目前，很多城市的交通环境都面临着一个巨大的挑战——交通拥堵严重。面对该问题，不仅交通管理者倍感烦恼，出行者在选择出行路线时也困难重重。未来，如果无人驾驶汽车、无人机、送货机器人等得到了普及应用，交通环境会变得日益复杂，交通管理者的工作难度也会越来越大。为了解决该问题，阿里巴巴在借助人工智能技术预测交通状况、优化交通管控方面做出了很多努力。

利用机器学习算法，在各种数据资源的辅助下，如历史交通数据、实时路况数据、视频监控数据、手机基站信令数据、信号灯运行数据等，可以对交通拥堵情况进行提前预测，为交通管理者制定、选择交通管理措施提供依据。同时，借助于该技术生成的成果，交通管理部门还能合理规划城市道路，科学设置信号灯，改善交通拥堵现状。

经过长时间的研究， 阿里云 ET构建了“互联网＋信号灯”控制优化平台，该平台能够实时分析路口车辆的运行情况，为调整信号灯时间提出建议。

人工智能机器学习算法除了能为交通管理者服务之外，还能为出行者服务，帮助其做出科学的出行决策。借助机器学习算法，人工智能能够依据不同的出行场景，如出行时长、距离等构建出科学的出行决策模型；还能依据各种用户数据，如出行数据、反馈数据等，为用户提供符合出行偏好的决策模型。以高德地图为例，高德地图的AI引擎就结合了大数据与机器学习能力，能够根据不同的出行环境和出行需求，为用户提供个性化的出行服务。

随着语音识别技术和自然语言处理技术的成熟，人工智能的应用场景将日益多元化。预计到2018年，客户数字助手将能跨渠道实现对人脸和声音的有效识别，倾听指令，提出意见。届时，智能机器人或将取代速记员和书记员。

在2016年阿里云的年会上，阿里云人工智能ET就表现出了非凡的速记能力，其准确率比全球速记大赛的亚军姜毅还要高出0．67％。此外，由阿里云人工智能ET开发的智能语音识别系统获浙江省高级人民法院的青睐。2016年6月，该系统在西湖区人民法院试用，庭审记录的准确率高达96％。9月13日，浙江省高级人民法院宣布将在全省105家法院配置该智能语音识别系统，承担书记员的职责，负责做好庭审记录，以提升庭审记录的准确率和记录速度。

尽管目前人工智能领域取得了丰硕的成果，但依然处于弱人工智能时代。因为目前的人工智能技术只能帮助人类解决一些特定的问题，属于任务型人工智能。简单来说，现阶段的人工智能机器只能“听吩咐办事”，未来，能够和人类一样拥有思考能力、感知能力和认知能力的人工智能机器能否出现还是一个未知数。

但从人工智能现在的发展形势来看，未来人工智能的应用领域会越来越多，除客户服务、风险控制、身份识别等跨行业场景应用之外，还将在医疗、教育、交通等特定行业场景中得到广泛应用。