谷歌百度脸书IBM，人工智能四巨头2014盘点
[导读]2014年，人工智能得到了前所未有的关注， Eron Musk和霍金的“人工智能恶魔论”在学术界和产业界引发了激烈争论；资本对这个方向也是趋之若鹜，截止到2004年，有超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里，超过100家的相关公司被互联网巨头收购。
2014年，人工智能得到了前所未有的关注， Eron Musk和霍金的“人工智能恶魔论”在学术界和产业界引发了激烈争论；资本对这个方向也是趋之若鹜，截止到2004年，有超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里，超过100家的相关公司被互联网巨头收购。而对于普通用户来说，只有当那些科技巨头在人工智能领域实现布局，并将这些技术应用到具体的产品和服务中时，他们才能真正感受到人工智能带来的优势。而去年恰恰是这些科技巨头动作极其频繁的一年。
1） 对DeepMind的收购及后续运作
2014年年初，谷歌以4亿美元的架构收购了深度学习算法公司——DeepMind，公司创始人哈萨比斯是一位横跨游戏开发、神经科学和人工智能等多领域的天才人物。7月，谷歌以DeepMind为主体与牛津大学的两支人工智能研究队伍建立了合作关系。
DeepMind也很快发布了研究成果，它在10月份公布了一种新的模拟神经网络，旨在模仿人类大脑的工作记忆原理，拥有更加强大的归纳整理和联想演绎等逻辑处理能力，从而带来更快的任务处理速度，还可以通过训练去自行处理任务，这种全新的深度学习算法可用于计算机视觉和语音识别等领域。
2）自动驾驶汽车
谷歌的自动驾驶汽车已经完成了总计70万英里的高速公路无人驾驶巡航里程。在此基础上，谷歌于7月份推出了100辆原型车来执行小规模的市区道路测试，这是自动驾驶行业首次进行的规模化城市道路测试。谷歌的原型车安装了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。谷歌预计在2014年底前打造200辆测试车，并在寻求与汽车制造商进行合作，计划五年内实现无人驾驶汽车的量产和投放市场。
3） 以Nest为基础的智能家居生态系统建设
谷歌于2014年1月份以32亿美元收购了智能家居制作商Nest。6月份，谷歌通过Nest花费5.55亿美元收购了基于云端的家庭监控公司Dropcam，10月份，又收购了智能家居中枢控制设备公司Revolv，该公司将参与Nest的开放计划“Works with Nest”。
谷歌已经意识到智能家居领域将是未来人工智能应用的一个重要市场，所以通过一系列并购、开放平台的建立、软件硬件一体化来打造这个生态系统。
4） 在图形识别和语音识别研究领域的重大进展
2014年，谷歌开始了开发一套能够整合公司海量数据的语音系统，这个正处在测试阶段将会使计算机从本质上“听懂”和“思考”人们向谷歌设备输入的语音。这个团队将前馈神经网络替换成了递归神经网络，提高了系统对语音信息的存储和处理能力，并能够使用上下文、物理定位及其它方式对谈话者的真正含义进行预测，就像人在谈话时大脑所做的一样。
在图像识别方面，谷歌在8月份收购了一家图片分析公司Jetpac。Google研究院也发表了一篇文章，表明未来Google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，比如说向研究计算机视觉和模式识别的助理教授Devi Parikh授予了谷歌内部研究奖项Faculty Research Awards和 9万美元的无限制基金，并允许她直接同谷歌的其他研究者和工程师进行合作。
5）总结
在人工智能方面谷歌的行为可以大致分成两个路径，第一是覆盖更多的用户使用场景，从谷歌传统业务覆盖的互联网、移动互联网延伸到智能家居、自动驾驶、机器人（2013年收购了8家机器人公司）等领域，从而抓取到更多信息，这可以看做是信息积累和输入的过程。第二个方面是不知疲倦的做好底层人工智能技术的积累，研发更加高级的深度学习算法，增强图形识别和语音识别能力，从而能对第一阶段收集到的信息进行更好的处理和反馈，这可以看做是信息的处理和用户服务的输出过程。在这两个过程下，谷歌就将人工智能渗透到了其各种产品的方方面面，从而为用户带来更多的使用场景和更加智能的功能。
百度在人工智能领域的布局既表现出了其作为技术公司的敏感性和前瞻性，同时也可以看做是百度走向未来的必由之路。
1）引进Andrew Ng及组建北美研究院
由于相对于传统互联业务，人工智能的技术门槛相对较高，而对于相关技术人才的引起也就显得尤为重要。
2）大数据积累和平台开放
大数据是人工智能的基础，而作为天然的大数据企业，百度拥有强大的数据获取能力和数据挖掘能力，百度副总裁王劲更是将百度技术布局描绘为一张剑形图，人工智能、大数据等技术化作剑锋。百度除了做好数据积累和挖掘以外，还加快了大数据平台的开放步伐，于2014年4月发布了大数据引擎，向外界提供大数据存储、分析和挖掘技术，而且在医疗、交通和金融领域有了具体应用。
3）语音识别和图像识别
2014年12月，美国《福布斯》发布文章称，吴恩达及研究团队发明了一种新的语音识别方法，卡耐基梅隆大学工程学助理研究教授Ian Lane对其的评价是“百度研究院最近的工作有可能颠覆语音识别在未来的应用效果。” 吴恩达表示，该语音识别系统采用深度学习算法取代了原来的模型，在递归神经网络或者模拟神经元阵列中进行训练，让语音识别系统更加简单。同时这套系统还使用了Nvidia等芯片制造商出品的多枚图形处理器（GPU），这些处理器通过并行连接，能够用比普通计算机处理器更快的速度训练语音识别模型，从而提高工作效率。
在图像识别方面，余凯称摄像头成为连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。
4）人工智能算法和云计算
百度在国内拥有十几座云计算中心，为满足人工智能在计算和存储上的高要求，还投入使用了4万兆交换机，并在探索10万兆交换机。百度将这些整合在一起，就形成强大的存储计算能力，从而可以进行多样的并行计算，支持生成、配置针对不同应用和场景网络结构，从而为人工智能提供有力的硬件支持。
5）自动驾驶项目
2014年9，百度宣布已经与宝马正式签署合作协议，共同研发自动化驾驶技术。其中，百度的三维地图及相关数据服务也将被融入宝马的车辆导航系统中，为自动驾驶汽车提供技术支撑。双方计划在接下来三年时间内，合作研究高度自动化驾驶在中国道路环境下面临的技术挑战，通过智能技术加强道路行驶安全性，减少交通事故及人员伤亡。
6）总结
百度在人工智能领域的布局可以总结为三点，第一，具有战略眼光，与世界科技巨头保持同步；第二，自身技术基因又使其非常注重技术人才的引进和人工智能底层技术的积累；第三，互联网入口的地位和丰富的产品线使得人工智能技术能够迅速落地，转化成具体的产品和服务。也正因如此，2014年11月首届百度技术节才会以“奇点临近 技术引领未来”为主题，展望如何通过人工智能来改变世界。
Facebook在人工智能领域的布局主要围绕着其用户的社交关系和社交信息来展开，在2013年加入公司的深度学习鼻祖Yann LeCun的帮助下，公司的图像识别技术和自然语言处理技术大幅提升。
IBM
IBM目前看起来可能没有谷歌和Facebook这样酷，但其在人工智能领域有着丰富的底蕴，并在2014年采取了若干举措。主要是开放了Watson平台和发布了模拟人脑芯片SyNAPSE。
1）超级计算机沃森的开放战略
2）人脑模拟芯片SyNAPSE发布
3）总结
IBM在人工智能领域的布局还是在围绕着Watson和SyNAPSE做文章，这代表着他们在人工智能领域长时间技术积累，同时IBM也在越来越开放，希望能像其他科技巨头一样，建立一个真正的开放性的技术平台，真正组建一个生态系统，因为人工智能领域的技术门槛相对较高，所以在这个时代来临时，或许会成为IBM逆转的好时机。
IBM逆转的好时机。
- ·房产互联网变局：电商倒逼线下中介建O2O平台2015.03.04
- ·微信支付取消商家保证金2014.09.18
- ·网络安全与发展谁更重要2014.09.01
- ·未来电商出路2014.08.25
- ·利用互联网创业，找准痛点是关键2015.06.29
