从2014年开始，人工智能产业开始引起行业的普遍关注。2016年初AlphaGo在围棋大战中4：1战胜排名世界第一的韩国名将李世石，更是将人们对人工智能的关注推向高潮。从市场披露的数据看，2011到2015的五年时间里，人工智能领域的并购资金从2.82亿美元增长到23.88亿美元，并购数量也从67起增长到397起。在国外，谷歌、IBM、微软、苹果等科技巨头在大力布局人工智能产业，在国内，以阿里巴巴、百度和腾讯为代表的科技新贵也正在加紧布局。

　　1.谷歌人工智能布局的两大路径

　　一般认为，谷歌人工智能的布局是从2011年收购510Systems及其姊妹公司Anthony’sRobots开始的，这标志着谷歌正式进入自动无人驾驶汽车领域。到2014年，谷歌推出了100辆原型车来执行小规模的市区道路测试，然后是收购了智能家居制作商Nest、云端的家庭监控公司Dropcam，以及智能家居中枢控制设备公司Revolv，并于年底推出了一系列智能家居产品，与此同时，谷歌的智能家居操作系统Brillo和Weave通讯协议也相继发布。到2016年3月，AlaphaGo大胜世界排名第一的韩国名将李世石，将市场对谷歌人工智能的关注度推向高潮。因此，可以认为谷歌人工智能的第一个战略是，通过传统的互联网、移动互联网业务向智能家居、自动驾驶、机器人等新兴业务的延伸来获取足够多的用户信息，完成用户信息的原始积累。

　　

　　对人工智能的简单的理解，就是让机器具备人一样的思考和感知能力，能够感知周围的环境并对外界条件作出及时的、相对准确的判断和反应。但要拥有这样一种能力，各种人工智能技术和深度学习算法是必不可少的。比如在谷歌的无人驾驶原型车上就安装了17个感应装置，搜集来的信息能快速建立起一个半径200公尺的3D信息图，让车辆对外部环境进行分析判断，实现360度的全方位防护。此外，2014年谷歌还开始了开发一套能够整合公司海量数据的语音系统，尝试让计算机能“听懂”和“思考”人们向谷歌设备输入的语音。

　　与此同时，为了强化在图像识别技术上的能力，谷歌2014年还收购了一家图片分析公司Jetpac。谷歌的图形识别引擎不仅仅能够识别出照片的对象，还能够对整个场景进行简短而准确的描述。除此之外，谷歌一直在积极吸引图像识别和计算机视觉方面的专家参与到谷歌的项目研究中来。因此，谷歌人工智能的第二个战略是，通过收购和研发完成人工智能技术和深度学习算法的积累，增强谷歌在图形识别和语音识别方面的能力，从而对收集到的信息进行分析、反馈和处理。

　　2.苹果以Siri拓展人工智能

　　苹果公司一直被认为在人工智能领域严重落后，除了语音助手Siri，似乎没有更多作为。但其实这些年苹果已经在人工智能领域进行了不小的投资。特别是从2015年开始，苹果加大了收购人工智能初创公司的力度，同时积极招聘人工智能人才，扩大人工智能研究团队，一系列动作早已显示出苹果对人工智能市场的重视以及布局人工智能市场的决心。

　　

　　2010年，苹果用2亿美金将Siri收入囊中。此后，苹果在语音识别和NLP方向的收购举措均基于Siri展开，但一直以来，Siri只能识别最基本的指令，无法做出匹配度较高的回答，这导致它仅仅成为一款娱乐性产品。为解决这个问题，2015年10月苹果通过收购VocalIQ，让Siri利用深度学习来理解语言的环境，从而使得人机对话变得更加自然。在改善Siri语音识别性能后，苹果与福特汽车展开合作，将苹果的Siri安装到福特的500多万辆汽车上，让使用者利用Siri对车发命令。截至目前为止，苹果已经与超过30家汽车企业达成类似的合作协议。此外，苹果也正在加大对教育与健康医疗领域布局。在2014年WWDC上，苹果推出了全新的健康平台Healthkit。凭借遍布全球的数亿移动终端用户，获得来自手机及手表传感器和大量第三方配件的健康数据，通过这些大量的数据发展自己的个性化教育方案，同时对用户的健康状况进行监测并及时的提供生活及医护指导。

　　苹果人工智能的战略主要有两条线：第一，通过提升Siri的语音识别能力来为无人驾驶汽车或人车交互提供更精准的语音智能支撑。第二，通过其庞大的用户终端群布局教具和健康医疗，获得来自手机及手表感器和大量第三方配件的健康数据，通过这些数据实现在教育和健康领域的业务布局。

　　3.IBM围绕Watson布局人工智能

　　IBM很少提人工智能，更多提的是认知计算。认知计算偏向于技术体系，人工智能偏向于应用形态。认知计算的渗透让更多的产品与服务具备了智能，两者是相辅相成的。IBM对人工智能市场的布局要从宣布组建“WatsonGroup”说起。2014年，IBM宣布组建“WastonGroup”，并作出进一步开发、商用及增强“Watson”及其他认知技术的决策，并于同年重新发布了能模拟人类大脑的SyNAPSE芯片，而Watson与SyNAPSE的组合让IBM有了攫取人工智能天下的雄心。

　　

　　目前，人工智能可分为两大阵营，一类是以谷歌DeepMind为代表人工智能平台，策略是突出程序和算法，优化运算能力。只需通过改变训练数据的输入，就可以在不同行业运用。一类是以IBM为代表的将人工智能技术与行业相结合的应用。而Waston就是IBM人工智能和行业应用结合的产物。目前沃森的API接近50个，主要包括潜在语义分析、情感分析、关系抽取、深度学习、知识提取注解、递归神经网络、问答验证等。在API的基础上，通过整合行业知识库，就可以针对每个行业，提供特定的认知计算服务。

　　IBM的人工智能仍然是围绕产业生态做文章。通过开发人工智能基础平台，来换得用户和开发者对IBM的战略支持。为实现这一战略，2015年11月，IBM开源了人工智能基础平台——SystemML，平台可支持描述性分析、分类、聚类、回归、矩阵分解及生存分析等算法，而Watson就整合了诸多SystemML功能。为了进一步强化Watson的计算能力，IBM正在大力研发并行计算电路芯片，提升数据的处理算力。

　　4.微软“对话即平台”的人工智能

　　在人工智能领域，市场普遍认为微软已经失去先机，很多方面都落后于谷歌、IBM等竞争对手，微软这几年除了推出了几款聊天机器人之外，似乎没有太多引人注目的技术和产品。但今年9月，微软宣布组建5000人规模的工程和研发团队，成立微软人工智能和研究集团专注人工智能，并列出了两大目标：

　　第一，利用小娜、小冰这样的聊天机器人改变人类与计算机的交互方式，并将智能注入到微软的所有应用，从手机的photoAPP到Skype、Office365等。2014年微软推出智能机器人小冰、语音助手小娜以及增强现实头显HoloLens，开始试水人工智能市场。微软工程师一开始就主打“情感计算”，试图让机器和人建立情感纽带，通过这种与人的沟通交互来测度人们的情绪状态，进而优化人工智能算法，让机器能更准确的感知周围的世界。最近，微软研究院利用深度学习，在语音识别和图像识别上又有重大突破，并将其应用到诸多微软产品中。从小娜的出现到向必应、Office365以及Dynamics365forSales中增加人工智能。可以预见，微软未来的产品中会更多的体现出智能化特性。

　　

　　第二，把微软的人工智能能力，如视觉分析、图形分析以及机器分析能力开放给全球的应用开发者，并利用Azure开发出人工智能超级计算机并开放给每个组织和用户使用。今年10月在都柏林主办的一个大会上，微软首席执行官纳德拉说：“人们不能仅仅将微软的AzureCloud看成一种云计算服务，其实它正在成为首个人工智能超级计算机。”其实，微软Azure所覆盖的每一个节点都有FPGA，让开发者编写神经网络代码并分发到FPGA框架上进行运行。在这种以人工智能为导向的架构之上，微软将提供能够帮助构建人工智能服务的更高层服务，例如连接到语音、图像、目标识别和自然语言处理服务的API。

　　微软从来不是人工智能领域的后来者，早在25年以前，比尔。盖茨就创建了微软研究院。初期主要的工作就是展开包括语音识别、自然语言和计算机视觉等在内的人工智能研究。从那时起，微软已经在人工智能研究领域进行了持续投入。人工智能和研究集团的成立只是将微软人工智能战略明确化。

　　5.英特尔瞄准人工智能芯片

　　面对蓬勃发展的人工智能市场，英特尔的目标就是做好下一代人工智能芯片的研发，为纷繁复杂的人工智能应用提供芯片支撑，包括增强芯片的可扩展编程能力和计算能力。在传统PC市场日益萎缩的背景下，做好人工智能市场的布局对英特尔而言显得尤为重要。

　　

　　英特尔的人工智能战略分为两个部分：第一，通过收购可编程逻辑器件厂商来扩展芯片的可编程能力并实现对并行计算任务的支撑。2015年12月，英特尔花费167亿美元重金收购Altera就是为了实践这一战略。将Altera的FPGA纳入到英特尔的产品线之中。具体来说，英特尔会把FPGAs和自己的处理器封装到一颗芯片里，这种一体化芯片的优势也非常明显，当用来运算一些机器学习的任务时，比运行单个英特尔处理器时有非常大幅度的性能提升。

　　第二，开发一整套软硬件解决方案，把感知能力和理解能力赋予新一代的计算设备。在2016年IDF上，英特尔发布了三种不同型号的实感摄像头，包括适合近距离感知的SR300、远距离的R200/LR200以及适合远距离并可进行运动感知的ZR300，结合英特尔开发的软件，摄像头可以捕捉物体的色彩、计算物体深度和运动轨迹，并支持3D建模何实时渲染。与此同时，英特尔还发布了针对不同领域的实感技术开发工具套件，目标就是希望通过实感技术机器人开发工具包，让机器人拥有一双眼睛。

　　6.依托入口的百度人工智能

　　2013年，百度深度学习研究院在李彦宏的运作下成立，前Facebook资深科学家徐伟、美国新泽西州立大学统计系教授张潼、前AMD异构系统首席软件架构师吴韧、“千人计划”国家特聘专家余凯等一大批世界知名专家纷纷加入。一年后，百度再次引入人工智能大师吴恩达并成立北美研究院，与余凯、张潼、AdamCoates、徐伟等人一起成为百度发展人工智能坚强后盾。2016年，随着百度大脑战略的发布，百度的人工战略也日渐清晰。

　　

　　第一，以百度搜索平台为核心，做好大数据的积累，研究大数据的存储、分析和挖掘技术，并以此为基础向移动应用延伸。2014年9月百度发布整合了大数据、百度地图LBS的智慧商业平台，目的就是在移动互联网时代为各行业提供大数据解决方案。进入2015年，百度借助积累已久的海量数据和技术能力，推出百度“大数据+平台”，面向行业用户提供了六大行业解决方案、七大产品组件、三大智能模型。这些动作是百度在多年的数据积累后，在传统业务上进行的数据价值挖掘和服务延伸。

　　第二，强攻语音识别和图像识别技术，构建最大深度神经网络，为人工智能战略向纵深推进提供支撑。2014年12月，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。在图像识别方面，百度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。随后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。

　　今年，随着百度大脑的发布，为支撑起包括百度大脑在内的一系列人工智能战略，百度已经在国内投资建设了十几座云计算中心，为满足人工智能在计算和存储上的高要求，投入使用了4万兆交换机，并在探索10万兆交换机。百度是全球首家将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，从而可以进行多样化的并行计算，支持生成和配置针对不同应用场景的网络结构，为人工智能战略的推进提供支撑。

　　7.阿里巴巴以电商需求为基础做人工智能

　　阿里对人工智能的重视是从2012年开始，当年阿里汇聚了一批来自全球各地的科学家团队，从事人工智能技术的研发工作。但直到2015年才有智能产品推出，包括聊天软件阿里小蜜、DTPAI人工智能平台，主要还是围绕业务需求做研发。到2016年，随着ET机器人的发布，阿里在智能语音识别、图像或视频识别、情感分析等方面展示出了其较强的人工智能掌控力。

　　阿里现有的人工智能产品主要围绕电商业务展开，包括通过人工智能来进行最优化派单、帮助商家解决复杂的服务场景、用智能客服替代人工客服、识别店铺违规图文、研发无人送货机器人等。对阿里而言，开发基于电商的人工智能解决方案，不但能提高电商运营效率，还能降低成本，让投资者对电商业务保持信心。2016年阿里发布ET机器人之后，阿里的人工智能开始转型，从为电商运营提供支撑服务转型到对语音识别、视频识别、图像识别以及情感分析的全面研究。ET背后采用的是大数据人工智能技术，为其提供强大计算能力的是阿里云，主要为企业提供全局洞察和实时决策。

　　阿里的人工智能战略就是利用ET已初步具备听、说、看的感知能力，提升各行业的感知能力和适应能力。对开发者而言，构成ET的技术都已经在阿里云上并对外输出，所有的开发者都可以基于这个产品和技术构建自己的ET，最终形成属于阿里的人工智能生态圈。

　　8.腾讯由人联到物联的拓展

　　相对阿里、百度，腾讯在人工智能领域的布局较晚。只是从去年开始参与了5家人工智能初创企业的融资。腾讯人工智能的发展方向很清晰。在基础研究领域，腾讯为微信、QQ等主要业务配设了4个不同的人工智能实验室。在硬件产品布局中，腾讯主要通过自身平台的流量优势吸引合作，主要包括QQ物联、微信智能硬件、TOS+战略三个平台。总结来说，腾讯人工智能战略是以腾讯主营产品及业务为核心，收购一批满足自身战略定位的人工智能企业，在不同业务层面实现人工智能应用的突破。同时，建立匹配不同业务层面的人工智能实验室做长线的技术积累。

　　

　　在腾讯人工智能战略中，需要重点关注的是腾讯在智能硬件市场的布局，包括QQ物联、微信智能硬件以及TOS+三大战略。腾讯正在下大力气实现这一战略期望，通过一系列运作实现由人联到物联的产业生态转型。

　　可以预计，随着腾讯用户量日趋饱和，围绕“人”展开的业务模式也日趋饱和，面对增长乏力的“人”产业经济，腾讯需要找到新的业务增长点。因此，随着新一轮工业的智能化转型，腾讯需要抓住机会在未来的工业市场找到自己的定位，围绕“物”构建新的生态圈和业务增长点。

　　在这个思路引导下，2015年8月，微信推出了空调、玩具、路由器、家居、电视、充值、健康、穿戴等八大行业的“微信硬件行业解决方案”。然后，启动了QQ物联计划，投入20亿的资源，在资金、流量、服务、培训、营销等方面针对合作对象进行扶持。最后通过TOS＋中的“＋”让手机与智能硬件底层打通的一个延展OS，关注的包括智能手表、微游戏机、虚拟现实产品三个领域。TOS＋更像是做“连接器”，实现“微信智能硬件”和“QQ物联”两个平台的对接，只要打通标准，根本不需要腾讯再定义解决方案规则。

　　总结

　　IT巨头的布局让我们感受到了人工智能市场弥漫的硝烟，也认识到人工智能离我们的生活越来越近。从几年前打败国际象棋大师的IBM“深蓝”，到现在打败李世石的谷歌AlphaGo，以及无人驾驶汽车的出现；从依靠海量计算能力的强计算弱智能到依靠深度学习大数据、云计算的网络协同强智能，人工智能技术和发展模式正在发生深刻而本质性的转变。许多过去被视为只有依靠人的智力才能胜任的复杂工作，也开始出现被机器所替代。曾经面对人工智能的发展，我们或许有过迟疑，但随着人工智能应用的逐渐深入，人工智能的发展大势已不可阻挡。

第三十六届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。