盤點(diǎn)全球IT巨頭在人工智能領(lǐng)域的布局

　　人工智能是近幾年來最受關(guān)注的高科技產(chǎn)業(yè)，特別是在2016年，隨著人工智能阿爾發(fā)狗大戰(zhàn)韓國圍棋名宿李世石并取得勝利后，人工智能產(chǎn)業(yè)的關(guān)注度更是大幅提升，許多國家已經(jīng)把人工智能產(chǎn)業(yè)的發(fā)展提上了一個戰(zhàn)略高度。

　　盤點(diǎn)全球IT巨頭在人工智能領(lǐng)域的布局

　　除了當(dāng)局的重視以外，許多科技行業(yè)也積極布局人工智能產(chǎn)業(yè)，通過通過巨額的研發(fā)投入、組織架構(gòu)的調(diào)整、持續(xù)的并購和大量的開源項(xiàng)目，正在打造各自的人工智能生態(tài)圈。下文AsiaOTT就給大家盤點(diǎn)全球科技企業(yè)中，對于人工智能產(chǎn)業(yè)的發(fā)展布局。

　　百度

　　2014年5月，被稱為“谷歌大腦之父”的AndrewNG(吳恩達(dá))加盟百度，擔(dān)任首席科學(xué)家，負(fù)責(zé)百度“百度大腦”計劃。大數(shù)據(jù)是人工智能的基礎(chǔ)，而作為天然的大數(shù)據(jù)企業(yè)，百度擁有強(qiáng)大的數(shù)據(jù)獲取能力和數(shù)據(jù)挖掘能力。2014年7月14日，百度憑借自身的大數(shù)據(jù)技術(shù)14場世界杯比賽的結(jié)果預(yù)測中取得全中的成績，擊敗了微軟和高盛。2014年9月，百度正式發(fā)布整合了大數(shù)據(jù)、百度地圖LBS的智慧商業(yè)平臺，旨在更好在移動互聯(lián)網(wǎng)時代為各行業(yè)提供大數(shù)據(jù)解決方案。同時，布局布局語音識別和圖像識別系統(tǒng);積極推進(jìn)無人駕駛項(xiàng)目;2016年8月，推出“人工智能解說員”，完成人機(jī)同臺解說。

　　AI技術(shù)：語音識別Deep Speech、視覺識別“智能讀圖”、自然語言與智能語義、自動駕駛、深度學(xué)習(xí)

　　解決方案：基于智能手機(jī)的語音服務(wù)系統(tǒng)(度秘)

　　開發(fā)者云平臺：百度云

　　產(chǎn)業(yè)布局：汽車領(lǐng)域無人駕駛、基于智能手機(jī)的各種app應(yīng)用與插件。

　　騰訊

　　AI技術(shù)：視覺、智能計算與搜索實(shí)驗(yàn)室

　　產(chǎn)業(yè)布局：智能硬件

　　阿里巴巴

　　2016年8月阿里云宣布推出人工智能——ET，ET基于阿里云強(qiáng)大的計算能力，正在多個領(lǐng)域不斷進(jìn)化，目前已具備智能語音交互、圖像/視頻識別、交通預(yù)測、情感分析等技能。

　　云平臺：(阿里云IaaS，可視化人工智能平臺DTPAI)

　　產(chǎn)業(yè)布局 ：智能家具、物聯(lián)網(wǎng)

　　Amazon

　　2015年收購具有圖片識別技術(shù)的人工智能初創(chuàng)企業(yè)Orbeus;曾花重金打造新的線上的網(wǎng)頁服務(wù)和倉庫自動化。

　　云平臺：Amazon Web Services(存儲、計算、模式識別和預(yù)測，其中視頻識別API 收購Orbeus)

　　IBM

　　IBM Watson由90臺IBM服務(wù)器、360個計算機(jī)芯片組成，是一個有10臺普通冰箱那么大的計算機(jī)系統(tǒng)。它擁有15TB內(nèi)存、2880個處理器、每秒可進(jìn)行80萬億次運(yùn)算?，F(xiàn)在已經(jīng)逐步進(jìn)化到四個批薩盒大小，性能也提升了240%。Watson存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數(shù)百萬份資料。Watson是基于IBM“DeepQA”(深度開放域問答系統(tǒng)工程)技術(shù)開發(fā)的。DeepQA技術(shù)可以讀取數(shù)百萬頁文本數(shù)據(jù)，利用深度自然語言處理技術(shù)產(chǎn)生候選答案，根據(jù)諸多不同尺度評估那些問題。IBM研發(fā)團(tuán)隊(duì)為Watson開發(fā)的100多套算法可以在3秒內(nèi)解析問題，檢索數(shù)百萬條信息然后再篩選還原成“答案”輸出成人類語言。

　　產(chǎn)業(yè)布局：IBM公司自2006年開始研發(fā)Watson，并在2011年2月的《危險地帶》(Jeopardy!)智力搶答游戲中一戰(zhàn)成名。一開始IBM想把Watson打造為超級Siri，主要還是賣硬件。但是后來轉(zhuǎn)型為認(rèn)知商業(yè)計算平臺，2011年8月開始應(yīng)用于醫(yī)療領(lǐng)域。

　　2012年3月，Watson則首次應(yīng)用于金融領(lǐng)域，花旗集團(tuán)成為了首位金融客戶。Watson幫助花旗分析用戶的需求，處理金融、經(jīng)濟(jì)和用戶數(shù)據(jù)以及實(shí)現(xiàn)數(shù)字銀行的個性化，并幫助金融機(jī)構(gòu)找出行業(yè)專家可能忽略的風(fēng)險、收益以及客戶需求。

　　硬件：人腦模擬芯片SyNAPSE

　　SyNAPSE(Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自適應(yīng)塑料可伸縮電子神經(jīng)形態(tài)系統(tǒng)”)芯片，含有100萬個可編程神經(jīng)元、2.56億個可編程突觸，每消耗一焦耳的能量，可進(jìn)行460億突觸運(yùn)算。在進(jìn)行生物實(shí)時運(yùn)算時，這款芯片的功耗低至70毫瓦(mW)，比現(xiàn)代微處理器功耗低數(shù)個數(shù)量級。

　　Facebook

　　成立了人工智能研究團(tuán)隊(duì)，并專注于圖像識別領(lǐng)域。收購的初創(chuàng)企業(yè)都與人臉識別技術(shù)有關(guān)，例如Face.com人臉識別網(wǎng)站。在新的Facebook應(yīng)用中，用戶可以利用人工智能技術(shù)自動生成每張照片的說明，可以幫助盲人“聽”到照片。另外;Facebook還收購了一家名為WIT.ai的公司，可以為開發(fā)者提供自然語言應(yīng)用程序接口。

　　2013年12月，F(xiàn)acebook成立了人工智能實(shí)驗(yàn)室，聘請了卷積神經(jīng)網(wǎng)絡(luò)最負(fù)盛名的研究者、紐約大學(xué)終身教授Yann LeCun為負(fù)責(zé)人。Yann LeCun是紐約大學(xué)終身教授，是卷積神經(jīng)網(wǎng)絡(luò)領(lǐng)域的重要推動者，而該技術(shù)的最主要應(yīng)用就是圖像識別的自然語言處理，這與Facebook的需求和已經(jīng)積累的數(shù)據(jù)類型非常匹配。在Yann LeCun的幫助下，2014年Facebook的DeepFace技術(shù)在同行評審報告中被高度肯定，其臉部識別率的準(zhǔn)確度達(dá)到97%。而他領(lǐng)導(dǎo)的Facebook人工實(shí)驗(yàn)室研發(fā)的算法已經(jīng)可以分析用戶在Facebook的全部行為，從而為用戶挑選出其感興趣的內(nèi)容。

　　AI技術(shù)：視覺DeepFace技術(shù)(收購http：//face.com)、語音識別(收購Mobile technologies)、自然語義(收購Wit.AI)、神經(jīng)網(wǎng)絡(luò)訓(xùn)練+機(jī)器學(xué)習(xí)

　　云平臺：開發(fā)者平臺Parse、Torch開源深度學(xué)習(xí)模塊

　　硬件： Big Sur(基于GPU的用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的硬件系統(tǒng)，開源)

　　產(chǎn)業(yè)布局：語音助手Moneypenny、VR生態(tài)(收購Oculus Rift、Sourroud360全景攝像機(jī)促進(jìn)內(nèi)容發(fā)展)

　　Apple

　　收購了創(chuàng)業(yè)公司Gliimpse ，該公司的業(yè)務(wù)是使用機(jī)器人學(xué)習(xí)技術(shù)幫助人們安全地管理和共享個人醫(yī)療信息。

　　AI技術(shù)：自然語言(收購Vocal IQ)、收購可視化地圖MapsenseGPS公司 Coherent Navigation

　　產(chǎn)業(yè)布局：汽車領(lǐng)域無人駕駛、SIRI語音助手

　　Microsoft

　　與人工智能行程安排服務(wù)創(chuàng)業(yè)公司 Genee 簽署收購協(xié)議，收購后 Genee 將把人工智能技術(shù)整合進(jìn)微軟的 Office 365 中，并在9月1日關(guān)停Genee的服務(wù)。

　　AI技術(shù)：語音、視覺、自然語言、分布式機(jī)器學(xué)習(xí)

　　云平臺：Microsoft Azure(存儲、計算、數(shù)據(jù)庫、live、媒體功能)、分布式機(jī)器學(xué)習(xí)工具包DMTK(自然語言處理，推薦引擎，模式識別，計算機(jī)視覺以及預(yù)測建模等)、人工智能平臺Project Malmo

　　產(chǎn)業(yè)布局：語言助手(微軟小冰、Cortana小娜、Tay)、VR(Hololens全息眼鏡)

　　Google

　　谷歌在一系列人工智能相關(guān)的收購中獲益。2013年3月，谷歌以重金收購DNNresearch的方式請到了深度學(xué)習(xí)技術(shù)的發(fā)明者Geoffrey Hinton教授。2014年年初，谷歌以4億美元的架構(gòu)收購了深度學(xué)習(xí)算法公司——DeepMind，也就是推出AlphaGo項(xiàng)目的公司。該公司創(chuàng)始人哈薩比斯是一位橫跨游戲開發(fā)、神經(jīng)科學(xué)和人工智能等多領(lǐng)域的天才人物。

　　云平臺：TensorFlow數(shù)據(jù)庫，機(jī)器學(xué)習(xí)的核心是讓機(jī)器讀懂?dāng)?shù)據(jù)并基于數(shù)據(jù)做出決策。當(dāng)數(shù)據(jù)規(guī)模龐大而又非常復(fù)雜時，機(jī)器學(xué)習(xí)可以讓機(jī)器變得更聰明。TensorFlow在數(shù)據(jù)輸入和輸出方面都有驚人的精度和速度，它被確切地定義為人工智能工具。

　　產(chǎn)業(yè)布局：谷歌無人駕駛汽車、基于Android智能手機(jī)的各種app應(yīng)用與插件、智能家居(以收購的NEST為基礎(chǔ))、VR生態(tài)、圖像識別(以收購的Jetpac為基礎(chǔ))。

　　驅(qū)動人工智能發(fā)展的先決條件

　　物聯(lián)網(wǎng)——物聯(lián)網(wǎng)提供了計算機(jī)感知和控制物理世界的接口和手段，它們負(fù)責(zé)采集數(shù)據(jù)、記憶、分析、傳送數(shù)據(jù)、交互、控制等等。攝像頭和相機(jī)記錄了關(guān)于世界的大量的圖像和視頻，麥克風(fēng)記錄語音和聲音，各種傳感器將它們感受到的世界數(shù)字化等等。這些傳感器，就如同人類的五官，是智能系統(tǒng)的數(shù)據(jù)輸入，感知世界的方式。而大量智能設(shè)備的出現(xiàn)則進(jìn)一步加速了傳感器領(lǐng)域的繁榮，這些延伸向真實(shí)世界各個領(lǐng)域的觸角是機(jī)器感知世界的基礎(chǔ)，而感知則是智能實(shí)現(xiàn)的前提之一。

　　大規(guī)模并行計算——人腦中有數(shù)百至上千億個神經(jīng)元，每個神經(jīng)元都通過成千上萬個突觸與其他神經(jīng)元相連，形成了非常復(fù)雜和龐大的神經(jīng)網(wǎng)絡(luò)，以分布和并發(fā)的方式傳遞信號。這種超大規(guī)模的并行計算結(jié)構(gòu)使得人腦遠(yuǎn)超計算機(jī)，成為世界上最強(qiáng)大的信息處理系統(tǒng)。近年來，基于GPU(圖形處理器)的大規(guī)模并行計算異軍突起，擁有遠(yuǎn)超CPU的并行計算能力。

　　從處理器的計算方式來看，CPU計算使用基于x86指令集的串行架構(gòu)，適合盡可能快的完成一個計算任務(wù)。而GPU從誕生之初是為了處理3D圖像中的上百萬個像素圖像，擁有更多的內(nèi)核去處理更多的計算任務(wù)。因此GPU天然具備了執(zhí)行大規(guī)模并行計算的能力。云計算的出現(xiàn)、GPU的大規(guī)模應(yīng)用使得集中化的數(shù)據(jù)計算處理能力變得前所未有的強(qiáng)大。

　　大數(shù)據(jù)——根據(jù)統(tǒng)計，2015年全球產(chǎn)生的數(shù)據(jù)總量達(dá)到了十年前的20多倍，海量的數(shù)據(jù)為人工智能的學(xué)習(xí)和發(fā)展提供了非常好的基礎(chǔ)。機(jī)器學(xué)習(xí)是人工智能的基礎(chǔ)，而數(shù)據(jù)和以往的經(jīng)驗(yàn)，就是人工智能學(xué)習(xí)的書本，以此優(yōu)化計算機(jī)的處理性能。

　　深度學(xué)習(xí)算法——最后，這是人工智能進(jìn)步最重要的條件，也是當(dāng)前人工智能最先進(jìn)、應(yīng)用最廣泛的核心技術(shù)，深度神經(jīng)網(wǎng)絡(luò)(深度學(xué)習(xí)算法)。2006年，Geoffrey Hinton教授發(fā)表的論文《A fast learning algorithm for deep belief nets》。他在此文中提出的深層神經(jīng)網(wǎng)絡(luò)逐層訓(xùn)練的高效算法，讓當(dāng)時計算條件下的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成為了可能，同時通過深度神經(jīng)網(wǎng)絡(luò)模型得到的優(yōu)異的實(shí)驗(yàn)結(jié)果讓人們開始重新關(guān)注人工智能。之后，深度神經(jīng)網(wǎng)絡(luò)模型成為了人工智能領(lǐng)域的重要前沿陣地，深度學(xué)習(xí)算法模型也經(jīng)歷了一個快速迭代的周期，Deep Belief Network、Sparse Coding、Recursive Neural Network， Convolutional Neural Network等各種新的算法模型被不斷提出，而其中卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)更是成為圖像識別最炙手可熱的算法模型。

　　人工智能的四大功能

　　語音識別——李開復(fù)博士當(dāng)年做的工作奠定了很多當(dāng)今識別系統(tǒng)的基礎(chǔ)。這里忍不住說一下，Siri本身的技術(shù)并沒有特別大的亮點(diǎn)，真正nb的是它的模式(語音識別直接與搜索引擎結(jié)合在一起，產(chǎn)品體驗(yàn)做得好。而且關(guān)鍵是這樣的模式能采集到更多數(shù)據(jù)，使得系統(tǒng)的精度越來越高)

　　自然語言理解——目前看到的最強(qiáng)的結(jié)果應(yīng)該是IBM Watson。但其實(shí)我們現(xiàn)在用的搜索引擎、中文輸入法、機(jī)器翻譯(雖然其實(shí)還不怎么work)都和自然語言理解相關(guān)。這塊兒不是我的專業(yè)，請 @段維斯 同學(xué)補(bǔ)充。

　　數(shù)據(jù)挖掘——隨著近年數(shù)據(jù)量的瘋狂增長，數(shù)據(jù)挖掘也有了長足進(jìn)步。最具有代表性的是前幾年著名的Netflix challenge(Netflix公司公開了自己的用戶評分?jǐn)?shù)據(jù)，讓研究者根據(jù)這些數(shù)據(jù)對用戶沒看過的電影預(yù)測評分，誰先比現(xiàn)有系統(tǒng)好10%，誰就能贏100萬美元)最后這一比賽成績較好的隊(duì)伍，并非是單一的某個特別nb的算法能給出精確的結(jié)果，而是把大量刻畫了不同方面的模型混合在一起，進(jìn)行最終的預(yù)測。

　　計算機(jī)視覺——目前越來越多的領(lǐng)域跟視覺有關(guān)。大家可能一開始想到的都是自動駕駛。雖然大家都在說googleX的無人車， 但實(shí)際上現(xiàn)在無論是商業(yè)上，還是技術(shù)整合上最成功的算法是Mobile Eye的輔助駕駛系統(tǒng)。這個公司也是目前computer vision領(lǐng)域最掙錢的公司。

　　從實(shí)現(xiàn)新功能方面說，視覺的發(fā)展的趨勢主要有兩方面，A) 集成更多的模塊，從問題的各種不同方面，解決同一個問題(比如Mobile Eye，就同時使用了數(shù)十種方法，放到一起最終作出決策) B) 使用新的信息，解決一個原來很難的問題。這方面最好的例子是M$的Kinect，這個產(chǎn)品最讓人拍案叫絕的就是那個紅外pattern投影儀。

　　人工智能的應(yīng)用領(lǐng)域

　　自然語言處理(包括語音和語義識別、自動翻譯)、計算機(jī)視覺(圖像識別)、知識表示、自動推理(包括規(guī)劃和決策)、機(jī)器學(xué)習(xí)和機(jī)器人學(xué)。按照技術(shù)類別來分，可以分成感知輸入和學(xué)習(xí)與訓(xùn)練兩種。計算機(jī)通過語音識別、圖像識別、讀取知識庫、人機(jī)交互、物理傳感等方式，獲得音視頻的感知輸入，然后從大數(shù)據(jù)中進(jìn)行學(xué)習(xí)，得到一個有決策和創(chuàng)造能力的大腦。

　　人工智能引全球關(guān)注，中國順應(yīng)潮流

　　對科技的重視，是中國向來的發(fā)展戰(zhàn)略。因此，我們可以看到國家不斷在戰(zhàn)略部署上出臺加速人工智能需求的政策。例如，“人工智能”首次出現(xiàn)在“十三五”規(guī)劃草案中，智能制造和機(jī)器人作為重大工程之一出現(xiàn)在“科技創(chuàng)新-2030項(xiàng)目”中，以及倡導(dǎo)“互聯(lián)網(wǎng)+”落實(shí)及其核心技術(shù)的推廣……可以預(yù)見，千億元級的人工智能市場應(yīng)用規(guī)模正在形成。

　　中國某些人工智能應(yīng)用已達(dá)國際領(lǐng)先水平

　　中國在圖像及語音識別的基礎(chǔ)之上，即模擬神經(jīng)網(wǎng)絡(luò)的輸入和輸出，并通過大規(guī)模的數(shù)據(jù)進(jìn)行訓(xùn)練，再對樣本進(jìn)行精準(zhǔn)分類和預(yù)測，從而實(shí)現(xiàn)了“計算”之外的“思考”。這便是中國著力研究人工智能所得到的令人欣喜的結(jié)果。當(dāng)然，研發(fā)中會遇到瓶頸，同時也是突破口——訓(xùn)練和建模邏輯的算法，但相信，只要不懈努力，我國定能取得更多更高的科研成就。

　　國內(nèi)人工智能研發(fā)與應(yīng)用范圍著力3方面

　　“人工智能”的概念，是在1956年的美國達(dá)特茅斯(Dartmouth)大學(xué)召開的學(xué)術(shù)會議上被提出的。著眼全球，只在短短的60年間，科學(xué)技術(shù)的積累便使得機(jī)器學(xué)習(xí)、模式識別和人機(jī)交互這3個基礎(chǔ)支撐能夠得到較為廣泛的應(yīng)用?？v觀我國，家庭機(jī)器人、工業(yè)或企業(yè)服務(wù)、智能助手3方面，是目前國內(nèi)智能機(jī)器人行業(yè)的主要研發(fā)范圍。就目前階段而言，家庭服務(wù)機(jī)器人智能化程度還處于初級水平;以倉儲和物流機(jī)器人應(yīng)用為主的工業(yè)/企業(yè)場景應(yīng)用最為廣泛;而在工業(yè)機(jī)器人市場中，中國所占市場份額約為27%是最大的，市場前景開闊。

　　從上世紀(jì)八九十年代的PC時代，進(jìn)入到互聯(lián)網(wǎng)時代后，給我們帶來的是信息的爆炸和信息載體的去中心化。而網(wǎng)絡(luò)信息獲取渠道從PC轉(zhuǎn)移到移動端后，萬物互聯(lián)成為趨勢，但技術(shù)的限制導(dǎo)致移動互聯(lián)網(wǎng)難以催生出更多的新應(yīng)用和商業(yè)模式。而如今，人工智能已經(jīng)成為這個時代最激動人心、最值得期待的技術(shù)，將成為未來10年乃至更長時間內(nèi)IT產(chǎn)業(yè)發(fā)展的焦點(diǎn)。