國外科技巨頭的AI戰(zhàn)略布局及技術現(xiàn)狀

　　谷歌：軟硬件結合，開源系統(tǒng)構建AI生態(tài)

　　谷歌大數(shù)據(jù)檢索核心技術領先于全世界，并建立了全球最大的數(shù)據(jù)庫系統(tǒng)。廣告盈利是谷歌的主要盈利模式，目前九成以上營收來自其廣告系統(tǒng)。2015年8月，谷歌宣布架構重組，設立母公司 Alphabet，谷歌由搜索引擎公司全面轉向為覆蓋諸多領域的高科技企業(yè)。

　　谷歌在2011 年成立 AI 部門，目前已經(jīng)有100 多個團隊用上了機器學習技術，包括谷歌搜索、 Google Now、 Gmail 等， 并往其開源 Android 手機系統(tǒng)中注入大量機器學習功能 (如 用卷積神經(jīng)網(wǎng)絡開發(fā) Android 手機語音識別系統(tǒng)) 。谷歌目前產(chǎn)品和服務依靠主要AI 技術驅動，如谷歌使用深度學習技術改善搜索引擎、識別 Android 手機指令、鑒別其Google+社交網(wǎng)絡的圖像。

　　谷歌 AI 途徑為：

　　1、覆蓋更多用戶使用場景， 從互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等傳統(tǒng)業(yè)務延伸到智能家居、自動駕駛、機器人等領域，積累更 多數(shù)據(jù)信息;

　　2、積累底層人工智能技術，研發(fā)更高級的深度學習算法，增強圖形識別和語音識別能力，對信息進行更深層加工、處理。谷歌試圖將AI滲透到了旗下各產(chǎn)品，為用戶帶來更多使用場景、及更智能化功能。

　　研發(fā)+并購坐擁兩套AI 系統(tǒng)：

　　2015年11月谷歌開源第二代深度學習系統(tǒng) Tensorflow。Tensorflow 可編寫并編譯執(zhí)行機器學習算法代碼，并將機器學習算法變成符號表達的各類圖表，縮短重新寫代碼時間。TensorFlow 可模仿人類大腦工 作的方式并識別出模式，被用于語音識別或照片識別等多領域。另外，使TensorFlow 編寫的運算幾乎不用更改就能在多種異質系統(tǒng)上運行。在開放源代碼后，所有工 程師都將幫助谷歌修改和完善這項技術，谷歌收到反饋以后，可推出更好地服務和產(chǎn)品，進而推動整個 AI 產(chǎn)業(yè)發(fā)展。

　　DeepMind 創(chuàng)立于2010年，其將機器學習和系統(tǒng)神經(jīng)科學最先進技術結合，建立 強大通用機器學習算法。2014年1 月，谷歌耗資 2.63 億美元收購 Deepmind， 同年12月， 谷歌通過DeepMind與牛津大學的兩支AI研究隊伍建立了合作關系。 2015 年 2 月，Deepmind 系統(tǒng)學會了 49 款雅達利經(jīng)典游戲。2016年3月，由 Deepmind 研發(fā)AlphaGo 以 4:1 嘉績擊敗世界圍棋冠軍李世石，激發(fā)全世界對人 工智能的關注。當前 AlphaGo 專注于棋賽發(fā)展，但其未來還將應用于醫(yī)療診斷， 或投入無人駕駛等領域，以加速 AI 商業(yè)化進程。

　　虛擬助理融合智能家居，推進生態(tài)建設：

　　谷歌認為智能家居領域將是未來 AI 應用的 一個重要市場， 目前世界各國的智能家居滲透率均較低， 為此 Google 正加速以 Nest、Google Assistant 為基礎智能家居生態(tài)系統(tǒng)建設，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)。

　　谷歌2016年5月，推出語音智能助手Google Assistant，是語音識別、人工智能、自然語音理解的集大成者。Google Assistant 能完整地理解上下文語境并回答問題，將和Alexa， Siri和Hound等智能助手競爭。 相比 Google Now 主要用于手機和 PC 上， Google Assistant 則開始融入各種設備(Google Home、Allo聊天機器人) 。根據(jù) MarketsandMarkets 預測，自然語言處理市場規(guī)模將從2016年76.3 億美元增長至2021年的160.7 億美元， 年增速達16.1%。

　　2014年6月， 谷歌通過 Nest 耗資 5.55 億美元收購了基于云端的家庭監(jiān)控公司 Dropcam，10月又收購了智能家居中樞控制設備公司Revolv，Revolv 將參與 Nest “Works with Nest” 開放計劃。2016 年5月推出 Google Home (智能音箱) 。 Google Home是一個基于Google Assistant語音控制的智能音 箱。相比亞馬遜 Echo 而言，Google Home 將利用谷歌龐大數(shù)據(jù)庫去理解用戶需求。

　　傳感器結合AI算法研發(fā)無人駕駛原型車：

　　谷歌無人駕駛汽車項目始于 2009 年，2011 年為其收購510 Systems、 Anthony’sRobots等公司。 目前無人駕駛行駛里程達180萬英里， 且成功發(fā)布了全球第一款完全能夠自動駕駛的原型車“豆莢車”，并宣稱到 2020 年谷歌自動車將正式上市。

　　谷歌無人駕駛以技術驅動，側重于基礎技術研究及AI核心科技開發(fā)。在攻克相關深度學習及大腦技術開發(fā)等軟件算法基礎上，集成各種傳感器。2015年12月，谷歌和福特將成立一家合資公司，基于谷歌AI 技術研發(fā)無人駕駛汽車，可節(jié)省造車技術的時間和資金。

　　聯(lián)手NASA研發(fā)量子硬件，發(fā)布TPU進軍芯片市場：

　　谷歌已建立量子人工智能實驗室(QuAIL) ，該實驗室由美國宇航局(NASA) 、大學空間研究協(xié)會共同承辦。2013年，谷歌已利用D-Wave機器在 Web 搜索、語音/圖像模式識別、規(guī)劃和行程安排、空中交通管 理、 機器人外太空任務等應用中進行量子計算的探索， 并支持任務控制中心的操作。2014年，谷歌利用其在 D-Wave 機器上經(jīng)驗來開發(fā)量子硬件，通過聘任加州大學物理學教授John Martinis及其團隊，來建立谷歌的專屬量子芯片。

　　2016年5月，谷歌發(fā)布為機器學習特別研發(fā)的 TPU(張量處理單元)芯片。TPU 芯片在 計算精度降低時更耐用，用更多精密且大功率機器學習模型。通過快速應用這些模型， 用戶得到更正確結果。Google 宣稱，TPU 將機器學習能力提高三代，TPU 將摩爾規(guī)律向 前推進 7 年。在“深度學習”領域，TPU 也比“GPU”和“FPGA”單位耗電量性能提升 10 倍。