当前，很多城市的交通环境都面临着巨大的挑战——交通拥堵严重。
面对这个问题，不仅交通管理者陷入困境，出行者也面临着选择出行路线的困难。
未来，如果无人驾驶汽车、无人机、送货机器人等广泛应用，交通环境将变得越来越复杂，交通管理人员的工作也会变得越来越困难。
为了解决这个问题，阿里巴巴在利用人工智能技术来预测交通状况、优化交通管制方面做了很多努力。
利用机器学习算法，借助各种数据资源，如历史交通数据、实时交通数据、视频监控数据、手机基站信令数据、信号灯运行数据等，可以预测交通拥堵情况为交通管理提供依据。
为交通管理措施的制定和选择提供依据。
同时，借助该技术产生的结果，交通管理部门还可以合理规划城市道路，科学设置红绿灯，改善交通拥堵。
经过长时间的研究，阿里云ET搭建了“互联网+信号灯”控制优化平台，可以实时分析路口车辆的运行情况，并提出调整信号灯时间的建议。
人工智能机器学习算法除了服务于交通管理者之外，还可以服务于出行者，帮助他们做出科学的出行决策。
人工智能借助机器学习算法，可以根据不同的出行场景，如出行时长、距离等，构建科学的出行决策模型，还可以根据出行等各种用户数据，为用户提供出行偏好数据、反馈数据等决策模型。
以高德地图为例，高德地图的AI引擎结合大数据和机器学习能力，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2020年，客户数字助理将能够跨渠道有效识别面孔和声音、听取指令并提供意见。
届时，智能机器人可能会取代速记员和办事员。
在2017年阿里云年会上，阿里云人工智能ET展现了非凡的速记能力，准确率比全球速记大赛亚军蒋毅高出0.67%。
此外，阿里云人工智能ET研发的智能语音识别系统获得浙江省高级人民法院青睐。
今年6月，该系统在西湖区人民法院试用，庭审记录准确率高达96%。
9月13日，浙江省高级人民法院宣布，将在全省各法院部署这套智能语音识别系统，承担书记员职责，记录庭审情况，提高法庭笔录的准确性和记录速度。
尽管人工智能领域取得了丰硕成果，但仍处于弱人工智能时代。
由于目前的人工智能技术只能帮助人类解决一些特定的问题，属于基于任务的人工智能。
简单来说，现阶段的人工智能机器只能“按照指令做事”。
未来是否会出现能够与人类具有相同思维、感知和认知能力的人工智能机器，目前仍是未知数。
但从目前人工智能的发展情况来看，未来人工智能的应用领域将会越来越多。
除了客户服务、风控、身份识别等跨行业场景应用外，还将应用于医疗、教育、交通等特定领域。
广泛应用于行业场景。