“過去我們常常把云計算、大數據掛在嘴邊，現在來看應該是云數據、大計算”，在5月的云棲大會成都峰會上，阿里云資深總監肖力在《通往智能之路》的演講中如是說。

　　肖力的觀點不難理解，數據的價值不在于“大”，重要的是在線，只有打破數據孤島，讓數據發生更多的匯聚，更多的交換，更多的更新和挖掘，才能產生更大的價值。同時，這一觀念背后也揭示了一個趨勢：云計算巨頭們開始將“智能”納入了戰略框架，或是“智能”為云計算帶來的紅利。

　　云計算如何把智能變成一種普惠科技？

　　正如前面所說，阿里云已經開始了一場智能化演進，并成為今年云棲大會各個峰會的主題，背后所承載的是阿里云的一系列實踐。

　　今年3月份，阿里云正式發布了機器學習平臺PAI2.0，將人工智能技術引入云計算。不同于其他巨頭的智能云計算大多停留在“思”的層面，阿里云的ET已經開始遍地開花，諸如ET醫療大腦、ET工業大腦、城市大腦等等，并將大數據、人工智能等技術應用于安全智能化。

　　值得一提的是阿里云還在在各地積極舉辦天池AI大賽，鼓勵開發者利用云計算和人工智能去解決更多的實際問題。

　　當然，如果只是阿里云的單方面突圍，并以此來判定云計算的發展趨勢，不免有些武斷。事實上，包括亞馬遜、微軟、谷歌等在內的云計算巨頭們，在云計算的智能化演進上做出了和阿里云相似的選擇。

　　不久前結束的Google Cloud Next’17 大會上，一個積極的信號就是在云計算領域步伐稍顯緩慢的谷歌試圖開啟智能云計算的新時代，比如推出了全新的機器學習KPI，全球最大的機器學習及數據科學競賽平臺Kaggle被谷歌收入囊中，以及為迪士尼、Verizon、SAP等重磅客戶提供了更智能的云端解決方案。

　　無獨有偶，2015年中旬的時候，微軟就低調地把Azure的定位修正為智能云，盡管彼時的“智能云”還停留在概念階段。在剛剛落幕的Build2017開發者大會上，微軟公布了云計算在智能化方面的新舉措，包括將云計算的智能擴展到物聯網邊緣設備的Azure IoT Edge，全新開發的數據庫服務Azure Cosmos DB等等。

　　亞馬遜作為目前最大的云計算服務商，在智能化方面表現出了前所未有的“敏感”。在去年年底舉辦的AWS re:invent大會上，AWS正式推出了自己的AI產品線，包括圖像識別工具Rekognition，文本轉語音服務Amazon Polly，以及亞馬遜人工智能助手 Alexa 的內核Lex。

　　原因似乎不難理解，云計算早已不再是計算能力的單維競爭，“更聰明的云服務”才能制造更大的價值。

　　站在開發者的角度來看，云服務的趨勢是讓一切變得更加“簡單”。而計算能力是一種基礎資源，如何將計算能力變成服務是云服務平臺們需要思索的，特別是人工智能技術逐步落地之后，更加聰明的云服務也日漸成為一種新需求。

　　安全智能化的趨勢和行業變革

　　在云計算的業務矩陣中，安全無疑是決定客戶“用腳投票”的誘因之一。市場研究機構Market Research Future的報告顯示，全球云安全市場在2022年達130億美元，復合年均增長達17%。另一家研究機構Gartner也給出了類似的觀點，認為安全性將在2018年的時候取代成本和敏捷性成為政府部門采用云服務的首要原因。在這個背景下，安全智能化已經成為巨頭們發力的對象。

　　從巨頭們的動作上來看，微軟的Azure Security Center發布了多項威脅檢測能力，同時Office365也提供了智能威脅感知和高級數據治理功能；谷歌在云安全策略上同樣表現出了與時俱進的態度，在布局上從傳統的云安全平臺延伸到安全芯片領域。

　　然而在安全領域走的最遠的，恐怕非阿里云莫屬。

　　肖力在云棲大會成都峰會上做了一個大膽的預測：未來，安全將邁入機器學習和人工智能時代。阿里云每天幫助國內37%的網站成功抵御16億次攻擊、防御2000次DDoS攻擊、2億次暴力破解，以及300萬次Web攻擊防御。這個成績與人工智能和大數據的應用不無關系。

　　且從阿里云及同行者的安全服務上可以洞見出兩個趨勢：

　　其一，大數據和深度學習正在逐漸被應用在安全服務中，提升安全管理的效能。

　　今年年初的RSA 2017上，全球安全專家們的觀點預示了云安全的三大趨勢，即安全防御技術走向智能化、人工智能和機器學習等技術的產品化、從IT驅動安全轉向業務驅動安全。

　　在筆者看來，“機器學習”和“人工智能”并不是戰無不勝的武器，這是很多主打“智能“的安全初創企業一個誤區。

　　阿里云的做法是：從算法改良做起，用“人工智能”和“機器學習”去優化產品的現有功能。例如阿里云云盾的安全大數據分析平臺“態勢感知”，基于算法和模型進行威脅分析和風險評判，顛覆了以往基于規則的安全檢測。

　　又比如游戲行業的風控模式“游戲盾”，作為阿里云云盾在游戲行業安全風控的新模式，技術基礎同樣是智能調度算法。與傳統單點防御的DDoS防御方案相比，“游戲盾”用數據和算法來實現智能調度，將“正常玩家”流量和“黑客攻擊”流量快速分流至不同的節點，最大限度的緩解了大流量攻擊。

　　其二，人工智能正在逐步減少對安全分析師的依賴。

　　人工智能取代人力業已成為整個互聯網行業爭論的焦點，麥肯錫也曾大篇幅預測過哪些職位將被機器淘汰。在安全領域，肖力提出了“智能防御”的概念，用大數據分析與算法優化安全防護能力，意味著“用更少的人，做更多的事。”云安全已然成為人工智能技術落地的先行者之一。

　　事實上，在早些時候的RSA 2017上，肖力就曾對“數據智能”的必然做出過解釋：一家企業的訪問量達到數億，如果靠人工來判斷每一個請求是否安全，顯然不可能做到。以前大部分人的方法是使用“規則”，把經驗寫成規則來“過濾”非法請求。但是，隨著攻擊者的“玩法”越來越高級，傳統的過濾方法可以被輕易繞過，安全研究員們必須找到一種“新的”“自動化”的方法來發現風險和攻擊者。

　　按照國外已有的先例，知名的數據智能公司 Splunk將用戶的各方面數據統一導入大數據平臺，制造出可以分析威脅的引擎，已經成為了行業的最佳實踐模型包。在RSA“創新沙盒”大賽上，拔得頭籌的UnifyID核心仍是把來自 IoT 設備的海量數居上傳到云端，通過機器學習的方法判定：哪些設備是可信的，從而識別設備背后的人的身份，保護系統、數據安全。不一而足。

　　總的來說，在云計算巨頭們的努力下，人工智能將變成門檻更低的普惠科技，且這個趨勢將滲透到云服務的方方面面，諸如在安全等領域已經可以感知到智能帶來的能效提升及人力資源的重新分配。

　　阿里云、AWS等巨頭們已經在行動和思維上擁抱智能化，相信云計算的智能化時代即將來臨。