作为双 11 背后庞大系统的大脑，忙碌的阿里云人工智能 ET 还抽空表演了一个神奇的魔术。
11 月 10 日晚，「天猫双 11 狂欢夜」在深圳大运中心拉开巨幕。除了汇聚全球半个娱乐圈的明星外，还有一位拥有「超能力」的神秘嘉宾登场——阿里云人工智能 ET。在全球上亿观众的见证下，ET 隔空计算出 5 人手中的扑克牌，震惊全场。
在狂欢夜的压轴环节中，ET 一出场便秀出强悍的语音识别和交互能力，与主持人华少神同步。众所周知，华少凭借 400 字/分钟的语速被誉为「中国好舌头」。ET 竟然可以实时将华少的现场口播翻译成文字，投在电视机屏幕上，达到极高的准确率。好玩的是，一旦出现错误，ET 还会结合上下文语境进行毫秒级修正。
不但能听懂华少的问题，ET 还能通过现场观察和思考，模仿人类的声音回答问题。
华少发出挑战：从 32 张扑克牌中抽出 5 张，ET 你能不能猜出是什么？随后主持人邀请五位现场观众上台，并依次切牌打乱顺序后抽出 5 张。ET 能算出他们手中的牌吗？
ET 略略沉思，提了一个小要求，请抽到黑色牌面的观众转身。通过机器视觉识别出转身观众后，ET 瞬间计算出答案：梅花 A……五个居然全中！ET 的神奇表现让主持人大吃一惊，「实在是太，不，可，思，议了！」
理论上 32 张扑克牌分到 5 人手里要全部猜对的概率是 2400 万分之一。ET 究竟是如何做到的呢？
「这是一个经典的魔术，不过这次是由人工智能魔术师来表演。32 张扑克牌以 De Bruijn 序列排列，五人洗牌之后，实际上排列可能减少到 32 种，ET 将转身观众（黑牌）记作 1 红牌观众记为 0。进一步从 32 种可能性中算出最终的唯一排列」，阿里云人工智能科学家初敏说，通常这个魔术非常考验魔术师的记忆和推算能力。对 ET 来说，这些都不是难题。
难的是整个过程中需要 ET 要具备高精确度、高实时性的视频识别能力，并用人类的语言和主持人沟通交流。「因直播环境受到场地、灯光、音效的影响，语音识别、视频识别都会受到很大考验」，初敏说。
据了解，无论是语音识别还是图像识别，底层都依赖于深度学习算法以及大规模计算能力。一套复杂算法模型的训练往往需要千亿级别的样本数据，这就对背后的计算能力提出了很高的要求。
ET 代表的是阿里云语音识别、语音合成、自然语言理解、实时图像识别、机器学习的综合技术，背后是阿里云飞天操作系统强大的计算能力。
值得注意的是，这并非 ET 第一次登上舞台。在今年 4 月份湖南卫视《我是歌手》的决赛中，ET 在直播现场成功预测了李玟夺冠。而在其他领域，ET 已经开始担任法庭书记员、超级交通警察、影视投资经理、客服等角色。
