在人工智能市場上進擊的巨頭

　　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。卡耐基梅隆大學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，在遞歸神經網絡或者模擬神經元陣列中進行訓練，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)布了基于模擬神經網絡的“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元，參數規(guī)模達到百億級別，構建了世界上最大規(guī)模的深度神經網絡。

　　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)?；逃肁RM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據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。

　　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)網入口的地位和豐富的產品線使得人工智能技術能夠迅速落地，轉化成具體的產品和服務。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。

　　3、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 Le Cun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 Le Cun是紐約大學終身教授，是卷積神經網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的需求和已經積累的數據類型非常匹配。在Yann Le Cun的幫助下，2014年Facebook的Deep Face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Le Cun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。

　　4、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。2014年3月，已經在醫(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形態(tài)系統(tǒng)”)芯片，相比前一代原型，新的芯片已達到量產要求，并且擁有100萬個“神經元”內核、2.56億個“突觸”內核以及4096個“神經突觸”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。

　　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。

　　5、微軟

　　面對谷歌和IBM在人工智能市場的布局，微軟的在人工智能市場動作緩慢一直倍受市場詬病。但從2014年開始，微軟通過推出智能機器人小冰、語音助手Cortana以及增強現(xiàn)實頭顯Holo Lens，已經初步顯現(xiàn)出其強大的雄心和實力。

　　2014年5月，微軟小冰誕生在中國，背后團隊是微軟(亞洲)互聯(lián)網工程院小冰項目組。小冰誕生時面臨的首個難題是：跟隨傳統(tǒng)做個人助理機器人，還是另辟蹊徑做看似不“實用”的聊天機器人?項目負責人李笛和其他三位STC工程師決定讓她主打“情感計算”，試圖與人類建立強烈的情感紐帶。小冰與真人的平均對話(CPS)已經達到了23個回合，這就讓她能夠進一步優(yōu)化原有的數據庫。除了文字、語音聊天，現(xiàn)在的小冰還可以看“圖”說話。

　　此后，2014年7月，微軟在北京召開Windows Phone 8.1 Update中國區(qū)發(fā)布會，正式發(fā)布Cortana中文版，并將其命名為“微軟小娜”。小娜和小冰的區(qū)別在于小娜能提供智能語音服務。而在發(fā)布了微軟學術搜索之后，小冰、小娜還將能跟你聊學術。盡管微軟小冰推出之初因為種種問題而廣受詬病，但圍繞微軟小冰的改進工作一直在進行中。

　　在今年的開發(fā)者大會上，微軟CEO薩提亞·納德拉正式宣布了“對話即平臺”戰(zhàn)略。很顯然，在“對話即平臺”的新戰(zhàn)略中，小娜和微軟小冰處在核心位置。