息完整的一條魚。

像很多達摩院的大神一樣，鄢志傑和司羅也不是普通的科學家，他們是**“有故事的科學家”。**

（2）上山下鄉

如果你像欣賞雕塑大衞那樣欣賞達摩院，你就會發現達摩院的軀體很有意思。

達摩院下設機器智能、數據計算、機器人、金融科技、X實驗室幾大分支，幾乎全部和人工智能相關。這樣濃重的配比，和達摩院的傳承不可分割。

舉個例子，達摩院中領銜機器智能班底的金榕和螞蟻金服首席科學家漆遠，他們都是當年阿里巴巴最神秘的機構——iDST——的創世團隊。

金榕

iDST，全稱是“數據科學與技術研究院”。當年馬雲高呼的“DT 時代”，其中的D和T，都被放進了 iDST 的名稱裏，可見它被給予了多重的期待。

説到 iDST，不能繞過理想主義者王堅。人們對王堅篳路藍縷創立阿里雲的那一趴故事耳熟能詳津津樂道。其實，王堅同樣是 iDST 的構想者。在他的最初設想裏，iDST 更像是對標 AT&T 貝爾實驗室、微軟亞洲研究院的純研究機構。它的目的無比明確，就是“確立阿里巴巴集團在未來數十年技術領先地位”。

王堅

2014年，阿里巴巴大旗高擎，一眾人工智能領域的學界大牛聚義 iDST 的磅礴氣勢仍然歷歷在目。

然而，馬雲在三年後達摩院成立時曾經這樣説：

絕大多部分公司都是研而不發。我們要做一個跟微軟不一樣，跟貝爾實驗室不一樣，跟英特爾研究院不一樣的，做一個最適合這個世紀的研究院，做一個阿里巴巴自己想清楚未來發展的研究院。

這段話背後，涵蓋了 iDST 三年間的命運轉折。

由於 iDST 的學術研究和具體業務場景有一些分離，造成了 iDST 的“空轉”。頂級大牛們每人開着一個夢幻超跑，卻要在現實的衚衕支脈裏穿梭，苦悶可想而知。

iDST 歷史上著名的浴火重生由此開始。

2015年 iDST 被分入阿里巴巴的各個部門。漆遠率領一眾人馬進入螞蟻金服，金榕率領一眾人馬進入淘寶搜索，初敏和鄢志傑率領的 iDST 語音部門留在阿里雲。明眼人都能看出來，這是阿里巴巴生態內部人工智能最肥沃的幾塊戰場。

正如1968年毛主席大手一揮，知識青年上山下鄉。歷史沒有假設，但廣闊天地，畢竟大有作為。這一次技術下沉，給淘系、阿里雲和螞蟻金服都帶來了一場深遠的革命。（甚至這場革命的意義到現在都沒有完全被人認知）

漆遠一眾為螞蟻金服的風控系統建立了一個綿延幾千台服務器的大腦，成為了如今螞蟻金服風控系統的定海神針；

金榕和司羅一眾為淘系的智能搜索推薦奠定了一台底層大腦，如今每天為十幾億人提供精確推薦；

漆遠和鄢志傑一眾把語音技術的靈魂燒錄進客服系統，完全把淘系和螞蟻的客服系統推進到次世代；

周靖人一眾則整合了諸多大數據引擎，為阿里萬億帝國裝配了一台無人匹敵的精密發動機。

2016年，阿里巴巴 CTO 行癲重新在集團層面舉起 iDST 大旗，大神們重磅迴歸。這一次，他們一掃所有的質疑，手中握着榮光。王堅感慨：“iDST 又回來了！”誠然，理想不死，它只是需要重生。

行癲

直到這時，馬雲才有了組建達摩院的底氣。

“手榴彈造得再厲害也造不出導彈。”馬雲的這句話，值得玩味。

2017年3月，阿里巴巴推出“NASA”計劃，刻度為未來二十年，目標是從基礎科學到應用科學的星辰大海。半年以後的10月11日，NASA 點燃了“一級火箭”——達摩院。iDST 的金身被重新熔鑄，成為了達摩最堅硬的一部分。

至此，眾神依次歸位。

當年，iDST 是阿里巴巴最為神秘的部門之一，如今，iDST 的班底反倒成為了曝光最多的人。“自然語言處理”，也從當年 iDST 皇冠上的明珠，變成了如今達摩院的硬核主戰場。

它不小心標記了一項技術的成人禮，也見證了一代技術人的滄海桑田。

馬雲

（3）從零開始

鄢志傑畢業於中國語音識別的黃埔軍校中科大，不知為何看到他總有一種看到戰狼吳京的錯覺。。。

鄢志傑

2015年2月，鄢志傑從微軟亞洲研究院加入阿里巴巴 iDST ，負責組建萬眾期待的語音團隊。彼時正趕上轟轟烈烈的上山下鄉運動，兩個月後，他就進入了阿里雲的編制。

語音科學家的終極目標是讓機器通過語音交互的方式融入人類協作網絡，但鄢志傑面前的現實過於骨感。用他的話説，阿里巴巴在這項技術上技術儲備是“一張白紙”。而那個時候，百度的語音搜索已經成為標配，而微信的語音消息已經可以長按轉成文字。

面對阿里巴巴巨大的實用主義思潮，鄢志傑並不拒絕，甚至有點小激動。他決定摸着石頭過河。

第一步，起碼先得給人工智能裝一個耳朵。

他盯上了客服妹子。。。

2015年初，為了應對業務爆炸式增長，阿里巴巴的電話客服人數達到了幾萬。幾萬客服人員直接面對淘寶天貓的用户，如果他們服務質量不合格，會帶來非常不好的用户體驗。（參考六六和京東那次事件）

所以，語音技術團隊就用自己的技術把客服對話全部做語音識別，然後利用語義分析自動檢查裏面是否出現了不當用語。這波騷操作大獲成功，一下提高了幾萬客服的平均服務質量。

第二步，就得為人工智能安裝一張嘴。

這一次，他又盯上了客服。。。

2015年下半年，iDST 悍將漆遠已經進入了螞蟻金服，他和語音團隊一起定義了一個巨大的新場景：讓人工智能來代替部分客服，用語音回答用户的問題，從根本上減省人力成本。

這就要求語音團隊開發一套非常基礎的能力：TTS 語音合成技術。簡單來説就是讓機器發出和真人無異的聲音。

這項技術在2015年年內就落地螞蟻金服。2016年，語音交互技術被用到雲OS手機、斑馬智聯網汽車、智能電視機上。

第三步，就是讓人工智能聽得更準，説得更好。（這是個相當漫長的過程）

比如2017年，天貓精靈發佈。它從一開始就搭載了一個神奇的功能：聲紋支付。你用自己的聲音，就可以讓天貓精靈幫你充話費買東西，而天貓精靈聽到別人的聲音，就會拒絕付款。從這項技術衍生開去，天貓精靈還可以識別家裏不同人的聲音，從而為他們推薦個性的內容。

站在歷史的時間軸上，直到這一時點，達摩院才真正成立。

實際上，達摩院成立，並沒有改變語音實驗室的研究內容。我問鄢志傑，那你感覺到最大的變化是什麼？

“決心。”他説。“阿里巴巴要做自主研發核心技術的決心。”

達摩院成立

比鄢志傑早半年加入 iDST 的司羅，是一位標準的學界大咖。從打遊戲開始接觸計算機，一直做到了普渡大學終身教授。（下次家長再阻止你打遊戲，你就説我的偶像是司羅。）

在美國學校“吃了八年粉筆末”之後，司羅決定回國加入阿里巴巴。他的理由是：在學校裏研究一個新的算法，有20個學生來做評測就已經算是豪華陣容了。而在阿里巴巴研究一個新的算法，會有上千萬真實世界的體驗和反饋。

於是，他成為了 iDST 語言技術實驗室的領頭人。

司羅

“學以致用”是司羅的信條，這恰好也和阿里巴巴的實用主義精神相契合。司羅團隊用了五年時間，搭建起兩座技術金字塔：

第一座技術金字塔，名叫自然語言處理平台（NLP），有“幫你選擇合適內褲”的功效。

簡單來説，這套系統有三大功能：把任何一段話拆分字句，提取其中的信息，理解其中的意義。

舉幾個實際的例子：

你在淘寶搜索一個關鍵詞：“男士內褲騷粉”，NLP 系統就會把它拆分為“男士+內褲+騷粉”，從而找到適合你的商品，這就叫電商分詞。

你在淘寶買過騷粉內褲，之後它就會一直給你推薦各種彩色內褲，這就是大名鼎鼎的淘寶推薦系統。

你在購買記錄裏評價購買的內褲又舒適又美觀，於是淘寶就會知道這是個正面評價，然後把這個商品推薦給更多的買家，這就是情感分析系統的功勞。

如果你不知道哪家內褲的性能最好，可以詢問阿里小蜜，人工智能就會查看很多商品介紹，然後給你推薦最適合的那款，這就是信息提取功能。

司羅説，僅僅 NLP 基礎技術平台，每天在阿里內部就會被四百多個部門調用兩萬億次。可見它的職責之重。

第二座技術金字塔，名叫機器翻譯平台，有“幫土耳其人買中國辣條”的功能。

翻譯的用途當然很多，但是在阿里巴巴內部，跨境電商是“最有商業價值”的戰場。

如果一個土耳其用户，想要在電商上購買中國的零食，需要和賣家聊天。但他是不可能看懂中文的。對於這種對話的翻譯，不是簡單地説明白就行，還要特別講究“信達雅”。

比如賣家説：

我家的辣條，軟滑香糯，入口即化，唇齒留香，餘音繞樑，三月不識肉味。買回去你撕開包裝，隔壁小孩直接饞哭了。

要把這話翻譯成土耳其語，那得把人工智能累哭了。但司羅和團隊的技術正在把它變成現實。

話説回來，誰讓你叫“達摩院”，達摩院可是禪宗初祖菩提達摩面壁開悟的地方。如果不做這種挑戰人類極限的事情，那就別叫達摩院，乾脆叫幼稚園得了。。。

阿里巴巴的同事幫我找了一張“英俄互譯”的截圖

（4）面壁者

走得更遠的人，揹包也更重。

2017年10月10日，你搜索“達摩院”，結果是少林寺。2017年10月11日，你搜索“達摩院”，結果是阿里巴巴。一瞬間，世界開始用新的標準審視達摩院的科學家。

成為達摩院諸神一員，意味着每人面前都有兩堵牆。一堵牆是技術極限，另一堵牆是商業實踐。

在鄢志傑眼裏，技術是一隻高速飛行的蝙蝠，而商業就是反饋和矯正方向的超聲波雷達。他舉了兩個例子：

2018年，我們為上海地鐵售票機研發的語音購票系統，你只需要説出想去哪兒，售票機就自動給你推薦最近的地鐵站。看上去很簡單，但放到真實的商業環境裏，你會發現很多意想不到的困難。

地鐵站裏面的售票機是並排放置的，每個人説話都會干擾到臨近的售貨機。你不可能讓地鐵站把售票機距離拉大，這件事只能靠算法來解決。

再比如，我們用技術幫助法庭書記員語音撰寫庭審記錄。但是法庭的現場情況比較特別，原告有個麥克風，身後還有擴音喇叭。被告的聲音從喇叭裏出來，又會串進原告的麥克風。這同樣需要精巧的算法來解決。

下圖就是上海地鐵購票機，親測還挺好用的。

你可能沒想到，達摩院的大神們用頂尖的人工智能技術，最後解決的卻是實際應用中雞零狗碎的小問題。

通常的研究者，經常會把一件事情抽象，再抽象。抽象到終於能解了，於是認為自己解決了問題。但他們往往忽略，抽象之後的邏輯和真實世界已經有很大的差距了。一個抽象中的算法，要解決最原初的實際問題，需要反過來走很多的路。

金榕一語概括了技術和商業的相愛相殺。

其實跟着達摩院大神們的節奏，我們已經窺探到了“自然語言處理”中科學鑽探的最深處。

1、如何像人一樣“聽清”。

傳統意義上的語音識別，人工智能只有一個耳朵。但在一個真實的公共環境中，只靠一個耳朵是遠遠不夠的。

而鄢志傑想在這個耳朵旁邊再安裝上眼睛。正如人一樣，我感覺到誰在對我説話，一定會把臉轉向他，從而讓耳朵獲得最有針對性的聲音。

正是基於這個“多模態語音交互”的理念，他才為上海地鐵購票機裝上了攝像頭，配備了可以定向收聲定向降噪的一組麥克風。這一套系統可以感知它身處什麼環境、誰在和我説話，在説什麼，等等一系列精準地信息。

鄢志傑把它用在了咖啡點餐機上，在真實的嘈雜環境中，機器用49秒時間點了34杯咖啡，作為對比，人完成這些事情卻用了2分37秒。

這是當時的視頻

2、如何像人一樣“説清”。

機器模擬人聲，這就是非常著名的技術 TTS。

TTS 是機器人通過圖靈測試的關鍵一環。哪怕機器人對你所有的問題都對答如流，但是聲音被你識破了，它還是會在圖靈測試中失敗。

而 TTS 是個深坑。各種最前沿的技術方向正在混戰，谷歌、亞馬遜，還有國內的 BAT 都在這篇混戰的戰場中。

鄢志傑告訴我，通過最新的 Knowledge Aware TTS，一個機器模擬聲和原聲相比較，已經從80-90%的相似度，提高到了95%的相似度。這意味着，你需要特別仔細地判斷，才能知道電話那頭究竟是人還是機。

在阿里雲上，有一個小 Demo，你無論輸入什麼文字，萌妹子都能沒羞沒臊地給你讀出來，而你絲毫感覺不出這是機器聲。你可以去試試。

https://ai.aliyun.com/nls/tts

（不允許外鏈，你把鏈接複製到瀏覽器，絕對值得一試）

3、如何像人一樣“思考”。

在最開始中哥曾經提到，人在大腦裏會“解壓”語音，解壓的過程中絕對性地依賴自己對於世界的“知識圖譜”。

要想讓機器在大腦裏像人一樣理解人話，必須要對這個世界進行非常精準的建模，形成像百科全書一樣的知識圖譜。

這條長征路，達摩院已經邁出了第一步。

2018年舉行了一場“精確閲讀大賽”（此處求名字，我會做替換），規則是：人和機器同時用給定一堆維基百科的資料來回答問題。只有回答出精準答案才得分，部分答案不得分。在這場比賽中，司羅帶領達摩院語言技術實驗室拿到了第一名（此處需要核實成績和名次），遠遠超越人的成績。

當然，這幾頁維基百科相比現實世界的通用知識圖譜，還只是大海中的一滴水。

這就是為什麼達摩院的預測中會強調：語音人工智能將在特定領域通過圖靈測試。

快遞行業，就是其中一個“特定領域”。

現在，很多快遞都用到了“阿里 AI 助手“。快遞投送之前，AI 會代替快遞員給你打電話，問你是不是在家，包裹送到哪裏。這大大減少了快遞員的工作量。

2019年2月，《麻省理工科技評論》評選出2019年“全球十大突破性技術”，“阿里 AI 助手”就位列其中。

但這還遠遠不夠。

“建立一個有初中、高中知識圖譜的通用人工智能，不僅是阿里巴巴面臨的挑戰，也是全世界面臨的挑戰。這個龐大知識圖譜的定義和學習，需要很多代計算機科學家很多年的努力。”司羅説。

科學家不能貪杯，因為前路還有星辰大海。

（5）重修“巴別塔”

在文章的前半部分，其實中哥埋了一個伏筆。

我説語言和電線一樣，都是“腦腦接口”。現在讓我們順着這個腦洞繼續推演。

如果把人類文明看成一個整體，那麼每個人的大腦都是一個計算節點，這個整體其實是由無數大腦組成的“腦聯網”。由於他們之間的連接使用了語言（包括文字）通路，帶寬極低，姑且可以稱為“腦聯網1.0”。

在計算機出現之後，我們在人體之外複製了一套網絡，那就是由每個計算機連接而成的“互聯網”。

而我們通篇在討論的“人機交互”，從本質上來講，就是把“互聯網”融入“腦聯網”的歷史進程。

如果按照這個邏輯思考下去，我們可以推演未來一百年腦聯網的後續版本：

腦聯網1.1：特定圖靈測試級別的人機語音交互+互聯網計算節點

腦聯網1.5：通用人機多模交互+物聯網計算節點

腦聯網2.0：高帶寬腦機接口+全球物聯網

阿西莫夫在《基地》系列小説裏，描述了一個名叫蓋婭的星球。

在這個星球上，所有的生命，人類、動物、植物、有機物和無機物之間都可以分享自己體內的資料和記憶。他們思想聯通，共享喜怒哀樂，連死後都可以留存自我意識。

這，也許就是腦聯網3.0。

如此你會明白，達摩院諸神所研究的，哪裏是“讓土耳其人買中國辣條”，“49秒內點34杯咖啡”，“買粉內褲之後給你推薦紅內褲”這樣的小事，他們是在為“下一代人機交互技術”一刻不停地積累實戰經驗，這不僅是未來十年的硬核，也將是人類進化史上重要的一環。

《聖經·舊約》中記載，人類為了對抗上帝“洪水降臨”的誓言，聯合起來修築通天大廈“巴別塔”。上帝為了阻止人們的計劃，降臨神蹟，瞬間把人們的語言變成千種萬種。於此，人們難以相互理解，四散流亡，巴別塔終成廢墟。

如此看來，今天達摩院正試圖重修“巴別塔”。

從當年馬雲為了天下沒有難做的生意而創建阿里巴巴B2B平台，到為了讓中國人建立信任機制的支付寶，到為了人人平等享受計算力的通用計算平台阿里雲，到為了邁進萬物互聯的 IoT 賽道，到試圖用同一種語言連接全人類的達摩院。

你可以詬病阿里巴巴心態過度自信，也可以吐槽阿里巴巴動作不夠優雅，但你唯獨不能説阿里巴巴不夠勇猛。

你不必告訴我前面是荊棘還是綠洲，我會自己去看。

面對未來，好奇的孩子總是這樣説。

巴別塔