谷歌百度脸书IBM，人工智能四巨头2014盘点

    二零一四年，人为智能取得前所未有的关心，EronMusk和霍金的“人工智能恶魔论”在学术界和产业界激励了猛烈斟酌;本钱对这个标的也是趋之若鹜，范围到二零零四年，用意折20亿美元的危机投资流入到基于认知办法商酌的产品和供职里，超过100家的关联公司被汇集巨头收购。而对待大凡用户来说，惟有当那些科技巨头在人工智能边际竣颁发局，并将这些技术行使到统统的产品和服务中时，他们才干真实感应到人工智能带来的优势。而昨年刚巧是这些科技巨头举动极端频繁的一年，接下来，本文将对谷歌、百度、Facebook和IBM四家科技公司在人工智能领域的布局和研究生效举办盘点。

谷歌

KK在谷歌创业初期跟拉里·佩奇聊过，曾经有一特功能好的榨取引擎，为什么还要做一个?拉里·佩奇说，不是要垦荒新的搜索引擎，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?”佩奇觉得，最好的办法便是投资将来。佩奇期望继续巩固对未来科技的布局，继续以最不行思议的方式变更六合，而人工智能就是此中卓殊紧要的一个方向。

1)对DeepMind的收购及后续运作

二零一四年事首，谷歌以4亿美元的布局收购了深度练习算法公司——DeepMind，公司成立人哈萨比斯是一位超越游戏开发、神经科学和人工智能等多领域的禀赋人物。七月，谷歌以DeepMind为主体与牛津大学的两支人工智能研究队列建设了合营联络。

DeepMind也很快公布了研究成果，它在十月份发布了一种新的模仿神经汇集，旨在步武人类大脑的任务追念道理，具有加倍壮健的概括收拾和联想演绎等逻辑收敛才干，从而带来更快的任务处理速度，还可能通过操练去自行处理任务，这种新鲜的深度学习算法可用于计算机视觉和语音判别等领域。

2)主动驾驶汽车

奇点大学的网络与计算部分刻意人BradTempleton认为，在接下来的10-20年里最具改变世界后劲的技术是自动驾驶汽车，而谷歌在这方面要超越于顽固汽车厂商。

此前，谷歌的自动驾驶汽车已经结束了统共70万英里的高速公路无人驾驶巡航里程。在此根基上，谷歌于七月份推出了100辆原型车来推行小范围的市区道路测验，这是自动驾驶行业初次举行规模化忠诚道路测试。谷歌的原型车安置了17个感受安装，汇集来的消息能急迅建立起一个半径200公尺的3D信息图，让车辆对外部景象举行解判定，实现360度的全位子防卫。谷歌估量在2014岁暮前打造200辆测试车，并在探求与汽车创设商进行合作，商洽五年内实现无人驾驶汽车的量产和投放市场。

3)以Nest为基础的智能家居生态编制创办

谷歌于二零一四年一月份以32亿美元收购了智能家居制造商Nest，该公司要紧供给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多项专利打算备案。六月份，谷歌通过Nest消耗5.55亿美元收购了基于云表的家庭监控公司Dropcam，十月份，又收购了智能家居核心控制征战公司Revolv，该公司将出席Nest的懂得计划“Works with Nest”。Nest对于产品的研发也是马一贯蹄，于二零一四年年底连气儿发布了四款产品，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。

谷歌已经认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，是以通过一系列并购、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一篇著述的题目《接待回家》也反响出了谷歌在智能家居领域布局的前瞻性和定夺。

4)在图形识别和语音识别研究领域的庞大希望

二零一四年，谷歌开头了开发一套或许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体上“听懂”和“思考”人们向谷歌设备输入的语音。这个大伙将前馈神经网络更换成了递归神经网络，进步了系统对语讯新闻的保存和处理能力，并能够应用高低文、物理定位极度它方式对措辞者的真正含意进行预计，就像人在谈话时大脑所做的雷同。

在图像识别方面，谷歌在八月份收购了一家图片分析公司Jetpac。Google研究院也书记了一篇文章，注释未来Google的图形识别引擎不单手艺够识别出相片的东西，还能够对全体场景进行简单而正确的形色。除此除外，谷歌平昔积极吸引图像识别和计算机视觉方面的人人参与到谷歌的名目研究中来，比方说向研究计算机视觉和花样识别的辅佐教师DeviParikh赋予了谷歌里面研究奖项FacultyResearchAwards和9万美元的无限制基金，并允许她直接同谷歌的其他研究者和工程师进行合作。

根据德勤发布的一份报告知道，Google在二零一四年将语音识别的精准度从二零一二年的84%提升到如今的98%，挪动端Android体系语音识别准确性提高了25%;计算机视觉技术也赢得突飞大进的希望。假若以计算机视觉技术研究者扶植的技术标准来看，自二零一零年到二零一四年，图像分类识别的精准度提高了4倍。

5)总结

总体看来，谷歌在人工智能的布局仍然得当它“将全世界的信息联系起来并给出最佳处理结果”的职责，在这一目标下，谷歌的举动可以概略分成两个路径，第一是包围更多的用户使用处景，从谷歌传统生意覆盖的互联网、移动互联网耽误到智能家居、自动驾驶、呆板人(二零一三年收购了8家机器人公司)等领域，从而抓取到更多信息，这可以看做是信息积聚堆积和输入的过程。第二个方面是不知疲乏的做好底层人工智能技术的积累，研发更提高档的深度学习算法，增强图形识别和语音识别能力，从而能对第一阶段汇集到的信息进行更好的处理和反应，这可以看做是信息的处理和用户服务的输出过程。在这两个过程下，谷歌就将人工智能渗透到了其各样产品的方方面面，从而为用户带来更多的使用场景和更加智能的效力。

百度

中国的搜索巨头百度公司与谷歌有些相似，都所以互联网搜索为基础，都是技术导向型公司，何况在人工智能领域的布局也是走在互联网行业的前列。我在文章《搜索引擎到人工智能的终极演进》中提到了目前的搜索引擎看以看作是未来人工智能的雏形，依靠于搜索自己积累的用户和数据，再加上云服务、深度学习等技术，很有大概实现从传统的互联网搜索服务向人工智能高级神情的进化。而百度的AndrewNg也在演讲中提到了人工智能的正轮回——拥有深度学习算法之后，将不再害怕海量数据，反而会来由数据的延长而取得更好的成就，而这些效果将直接表现在图像搜索、语音识别等具体的互联网服务中，从而为用户提供更好服务并吸引更多用户，这又会产生更多数据。所以，百度在人工智能领域的布局既展现出了其当作技术公司的锋利性和前瞻性，同时不妨看做是百度走向未来的必由之路。

1)引进AndrewNg及组建北美研究院

二零一四年五月，深度学习专家AndrewNg(吴恩达)加盟百度，并负责同期创设的北美研究中央。因为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相继聘任了GeoffreyHinton和YannLeCun之后，百度将另一位人工智能专家AndrewNg引入，这体现出百度与美国互联网巨头谷歌和Facebook在人工智能领域开展比赛的勇气和气力，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掠夺人工智能领域的人才。而AndrewNg与余凯、张潼、AdamCoates、徐伟等构成的顶尖团队将会成为百度发展人工智能公正背景。

2)大数据积累清幽台开放

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取得能力和数据开掘能力，百度副总裁王劲更是将百度技术布局刻画为一张剑形图，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之外，还加快了大数据平台的开放步调，于二零一四年四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，而且在调节、交通和金融领域有了具体应用。

二零一四年七月十四日，百度依赖自身的大数据技术14场世界杯较量的结果预测中取得全中的效果，征服了微软和高盛。二零一四年九月，百度正式发布整合了大数据、百度地图LBS的伶俐贸易平台，旨在更幸好移动互联网光阴为各行业提供大数据办理计划。

3)语音识别和图像识别

二零一四年十二月，美国《福布斯》发布文章称，吴恩达及研究团队出现了一种新的语音识别法子，这款基于深度学习的名为“Deep Speech”语音识别系统可以在纷扰环境下实现将近81%的辨识准确率。卡耐基梅隆大学工程学助理研究教授IanLane对其的评估是“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。”吴恩达体现，该语音识别系统采用深度学习算法代替了原先模型，在递归神经网络也许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毗邻，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，从而提高工作成果。

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。而百度也一直在哄骗深度学习技术来提高图像识别的精度。二零一四年九月，百度云聚集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。十一月，百度发布了基于模拟神经网络的“智能读图”，可以使用类似人脑心术的方式去识别、搜索图片中的物体和其他本质。

4)人工智能算法和云计算

百度大脑既须要人工智能算法，也需要云计算中心提供硬件接济。百度大脑通过深度学习来模拟人类大脑的神经元，参数规模到达百亿级别，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央浼，还加入使用了4万兆调换机，并在探索10万兆交换机。百度仿照寰球首家将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共，就酿成强大的存储计算能力，从而可以进行百般的并行计算，支持天资、建设针对破裂应用和场景网络构造，从而为人工智能提供有力的硬件支持。

5)自动驾驶项目

二零一四年9，百度揭晓已经与名驹正式订立合作条约，合伙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持。两边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底下临的技术挑战，通过智能技术加紧道路行驶安宁性，削减交通事变及人员伤亡。

6)总结

百度在人工智能领域的布局可以总结为三点，第一，具备计谋眼光，与世界科技巨头连结同步;第二，自身技术基因又使其非常提防技术人才的引进和人工智能底层技术的积累;第三，互联网入口的职位和矫健的产品线使得人工智能技术能够神速落地，变化成具体的产品和服务。也正因如斯，二零一四年十一月首届百度技术节才会以“奇点临近 技术引领未来”为焦点，展望怎么通过人工智能来改变世界。

Facebook

Facebook在人工智能领域的布局主要盘绕着其用户的外交关系和社交信息来展开，在二零一三年加入公司的深度学习鼻祖YannLeCun的援助下，公司的图像识别技术和自然发言处理技术大幅提升。

YannLeCun是纽约大学一生教授，是卷积神经网络领域的重要促进者，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典范非常配合。在YannLeCun的帮助下，二零一四年Facebook的DeepFace技术在同行评审报告中被高度确定，其脸部识别率的准确度达到97%。而他领导的Facebook人工实现室研发的算法已经可以分析用户在Facebook的所有行为，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形态帖子中输入的文本，进而自动提醒呼应的标签。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刁难的内容会进行识别和揭示。用LeCun的原话来说就是——Facebook人工智能实验室的职责就是赋予用户更多的在线身份控制权，而不是衰弱你的控制。

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内幕，并在二零一四年选用了几何举措。关键开放了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

二零一四年一月初，IBM宣布组建“Watson Group”，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鼓吹如今的Watson比二零一一年参与《危殆边沿》“智能”了2400%，而且尺寸也已经从畴前的睡房那么大裁减成三个披萨盒那么大。同时，IBM还推出了两项Watson数字照看服务，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年以前，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征战的收入将在2018年占到IBM总收入的12%以上。

二零一四年三月，已经在医疗和金融行业都有所应用的Watson又开始与纽约基因中心(New York Genome Center， NYGC)的合作。八月，IBM宣称Watson即将被用于科学研究，目前，测试科学假如和表面屡次需要花费几天乃至几个月时间。但是，借助沃森的“Discovery Advisor”项目，这样的工作可以更快地完成。

二零一四年五月，IBM通过WatsonGroup收购了人工智能创业公司Cognea，该公司开发了一个认知计算和对话式人工智能平台，为用户提供特性虚构助手服务。IBM对于Cognea的定位是能够分解用户的个性化需要，将互动提升至一个新的秤谌。

本年，Watson也被摆设在IBM去年收购的云计算基础方法业务Softlayer上，成为IBM与亚马逊、谷歌、和微软、等大型科技公司在云计算领域展开竞争的兵器。

2)人脑模拟芯片SyNAPSE发布

二零一四年八月，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，比拟前一代原型，新的芯片已达到量产要求，而且拥有100万个“自适应塑料可伸缩电子神经形态系统”内核、2.56亿个“神经元”内核以及4096个“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，更擅进步行模式识别，而且低功耗，在认知计算方面要远远穿过传统计算架构。

3)总结

IBM在人工智能领域的布局还是在围绕着Watson和SyNAPSE做文章，这代表着他们在人工智能领域长时间技术积累，同时IBM也在越来越开放，希望能像其他科技巨头一样，建立一个真确开放性的技术平台，真正组建一个生态系统，因为人工智能领域的技术门槛相对较高，所以在这个时代到偶然，或者会成为IBM逆转的好机遇。