阿里巴巴达摩院是中国科技集团阿里巴巴集团的全球研究机构。达摩院之名源自“Discovery, Adventure, Momentum, and Outlook”（发现、冒险、动力和展望）。该研究院成立于2017年10月，旨在推进基础研究，并为阿里巴巴的商业产品（尤其是其云计算部门）培养人才。其工作涵盖多个学科，包括人工智能、计算机视觉、自然语言处理、芯片设计和量子计算，并依托全球实验室以及与学术机构的合作。
历史与全球布局
达摩院成立之初计划在三年内投入资金，并目标在其首批实验室招聘超过100名研究人员。该组织最初在杭州、北京和深圳等中国城市设立站点，随后扩展至西雅图、硅谷、新加坡、特拉维夫和上海等主要研究枢纽。2017年至2020年间，这些站点内的团队专注于下一代人机交互、金融科技和智能物流等项目。2022年，达摩院建立了国际研究网络，在麻省理工学院计算机科学与人工智能实验室、斯坦福人工智能实验室和多伦多大学等高校设立学术中心，并邀请访问学者就大语言模型到量子算法等主题开展合作。截至2023年，达摩院报告拥有超过3000名员工，并与行业和学术伙伴开展了超过1000个外部项目。
人工智能重点研究领域
人工智能是达摩院的核心支柱之一。其研究人员在机器学习和深度学习领域取得了多项显著创新。早期的一个代表性成果是基于反事实推理的系统，该系统被应用于阿里巴巴的电商推荐引擎。2020年，达摩院研究人员推出了ET-BERT，一种用于网络流量分类的云原生神经网络方法，在准确率上超越了以往方法。他们的工作还涉及告警疲劳问题以及用于半导体制造的硬件级人工智能，包括通过强化学习优化芯片设计以及利用计算机视觉进行缺陷检测的算法。
达摩院的一项核心贡献在于多语言和语音模型。到2021年，达摩院发布了针对中文及其他亚洲语言优化的预训练Transformer模型，扩展了深度学习在对话、内容审核和机器翻译方面的能力。2023年，该团队推出了“通义”系列大语言模型，模型参数规模从70亿到720亿不等，支持代码生成和理解等多种任务。这些模型后来成为公司生成式人工智能产品的基础，包括根据文本提示进行图片编辑等功能，并通过协作许可协议向研究界公开提供。
计算与数据科学
在模型架构之外，达摩院还为现代人工智能所需的基础设施做出了贡献。其研究人员展示了高效的训练算法，利用批归一化和层归一化技术，在成本更低的硬件上加速收敛。对于云客户，达摩院工程师帮助设计了阿里云弹性计算实例的调度优化方案，提升了大规模训练任务的吞吐量。达摩院还在GitHub上开源了多个项目，例如用于内存高效Transformer推理的框架，以及通过剪枝和量化评估模型压缩效果的基准测试工具。这些成果不仅服务于阿里巴巴内部，也惠及全球构建软件解决方案的开发者。
云计算和边缘计算是达摩院重点关注的领域，相关进展应用于物联网和自动驾驶。例如，达摩院计算机视觉团队为无人机和智能交通构建了深度估计模型，提升了配送服务的安全性。基于城市摄像头数据的智慧城市项目，推动了杭州及其他中国城市交通信号协调系统的落地，缩短了出行时间。硅谷团队则专注于混合现实合作，使音视频交互在电子商务中更具沉浸感。
影响与国际地位
达摩院的研究成果已融入实际产品，例如阿里巴巴的商品搜索和欺诈检测任务。凭借达摩院的技术，阿里云截至2023年已成为亚太地区最大的云服务提供商，服务于金融、零售等核心行业，包括某大型快时尚零售商的应用程序。达摩院还与欧美大学开展了人工智能合作项目，例如2020年与瑞士卢加诺大学在图学习领域的合作。
达摩院还在NeurIPS、ICML、ICLR、CVPR和ACL等顶级学术会议上发表了大量论文，自2019年以来累计达数百篇。在全球竞赛中，其模型在视觉任务以及GLUE风格的多语言基准测试中取得了领先成绩，超越了此前的学术成果。不过，达摩院的内部报告强调，其基准测试更多用于驱动产品团队，而非展示学术成果。
未来方向
随着人工智能边界的不断拓展，达摩院致力于将前沿研究与主流应用相结合。2024年初，达摩院联合主办了一场面向全球的人工智能科学会议，吸引了物理学和化学领域的诺贝尔奖得主参与。达摩院还扩展了一个面向行业特定开源模型的联盟，涉及健康咨询和安全应用。达摩院的下一阶段计划包括对具身智能体的长期研究，以及将模型扩展至量子模拟等未来计算场景，同时继续注重实际应用价值。
展望未来，达摩院的通信部门正在为边缘设备上的专用大型模型开展试点项目。然而，预算限制、基础研究的地位以及内部评估的透明度等问题，仍是其面临的挑战。大多数观察者认为，达摩院是学术界与产业界合作的一个罕见范例；至于其创新成果能否在开放环境中持续发展，并形成完整的产业生态，仍有待观察。