四大派華山論劍，AI產業誰能稱霸天下？

來源：數據猿 記者：張葉

2016年，谷歌用AlphaGo的一場完勝展露了自己占領AI市場的野心，Facebook則規劃自己未來10年人工智慧、無人機的發展路線，國內BAT也在AI領域摩拳擦掌、蓄勢待發。

網際網路巨頭們紛紛向人工智慧領域發力，而一些小眾團體或計算機專業人士也不甘落後。

此前，數據猿記者受邀參加了「第一屆上海BOT大數據應用大賽」，在第一線深切感受到各領域人才對AI創新應用的想法可謂層出不窮，許多大學機構和創業企業對AI產業發展的熱情亦持續攀升。

顯然，人工智慧和機器學習都是十分重要的新技術，大家都在試圖登上這趟通往未來AI的列車。

但是，如果行業內只是一家企業獨大，那麼AI技術的發展勢必會變得十分緩慢和低效。

因此，齊頭並進、萬眾齊發的競爭之勢越大，對AI發展而言越是好事一件。

從全球市場來看，記者認為AI企業可以分為四大派系。

一、技術派「大牛」

谷歌的「深藍」

不得不說，今年年初，AlphaGo與李世石那場精彩的圍棋大戰是掀起此番人工智慧熱潮的「始作俑者」。

在各種媒體報導和信息轟炸中，谷歌、微軟、Facebook等國際巨頭一直占據AI企業排行榜前列。

綜合來看，以谷歌為代表的AI技術派企業呈現三大特點：

一、本身擁有強大的AI技術；

二、擁有大量頂級AI人才；

三、擁有不斷更新的高精尖產品。

當然，在具有這些強勁優勢的前提之下，最為關鍵的還是擁有雄厚資金支持。

作為行業內「技術大牛」，谷歌從雲計算、大數據發展到人工智慧，可謂一直引領產業發展方向。

目前，谷歌最直觀的應用成果便是Google X實驗室研發的無人駕駛汽車。

截止2016年10月，谷歌無人駕駛汽車路測里程已經達到290萬公里，具有絕對的領先優勢。

從技術層面來看，2015年11月，谷歌開源了第二代深度學習系統Tensorflow。

該系統可應用於語音識別、照片識別等多個領域，運轉速度更快、更靈活。

今年5月，一年一度的Google I/O大會上，谷歌虛擬智能助手Google Assistant精彩亮相。

在雲服務方面，谷歌統一了「雲視覺」應用程式接口，同一個系統能夠識別Logo、地標、面部，並對文本進行光學字符識別，而這些系統使用的是其自主研發的Tensor處理器(TPU)。

從人才方面來看，隨著越來越多企業將AI技術整合到產品和服務中，本就稀缺的AI人才也愈加成為企業寵兒。

11月22日，有消息稱谷歌將投入超過340萬美元支持加拿大蒙特婁算法研究實驗室旗下的7名研究員進行AI產品研發，同時還將在當地設立一個全新的深度學習和AI研究團隊。

而這並非谷歌最轟動的AI人才儲備動作。

早在2014年1月，谷歌就斥資6.6億美元收購了英國DeepMind人工智慧研究團隊，這也是AlphaGo最重要的幕後之臣。

DeepMind專注於深度學習和強化學習研究，讓機器自己進行大量學習，而且DeepMind與Google Brain（谷歌2011年專門成立的AI部門）時常互動，稱得上是谷歌在人工智慧發展路上的左膀右臂。

事實上，除了谷歌以外，微軟、Facebook和蘋果等大型企業也都在全球範圍內開設AI研究中心，併網羅頂尖人才。

比如，Facebook的應用機器學習團隊，其首要目標就是將AI技術應用到Facebook各產品中；而且整個Facebook五分之一的工程師都屬於該團隊。

總之，這些技術派巨頭們，無論在技術方面還是人才儲備方面都具有不容撼動的領先地位。

二、含蓄的務實派

相比谷歌高調且大步邁進的人工智慧發展戰略，還有一些企業在低調地穩步前進。

比如微軟和百度。

微軟的小娜虛擬助理

25年前，比爾·蓋茨創建微軟研究院，其主要工作集中在語音識別、自然語言和計算機視覺等技術研究上。

通過多年對這些領域的投入和深入了解，微軟Skype即時翻譯、小冰聊天機器人和小娜虛擬助理陸續出現。

如今，小娜每天都在為1.13億用戶服務，並已回答超過120億個問題，擁有極為龐大的語料資料庫；小冰也已經不是單純的「娛樂化產品」，而是藉助技術演進、逼近自然交互，實現真正的人工智慧。

今年9月，微軟已經將包括微軟研究院、微軟信息平台部門、必應和小娜產品部門等團隊在內的5000多名計算機科學家和工程師整合到一起，成立了新的人工智慧和研發事業部，未來將集中把AI技術注入到微軟各產品和服務中。

而在國內，百度在人工智慧領域的投入與研發尤為矚目。

今年4月，無人車、人工智慧等創新業務從百度獨立出來，由李彥宏直管。

以李彥宏為代表的一眾高層也曾在公開場合多次表示，人工智慧將是百度接下來發展的重中之重。

當然，百度的人工智慧並非只停留在實驗室階段，在O2O、無人車、智慧城市等領域的布局可謂是全面開花。

目前，百度已經將語音、圖像技術嵌入到手機百度、百度地圖、百度輸入法、百度圖片、度秘等多個明星產品。

去年12月，百度發布無人車，在不到1年時間裡建立了多個無人車示範區，在中美兩地同時路測，並收集海量路測數據，訓練百度汽車大腦。

也許在這一輪人工智慧熱潮中，百度將主導國內AI發展，甚至改寫國內網際網路BAT格局，因為相比而言，阿里主要還在配合自身雲計算、大數據技術為電商平台以及物聯網領域發展人工智慧。

三、硬體派「新人」

隨著海量數據大爆發，人工智慧的應用實現依賴算法和數據兩大要素。

不難想像，當谷歌、Facebook、微軟等國際巨頭紛紛涉足人工智慧領域之後，各類企業對AI發展的硬體要求與需求必然十分迫切，下一個站在風口的首當其衝就是硬體商。

當前市場上，諸多從硬體起家的科技巨頭憑藉其優秀硬體系統正在悄無聲息的轉戰人工智慧。

以Intel為例，其進入人工智慧領域是技術上的自然演進，也是順應市場變化的自然選擇。

眾所周知，人工智慧的關鍵技術——神經網絡涉及非常複雜的算法。

目前，幾乎所有發展AI的企業都在使用GPU(圖形處理器)進行深度神經網絡訓練。

GPU主要針對密集的高並行計算，憑藉更多處理單元、利用更多電晶體應用於數據處理。

隨著圖像語音識別、無人駕駛等運用層發展，GPU正在迅速擴大市場占比。

目前，GPU的生產廠商非常多，但大家熟悉的基本只有「INA」，即Intel、NVIDIA和AMD。

如果按照市場占有率計算，Intel隨著主板及CPU發售的集成GPU，已經占據整個市場的60%以上。

有資料顯示，世界上所有的伺服器中有近7%都在運行與機器學習相關的負載，而其中大部分使用了Intel處理器。

不過，深度學習對計算力資源的高需求就像一個技術黑洞，巨頭們都更傾向於使用更加專業化的晶片。

2015年12月，Intel以史上最大手筆167億美元收購了全球第二大FPGA廠商Altera。

FPGA是介於專用晶片和通用晶片之間的、具有一定可編程性的技術，可同時進行數據並行和任務並行計算；在處理特定應用時，其能耗比甚至是CPU的10倍、GPU的3倍。

目前，FPGA已經在邏輯控制、信號處理、圖像處理等諸多領域得到應用。

Intel此舉也被認為是其布局人工智慧的另一重要戰略。

前不久，Intel還向公眾展示了代號為「Nervana」的新人工智慧處理器，並宣稱明年中期測試相關模型，如果順利進行，2017年底將推出最終的晶片成品。

相比而言，技術派的Google雖然也在為人工智慧產品專門研發TPU晶片，且被業界視為GPU的競爭對手，但也只是在企業內部數據中心使用，還不能作為商用產品。

而IBM的True North以及其它廠商的類似晶片也在陸續浮出視野，但至今尚未推向市場。

總體來講，具有硬體優勢的網際網路公司，在未來AI市場上也勢必會分得一杯羹。

四、小眾初創派

人工智慧概念已經被大眾熟知，各行業也將其推崇為終極應用目標。

但就目前應用程度而言，最成熟和普及的應該是個人助手，如蘋果Siri、微軟小娜以及谷歌的Google Now，國內有科大訊飛的靈犀、圖靈的蟲洞語音助手等，這些語音助手一般藉助PC或手機。

隨著技術的發展，人工智慧機器人除了具有語音功能外，也開始逐漸結合現實場景。

2016年4月，「賢二機器僧」憑藉逗趣的互動和機巧的語言意外爆紅。

這款機器人是龍泉寺和海知智能公司以弘揚佛法為主要目的聯合推出，其中，龍泉寺提供佛法知識內容，海知智能提供算法技術。

諸如此類的人工智慧機器人正湧入市場，展露鋒芒。

萌萌噠賢二機器僧

此前，在「第一屆上海BOT大賽」上，聊天機器人的火熱程度就遠遠超出記者預期。

除了以往熟悉的金融領域外，醫療、教育、法律、汽車等領域都爭先涉足人工智慧技術，仿佛一夕之間，人工智慧成為了各行業的終極標配。

然而，AI技術的門檻之高眾人皆知，它是結合大數據、各行業的專業知識、技術算法等在內的綜合性技能。

當前市場上，AI類創業公司大多只在某一個領域深耕，產品同質化現象嚴重，基本都只get其中某一項技能，做出的所謂智能機器人並不是完美的人工智慧。

人工智慧應該比你我所設想的機器人更具美感、更具靈性。

2016年是人工智慧大爆發的元年，各方勢力都在全力以赴角逐AI的未來市場，行業競爭已如離弦之箭。

究竟誰能成為行業巨頭，現在還無跡可循。

希望我們沉溺在當前AI熱潮下的同時，也能冷靜思考未來如何實現AI的商業化落地，如何建立企業自身的技術壁壘，而不要自以為是的偏頗了人工智慧價值！

（本文記者張葉 微信：1104644189）