【盘点】巨头在人工智能市场的战略布局

导读：从市场披露的投资数据分析，在2011年到2015年的五年时间，人工智能领域的并购资金从2.82亿美元增长到2015年的23.88亿美元，而并购数量也从67起增长到397起。以谷歌、苹果、IBM、微软、Facebook为代表的等行业巨头正在通过并购进行产业布局。本文将谷歌、微软、Facebook和IBM、百度5家公司在人工智能领域的布局和研究成果进行盘点。

▶ 1、谷歌

KK在谷歌创业初期跟拉里·佩奇聊过，已经有一个性能不错的搜索引擎，为什么还要做一个?拉里·佩奇说，不是要开发新的搜索引擎，我们要做的是人工智能。而对于“一家科技公司如何才能保住主导地位?”佩奇认为，最好的方式就是投资未来。佩奇希望继续增强对未来科技的布局，继续以最不可思议的方式改变世界，而人工智能就是其中非常重要的一个方向。

1)对DeepMind的收购及后续运作

2014年年初，谷歌以4亿美元的架构收购了深度学习算法公司——DeepMind，公司创始人哈萨比斯是一位横跨游戏开发、神经科学和人工智能等多领域的天才人物。7月，谷歌以DeepMind为主体与牛津大学的两支人工智能研究队伍建立了合作关系。

DeepMind最杰出的代表成果就是阿尔法狗，在2016年3月的世界围棋大战中，阿尔法狗以4：1大胜世界排名第一的李世石，人工智能再次战胜人类，也进一步引发了用户对人工智能发展的关注。

2)自动驾驶汽车

奇点大学的网络与计算部门负责人BradTempleton认为，在接下来的10-20年里最具改变世界潜力的技术是自动驾驶汽车，而谷歌在这方面要领先于传统汽车厂商。谷歌的自动驾驶汽车战略的起步是从收购510Systems及其姊妹公司Anthony’sRobots开始的，2011年谷歌收购了这两家公司。

为推动无人驾驶汽车的发展，谷歌也在申请无人汽车上路而努力。2016年2月份，谷歌赢得了重大胜利，NHTSSA(国家公路交通安全管理局)裁定，按照联邦法律导航无人驾驶汽车的AI系统可以被认为是司机。规定为未来扫清了道路，以后的无人驾驶汽车没有方向盘、刹车、加速油门，以及人类用于控制汽车的其它组件。

3)以Nest为基础的智能家居生态系统建设

谷歌于2014年1月份以32亿美元收购了智能家居制作商Nest，该公司主要提供智能恒温器和智能烟雾探测器，并已经拥有100多项专利，200多项专利已在美国专利局备案，另有200多项专利准备备案。6月份，谷歌通过Nest花费5.55亿美元收购了基于云端的家庭监控公司Dropcam，10月份，又收购了智能家居中枢控制设备公司Revolv，该公司将参与Nest的开放计划“WorkswithNest”。Nest对于产品的研发也是马不停蹄，于2014年年底一口气发布了四款产品，包括一款室内自动恒温计、两款网络监控摄像头和一款烟雾警报器。

谷歌已经意识到智能家居领域将是未来人工智能应用的一个重要市场，所以通过一系列并购、开放平台的建立、软件硬件一体化来打造这个生态系统，而Nest创始人TonyFadell一篇文章的标题《欢迎回家》也反映出了谷歌在智能家居领域布局的前瞻性和决心。

4)在图形识别和语音识别研究领域的重大进展

2014年，谷歌开始了开发一套能够整合公司海量数据的语音系统，这个正处在测试阶段将会使计算机从本质上“听懂”和“思考”人们向谷歌设备输入的语音。这个团队将前馈神经网络替换成了递归神经网络，提高了系统对语音信息的存储和处理能力，并能够使用上下文、物理定位及其它方式对谈话者的真正含义进行预测，就像人在谈话时大脑所做的一样。

5)Google神经机器翻译系统(GNMT)

2016年9月28日，谷歌在ArXiv.org上发表论文《Google`sNeural Machine Translation System：Bridging the Gapbetween Human and Machine Translation》介绍谷歌的神经机器翻译系统(GNMT)，随后谷歌ResearchBlog发布文章对该研究进行了介绍，还宣布将GNMT投入到了非常困难的汉语-英语语言对的翻译生产中，引起了业内的极大的关注。

▶ 2、百度

中国的搜索巨头百度公司与谷歌有些类似，都是以互联网搜索为基础，都是技术导向型公司，而且在人工智能领域的布局也是走在互联网行业的前列。在文章《搜索引擎到人工智能的终极演进》中提到了目前本身积累的用户和数据，再加上云服务、深度学习等技术，很有可能实的搜索引擎看以看作是未来人工智能的雏形，依托于搜索现从传统的互联网搜索服务向人工智能高级形态的进化。

1)引进AndrewNg及组建北美研究院

2014年5月，深度学习专家AndrewNg(吴恩达)加盟百度，并负责同期成立的北美研究中心。由于相对于传统互联业务，人工智能的技术门槛相对较高，而对于相关技术人才的引起也就显得尤为重要。在谷歌和Facebook相继聘用了GeoffreyHinton和YannLeCun之后，百度将另一位人工智能大师AndrewNg引入，这体现出百度与美国互联网巨头谷歌和Facebook在人工智能领域展开竞争的勇气和实力，而北美研究中心的建立也表明百度将继续与硅谷的互联网巨头争夺人工智能领域的人才。而AndrewNg与余凯、张潼、AdamCoates、徐伟等组成的顶尖团队将会成为百度发展人工智能坚强后盾。

2)大数据积累和平台开放

大数据是人工智能的基础，而作为天然的大数据企业，百度拥有强大的数据获取能力和数据挖掘能力，百度副总裁王劲更是将百度技术布局描绘为一张剑形图，人工智能、大数据等技术化作剑锋。百度除了做好数据积累和挖掘以外，还加快了大数据平台的开放步伐，于2014年4月发布了大数据引擎，向外界提供大数据存储、分析和挖掘技术，而且在医疗、交通和金融领域有了具体应用。

3)语音识别和图像识别

2014年12月，美国《福布斯》发布文章称，吴恩达及研究团队发明了一种新的语音识别方法，这款基于深度学习的名为“DeepSpeech”语音识别系统可以在嘈杂环境下实现将近81%的辨识准确率。卡耐基梅隆大学工程学助理研究教授IanLane对其的评价是“百度研究院最近的工作有可能颠覆语音识别在未来的应用效果。”吴恩达表示，该语音识别系统采用深度学习算法取代了原来的模型，在递归神经网络或者模拟神经元阵列中进行训练，让语音识别系统更加简单。同时这套系统还使用了Nvidia等芯片制造商出品的多枚图形处理器(GPU)，这些处理器通过并行连接，能够用比普通计算机处理器更快的速度训练语音识别模型，从而提高工作效率。

在图像识别方面，余凯称摄像头成为连接人和世界信息的重要入口之一。而百度也一直在利用深度学习技术来提高图像识别的精度。2014年9月，百度云结合百度深度学习研究院提供的人脸识别及检索技术，推出云端图像识别功能。11月，百度发布了基于模拟神经网络的“智能读图”，可以使用类似人脑思维的方式去识别、搜索图片中的物体和其他内容。

4)人工智能算法和云计算

百度大脑既需要人工智能算法，也需要云计算中心提供硬件支持。百度大脑通过深度学习来模拟人类大脑的神经元，参数规模达到百亿级别，构建了世界上最大规模的深度神经网络。

百度在国内拥有十几座云计算中心，为满足人工智能在计算和存储上的高要求，还投入使用了4万兆交换机，并在探索10万兆交换机。百度还是全球首家将GPU用于人工智能和深度学习领域、并规模化商用ARM服务器的公司。百度将这些整合在一起，就形成强大的存储计算能力，从而可以进行多样的并行计算，支持生成、配置针对不同应用和场景网络结构，从而为人工智能提供有力的硬件支持。

5)自动驾驶项目

2014年9，百度宣布已经与宝马正式签署合作协议，共同研发自动化驾驶技术。其中，百度的三维地图及相关数据服务也将被融入宝马的车辆导航系统中，为自动驾驶汽车提供技术支撑。双方计划在接下来三年时间内，合作研究高度自动化驾驶在中国道路环境下面临的技术挑战，通过智能技术加强道路行驶安全性，减少交通事故及人员伤亡。

▶ 3、Facebook

Facebook在人工智能领域的布局主要围绕着其用户的社交关系和社交信息来展开，在2013年加入公司的深度学习鼻祖YannLeCun的帮助下，公司的图像识别技术和自然语言处理技术大幅提升。

YannLeCun是纽约大学终身教授，是卷积神经网络领域的重要推动者，而该技术的最主要应用就是图像识别的自然语言处理，这与Facebook的需求和已经积累的数据类型非常匹配。在YannLeCun的帮助下，2014年Facebook的DeepFace技术在同行评审报告中被高度肯定，其脸部识别率的准确度达到97%。而他领导的Facebook人工实验室研发的算法已经可以分析用户在Facebook的全部行为，从而为用户挑选出其感兴趣的内容。而不久后，那些算法还能够分析用户在状态帖子中输入的文本，进而自动提示相应的标签。他还表示，想在Facebook中建立一个智能助手，如果用户上传的照片中又令人尴尬的内容会进行识别和提醒。用LeCun的原话来说就是——Facebook人工智能实验室的职责就是给予用户更多的在线身份控制权，而不是削弱你的控制。

▶ 4、IBM

IBM目前看起来可能没有谷歌和Facebook这样酷，但其在人工智能领域有着丰富的底蕴，并在2014年采取了若干举措。主要是开放了Watson平台和发布了模拟人脑芯片SyNAPSE。

1)超级计算机沃森的开放战略

2014年1月初，IBM宣布组建“WatsonGroup”，旨在进一步开发、商用及增强“Watson”及其他认知技术，还将给其投入10亿美元资金用于研发和其他投资。现在，IBM宣称如今的Watson比2011年参加《危险边缘》“智能”了2400%，而且尺寸也已经从过去的卧室那么大缩减成三个披萨盒那么大。同时，IBM还推出了两项Watson数字顾问服务，一项用于帮助企业从海量数据获得洞见，另一项则旨在使得数据可视化。Gartner预计在2015年之前，将会形成一个由Watson衍生出来的巨大的智能顾问市场;而法国农业信贷银行预测那些系统创造的收入将在2018年占到IBM总收入的12%以上。

2)人脑模拟芯片SyNAPSE发布

2014年8月，IBM再度发布能模拟人类大脑的SyNAPSE(Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自适应塑料可伸缩电子神经形态系统”)芯片，相比前一代原型，新的芯片已达到量产要求，并且拥有100万个“神经元”内核、2.56亿个“突触”内核以及4096个“神经突触”内核，而功率则仅有70毫瓦，该芯片能够模仿人脑的运作模式，更擅长进行模式识别，而且低功耗，在认知计算方面要远远穿过传统计算架构。

▶ 5、微软

面对谷歌和IBM在人工智能市场的布局，微软的在人工智能市场动作缓慢一直倍受市场诟病。但从2014年开始，微软通过推出智能机器人小冰、语音助手Cortana以及增强现实头显HoloLens，已经初步显现出其强大的雄心和实力。

2014年5月，微软小冰诞生在中国，背后团队是微软(亚洲)互联网工程院小冰项目组。小冰诞生时面临的首个难题是：跟随传统做个人助理机器人，还是另辟蹊径做看似不“实用”的聊天机器人?项目负责人李笛和其他三位STC工程师决定让她主打“情感计算”，试图与人类建立强烈的情感纽带。小冰与真人的平均对话(CPS)已经达到了23个回合，这就让她能够进一步优化原有的数据库。除了文字、语音聊天，现在的小冰还可以看“图”说话。

此后，2014年7月，微软在北京召开WindowsPhone8.1Update中国区发布会，正式发布Cortana中文版，并将其命名为“微软小娜”。小娜和小冰的区别在于小娜能提供智能语音服务。而在发布了微软学术搜索之后，小冰、小娜还将能跟你聊学术。尽管微软小冰推出之初因为种种问题而广受诟病，但围绕微软小冰的改进工作一直在进行中。

来源：e-works