人工智能正得到了前所未有的關注， Eron Musk和霍金的“人工智能惡魔論”在學術界和產(chǎn)業(yè)界引發(fā)了激烈爭論；資本對這個方向也是趨之若鶩，截止到2004年，有超過20億美元的風險投資流入到基于認知技術研究的產(chǎn)品和服務里，超過100家的相關公司被互聯(lián)網(wǎng)巨頭收購。而對于普通用戶來說，只有當那些科技巨頭在人工智能領域實現(xiàn)布局，并將這些技術應用到具體的產(chǎn)品和服務中時，他們才能真正感受到人工智能帶來的優(yōu)勢。而去年恰恰是這些科技巨頭動作極其頻繁的一年，接下來，本文將對谷歌、百度、Facebook和IBM四家科技公司在人工智能領域的布局和研究成果進行盤點。

谷歌

KK在谷歌創(chuàng)業(yè)初期跟拉里·佩奇聊過，已經(jīng)有一個性能不錯的搜索引擎，為什么還要做一個？拉里·佩奇說，不是要開發(fā)新的搜索引擎，我們要做的是人工智能。而對于“一家科技公司如何才能保住主導地位？” 佩奇認為，最好的方式就是投資未來。佩奇希望繼續(xù)增強對未來科技的布局，繼續(xù)以最不可思議的方式改變世界，而人工智能就是其中非常重要的一個方向。

1） 對DeepMind的收購及后續(xù)運作

2014年年初，谷歌以4億美元的架構收購了深度學習算法公司——DeepMind，公司創(chuàng)始人哈薩比斯是一位橫跨游戲開發(fā)、神經(jīng)科學和人工智能等多領域的天才人物。7月，谷歌以DeepMind為主體與牛津大學的兩支人工智能研究隊伍建立了合作關系。

DeepMind也很快發(fā)布了研究成果，它在10月份公布了一種新的模擬神經(jīng)網(wǎng)絡，旨在模仿人類大腦的工作記憶原理，擁有更加強大的歸納整理和聯(lián)想演繹等邏輯處理能力，從而帶來更快的任務處理速度，還可以通過訓練去自行處理任務，這種全新的深度學習算法可用于計算機視覺和語音識別等領域。

2）自動駕駛汽車

奇點大學的網(wǎng)絡與計算部門負責人Brad Templeton認為，在接下來的10-20年里最具改變世界潛力的技術是自動駕駛汽車，而谷歌在這方面要領先于傳統(tǒng)汽車廠商。

此前，谷歌的自動駕駛汽車已經(jīng)完成了總計70萬英里的高速公路無人駕駛巡航里程。在此基礎上，谷歌于7月份推出了100輛原型車來執(zhí)行小規(guī)模的市區(qū)道路測試，這是自動駕駛行業(yè)首次進行的規(guī)?；鞘械缆窚y試。谷歌的原型車安裝了17個感應裝置，搜集來的信息能快速建立起一個半徑200公尺的3D信息圖，讓車輛對外部環(huán)境進行分析判斷，實現(xiàn)360度的全方位防護。谷歌預計在2014年底前打造200輛測試車，并在尋求與汽車制造商進行合作，計劃五年內實現(xiàn)無人駕駛汽車的量產(chǎn)和投放市場。

3） 以Nest為基礎的智能家居生態(tài)系統(tǒng)建設

谷歌于2014年1月份以32億美元收購了智能家居制作商Nest，該公司主要提供智能恒溫器和智能煙霧探測器，并已經(jīng)擁有 100 多項專利，200 多項專利已在美國專利局備案，另有 200 多項專利準備備案。6月份，谷歌通過Nest花費5.55億美元收購了基于云端的家庭監(jiān)控公司Dropcam，10月份，又收購了智能家居中樞控制設備公司Revolv，該公司將參與Nest的開放計劃“Works with Nest”。Nest對于產(chǎn)品的研發(fā)也是馬不停蹄，于2014年年底一口氣發(fā)布了四款產(chǎn)品，包括一款室內自動恒溫計、兩款網(wǎng)絡監(jiān)控攝像頭和一款煙霧警報器。

谷歌已經(jīng)意識到智能家居領域將是未來人工智能應用的一個重要市場，所以通過一系列并購、開放平臺的建立、軟件硬件一體化來打造這個生態(tài)系統(tǒng)，而Nest創(chuàng)始人Tony Fadell一篇文章的標題《歡迎回家》也反映出了谷歌在智能家居領域布局的前瞻性和決心。

4） 在圖形識別和語音識別研究領域的重大進展

2014年，谷歌開始了開發(fā)一套能夠整合公司海量數(shù)據(jù)的語音系統(tǒng)，這個正處在測試階段將會使計算機從本質上“聽懂”和“思考”人們向谷歌設備輸入的語音。這個團隊將前饋神經(jīng)網(wǎng)絡替換成了遞歸神經(jīng)網(wǎng)絡，提高了系統(tǒng)對語音信息的存儲和處理能力，并能夠使用上下文、物理定位及其它方式對談話者的真正含義進行預測，就像人在談話時大腦所做的一樣。

在圖像識別方面，谷歌在8月份收購了一家圖片分析公司Jetpac。Google研究院也發(fā)表了一篇文章，表明未來Google的圖形識別引擎不僅僅能夠識別出照片的對象，還能夠對整個場景進行簡短而準確的描述。除此之外，谷歌一直在積極吸引圖像識別和計算機視覺方面的專家參與到谷歌的項目研究中來，比如說向研究計算機視覺和模式識別的助理教授Devi Parikh授予了谷歌內部研究獎項Faculty Research Awards和 9萬美元的無限制基金，并允許她直接同谷歌的其他研究者和工程師進行合作。

根據(jù)德勤發(fā)布的一份報告顯示，Google在2014年將語音識別的精準度從2012年的84%提升到如今的98%，移動端Android系統(tǒng)的語音識別準確性提高了25%；計算機視覺技術也取得了突飛猛進的發(fā)展。如果以計算機視覺技術研究者設置的技術標準來看，自2010年到2014年，圖像分類識別的精準度提高了4倍。

5）總結

總體看來，谷歌在人工智能的布局依然符合它“將全世界的信息聯(lián)系起來并給出最佳處理結果”的使命，在這一目標下，谷歌的行為可以大致分成兩個路徑，第一是覆蓋更多的用戶使用場景，從谷歌傳統(tǒng)業(yè)務覆蓋的互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)延伸到智能家居、自動駕駛、機器人（2013年收購了8家機器人公司）等領域，從而抓取到更多信息，這可以看做是信息積累和輸入的過程。第二個方面是不知疲倦的做好底層人工智能技術的積累，研發(fā)更加高級的深度學習算法，增強圖形識別和語音識別能力，從而能對第一階段收集到的信息進行更好的處理和反饋，這可以看做是信息的處理和用戶服務的輸出過程。在這兩個過程下，谷歌就將人工智能滲透到了其各種產(chǎn)品的方方面面，從而為用戶帶來更多的使用場景和更加智能的功能。

百度

中國的搜索巨頭百度公司與谷歌有些類似，都是以互聯(lián)網(wǎng)搜索為基礎，都是技術導向型公司，而且在人工智能領域的布局也是走在互聯(lián)網(wǎng)行業(yè)的前列。我在文章《搜索引擎到人工智能的終極演進》中提到了目前的搜索引擎看以看作是未來人工智能的雛形，依托于搜索本身積累的用戶和數(shù)據(jù)，再加上云服務、深度學習等技術，很有可能實現(xiàn)從傳統(tǒng)的互聯(lián)網(wǎng)搜索服務向人工智能高級形態(tài)的進化。而百度的Andrew Ng也在演講中提到了人工智能的正循環(huán)——擁有深度學習算法之后，將不再懼怕海量數(shù)據(jù)，反而會因為數(shù)據(jù)的增長而取得更好的效果，而這些效果將直接體現(xiàn)在圖像搜索、語音識別等具體的互聯(lián)網(wǎng)服務中，從而為用戶提供更好服務并吸引更多用戶，這又會產(chǎn)生更多數(shù)據(jù)。因此，百度在人工智能領域的布局既表現(xiàn)出了其作為技術公司的敏感性和前瞻性，同時也可以看做是百度走向未來的必由之路。

1）引進Andrew Ng及組建北美研究院

2014年5月，深度學習專家Andrew Ng（吳恩達）加盟百度，并負責同期成立的北美研究中心。由于相對于傳統(tǒng)互聯(lián)業(yè)務，人工智能的技術門檻相對較高，而對于相關技術人才的引起也就顯得尤為重要。在谷歌和Facebook相繼聘用了Geoffrey Hinton和Yann LeCun之后，百度將另一位人工智能大師Andrew Ng引入，這體現(xiàn)出百度與美國互聯(lián)網(wǎng)巨頭谷歌和Facebook在人工智能領域展開競爭的勇氣和實力，而北美研究中心的建立也表明百度將繼續(xù)與硅谷的互聯(lián)網(wǎng)巨頭爭奪人工智能領域的人才。而Andrew Ng與余凱、張潼、AdamCoates、徐偉等組成的頂尖團隊將會成為百度發(fā)展人工智能堅強后盾。

2）大數(shù)據(jù)積累和平臺開放

大數(shù)據(jù)是人工智能的基礎，而作為天然的大數(shù)據(jù)企業(yè)，百度擁有強大的數(shù)據(jù)獲取能力和數(shù)據(jù)挖掘能力，百度副總裁王勁更是將百度技術布局描繪為一張劍形圖，人工智能、大數(shù)據(jù)等技術化作劍鋒。百度除了做好數(shù)據(jù)積累和挖掘以外，還加快了大數(shù)據(jù)平臺的開放步伐，于2014年4月發(fā)布了大數(shù)據(jù)引擎，向外界提供大數(shù)據(jù)存儲、分析和挖掘技術，而且在醫(yī)療、交通和金融領域有了具體應用。

2014年7月14日，百度憑借自身的大數(shù)據(jù)技術14場世界杯比賽的結果預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。

3）語音識別和圖像識別

2014年12月，美國《福布斯》發(fā)布文章稱，吳恩達及研究團隊發(fā)明了一種新的語音識別方法，這款基于深度學習的名為“Deep Speech”語音識別系統(tǒng)可以在嘈雜環(huán)境下實現(xiàn)將近 81% 的辨識準確率?？突仿〈髮W工程學助理研究教授Ian Lane對其的評價是“百度研究院最近的工作有可能顛覆語音識別在未來的應用效果?！?吳恩達表示，該語音識別系統(tǒng)采用深度學習算法取代了原來的模型，在遞歸神經(jīng)網(wǎng)絡或者模擬神經(jīng)元陣列中進行訓練，讓語音識別系統(tǒng)更加簡單。同時這套系統(tǒng)還使用了Nvidia等芯片制造商出品的多枚圖形處理器（GPU），這些處理器通過并行連接，能夠用比普通計算機處理器更快的速度訓練語音識別模型，從而提高工作效率。

在圖像識別方面，余凱稱攝像頭成為連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學習技術來提高圖像識別的精度。2014年9月，百度云結合百度深度學習研究院提供的人臉識別及檢索技術，推出云端圖像識別功能。11月，百度發(fā)布了基于模擬神經(jīng)網(wǎng)絡的“智能讀圖”，可以使用類似人腦思維的方式去識別、搜索圖片中的物體和其他內容。

4）人工智能算法和云計算

百度大腦既需要人工智能算法，也需要云計算中心提供硬件支持。百度大腦通過深度學習來模擬人類大腦的神經(jīng)元，參數(shù)規(guī)模達到百億級別，構建了世界上最大規(guī)模的深度神經(jīng)網(wǎng)絡。

百度在國內擁有十幾座云計算中心，為滿足人工智能在計算和存儲上的高要求，還投入使用了4萬兆交換機，并在探索10萬兆交換機。百度還是全球首家將GPU用于人工智能和深度學習領域、并規(guī)模化商用ARM服務器的公司。百度將這些整合在一起，就形成強大的存儲計算能力，從而可以進行多樣的并行計算，支持生成、配置針對不同應用和場景網(wǎng)絡結構，從而為人工智能提供有力的硬件支持。

5）自動駕駛項目

2014年9，百度宣布已經(jīng)與寶馬正式簽署合作協(xié)議，共同研發(fā)自動化駕駛技術。其中，百度的三維地圖及相關數(shù)據(jù)服務也將被融入寶馬的車輛導航系統(tǒng)中，為自動駕駛汽車提供技術支撐。雙方計劃在接下來三年時間內，合作研究高度自動化駕駛在中國道路環(huán)境下面臨的技術挑戰(zhàn)，通過智能技術加強道路行駛安全性，減少交通事故及人員傷亡。

6）總結

百度在人工智能領域的布局可以總結為三點，第一，具有戰(zhàn)略眼光，與世界科技巨頭保持同步；第二，自身技術基因又使其非常注重技術人才的引進和人工智能底層技術的積累；第三，互聯(lián)網(wǎng)入口的地位和豐富的產(chǎn)品線使得人工智能技術能夠迅速落地，轉化成具體的產(chǎn)品和服務。也正因如此，2014年11月首屆百度技術節(jié)才會以“奇點臨近 技術引領未來”為主題，展望如何通過人工智能來改變世界。

Facebook

Facebook在人工智能領域的布局主要圍繞著其用戶的社交關系和社交信息來展開，在2013年加入公司的深度學習鼻祖Yann LeCun的幫助下，公司的圖像識別技術和自然語言處理技術大幅提升。

Yann LeCun是紐約大學終身教授，是卷積神經(jīng)網(wǎng)絡領域的重要推動者，而該技術的最主要應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技術在同行評審報告中被高度肯定，其臉部識別率的準確度達到97%。而他領導的Facebook人工實驗室研發(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容。而不久后，那些算法還能夠分析用戶在狀態(tài)帖子中輸入的文本，進而自動提示相應的標簽。他還表示，想在Facebook中建立一個智能助手，如果用戶上傳的照片中又令人尷尬的內容會進行識別和提醒。用LeCun的原話來說就是——Facebook人工智能實驗室的職責就是給予用戶更多的在線身份控制權，而不是削弱你的控制。

IBM

IBM目前看起來可能沒有谷歌和Facebook這樣酷，但其在人工智能領域有著豐富的底蘊，并在2014年采取了若干舉措。主要是開放了Watson平臺和發(fā)布了模擬人腦芯片SyNAPSE。

1）超級計算機沃森的開放戰(zhàn)略

2014年1月初，IBM宣布組建“Watson Group”，旨在進一步開發(fā)、商用及增強“Watson”及其他認知技術，還將給其投入10億美元資金用于研發(fā)和其他投資?，F(xiàn)在，IBM宣稱如今的Watson比2011年參加《危險邊緣》“智能”了2400%，而且尺寸也已經(jīng)從過去的臥室那么大縮減成三個披薩盒那么大。同時，IBM還推出了兩項Watson數(shù)字顧問服務，一項用于幫助企業(yè)從海量數(shù)據(jù)獲得洞見，另一項則旨在使得數(shù)據(jù)可視化。Gartner預計在2015年之前，將會形成一個由Watson衍生出來的巨大的智能顧問市場；而法國農(nóng)業(yè)信貸銀行預測那些系統(tǒng)創(chuàng)造的收入將在2018年占到IBM總收入的12%以上。

2014年3月，已經(jīng)在醫(yī)療和金融行業(yè)都有所應用的Watson又開始與紐約基因中心（New York Genome Center, NYGC）的合作。8月，IBM聲稱Watson即將被用于科學研究，目前，測試科學假設和理論常常需要花費幾天甚至幾個月時間。不過，借助沃森的“Discovery Advisor”項目，這樣的工作可以更快地完成。

2014年5月，IBM通過Watson Group收購了人工智能創(chuàng)業(yè)公司Cognea，該公司開發(fā)了一個認知計算和對話式人工智能平臺，為用戶提供個性化虛擬助手服務。IBM對于Cognea的定位是能夠理解用戶的個性化需求，將互動提升至一個新的水平。

本年，Watson也被部署在IBM去年收購的云計算基礎設施業(yè)務Softlayer上，成為IBM與亞馬遜、谷歌、和微軟、等大型科技公司在云計算領域展開競爭的武器。

2）人腦模擬芯片SyNAPSE發(fā)布

2014年8月，IBM再度發(fā)布能模擬人類大腦的SyNAPSE（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自適應塑料可伸縮電子神經(jīng)形態(tài)系統(tǒng)”）芯片，相比前一代原型，新的芯片已達到量產(chǎn)要求，并且擁有100萬個“神經(jīng)元”內核、2.56億個“突觸”內核以及4096個“神經(jīng)突觸”內核，而功率則僅有70毫瓦，該芯片能夠模仿人腦的運作模式，更擅長進行模式識別，而且低功耗，在認知計算方面要遠遠穿過傳統(tǒng)計算架構。

3）總結

IBM在人工智能領域的布局還是在圍繞著Watson和SyNAPSE做文章，這代表著他們在人工智能領域長時間技術積累，同時IBM也在越來越開放，希望能像其他科技巨頭一樣，建立一個真正的開放性的技術平臺，真正組建一個生態(tài)系統(tǒng)，因為人工智能領域的技術門檻相對較高，所以在這個時代來臨時，或許會成為IBM逆轉的好時機。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。