[導讀]2014年，人工智能得到了前所未有的關注， Eron Musk和霍金的“人工智能惡魔論”在學術界和產業界引發了激烈爭論；資本對這個方向也是趨之若鶩，截止到2004年，有超過20億美元的風險投資流入到基于認知技術研究的產品和服務里，超過100家的相關公司被互聯網巨頭收購。

2014年，人工智能得到了前所未有的關注， Eron Musk和霍金的“人工智能惡魔論”在學術界和產業界引發了激烈爭論；資本對這個方向也是趨之若鶩，截止到2004年，有超過20億美元的風險投資流入到基于認知技術研究的產品和服務里，超過100家的相關公司被互聯網巨頭收購。而對于普通用戶來說，只有當那些科技巨頭在人工智能領域實現布局，并將這些技術應用到具體的產品和服務中時，他們才能真正感受到人工智能帶來的優勢。而去年恰恰是這些科技巨頭動作極其頻繁的一年。 

 1） 對DeepMind的收購及后續運作

 2014年年初，谷歌以4億美元的架構收購了深度學習算法公司——DeepMind，公司創始人哈薩比斯是一位橫跨游戲開發、神經科學和人工智能等多領域的天才人物。7月，谷歌以DeepMind為主體與牛津大學的兩支人工智能研究隊伍建立了合作關系。

 DeepMind也很快發布了研究成果，它在10月份公布了一種新的模擬神經網絡，旨在模仿人類大腦的工作記憶原理，擁有更加強大的歸納整理和聯想演繹等邏輯處理能力，從而帶來更快的任務處理速度，還可以通過訓練去自行處理任務，這種全新的深度學習算法可用于計算機視覺和語音識別等領域。

 2）自動駕駛汽車

 谷歌的自動駕駛汽車已經完成了總計70萬英里的高速公路無人駕駛巡航里程。在此基礎上，谷歌于7月份推出了100輛原型車來執行小規模的市區道路測試，這是自動駕駛行業首次進行的規?；鞘械缆窚y試。谷歌的原型車安裝了17個感應裝置，搜集來的信息能快速建立起一個半徑200公尺的3D信息圖，讓車輛對外部環境進行分析判斷，實現360度的全方位防護。谷歌預計在2014年底前打造200輛測試車，并在尋求與汽車制造商進行合作，計劃五年內實現無人駕駛汽車的量產和投放市場。

 3） 以Nest為基礎的智能家居生態系統建設

 谷歌于2014年1月份以32億美元收購了智能家居制作商Nest。6月份，谷歌通過Nest花費5.55億美元收購了基于云端的家庭監控公司Dropcam，10月份，又收購了智能家居中樞控制設備公司Revolv，該公司將參與Nest的開放計劃“Works with Nest”。 

谷歌已經意識到智能家居領域將是未來人工智能應用的一個重要市場，所以通過一系列并購、開放平臺的建立、軟件硬件一體化來打造這個生態系統。 

4） 在圖形識別和語音識別研究領域的重大進展

 2014年，谷歌開始了開發一套能夠整合公司海量數據的語音系統，這個正處在測試階段將會使計算機從本質上“聽懂”和“思考”人們向谷歌設備輸入的語音。這個團隊將前饋神經網絡替換成了遞歸神經網絡，提高了系統對語音信息的存儲和處理能力，并能夠使用上下文、物理定位及其它方式對談話者的真正含義進行預測，就像人在談話時大腦所做的一樣。

 在圖像識別方面，谷歌在8月份收購了一家圖片分析公司Jetpac。Google研究院也發表了一篇文章，表明未來Google的圖形識別引擎不僅僅能夠識別出照片的對象，還能夠對整個場景進行簡短而準確的描述。除此之外，谷歌一直在積極吸引圖像識別和計算機視覺方面的專家參與到谷歌的項目研究中來，比如說向研究計算機視覺和模式識別的助理教授Devi Parikh授予了谷歌內部研究獎項Faculty Research Awards和 9萬美元的無限制基金，并允許她直接同谷歌的其他研究者和工程師進行合作。

 5）總結

在人工智能方面谷歌的行為可以大致分成兩個路徑，第一是覆蓋更多的用戶使用場景，從谷歌傳統業務覆蓋的互聯網、移動互聯網延伸到智能家居、自動駕駛、機器人（2013年收購了8家機器人公司）等領域，從而抓取到更多信息，這可以看做是信息積累和輸入的過程。第二個方面是不知疲倦的做好底層人工智能技術的積累，研發更加高級的深度學習算法，增強圖形識別和語音識別能力，從而能對第一階段收集到的信息進行更好的處理和反饋，這可以看做是信息的處理和用戶服務的輸出過程。在這兩個過程下，谷歌就將人工智能滲透到了其各種產品的方方面面，從而為用戶帶來更多的使用場景和更加智能的功能。

 百度在人工智能領域的布局既表現出了其作為技術公司的敏感性和前瞻性，同時也可以看做是百度走向未來的必由之路。

 1）引進Andrew Ng及組建北美研究院

由于相對于傳統互聯業務，人工智能的技術門檻相對較高，而對于相關技術人才的引起也就顯得尤為重要。 

2）大數據積累和平臺開放

 大數據是人工智能的基礎，而作為天然的大數據企業，百度擁有強大的數據獲取能力和數據挖掘能力，百度副總裁王勁更是將百度技術布局描繪為一張劍形圖，人工智能、大數據等技術化作劍鋒。百度除了做好數據積累和挖掘以外，還加快了大數據平臺的開放步伐，于2014年4月發布了大數據引擎，向外界提供大數據存儲、分析和挖掘技術，而且在醫療、交通和金融領域有了具體應用。

 3）語音識別和圖像識別

 2014年12月，美國《福布斯》發布文章稱，吳恩達及研究團隊發明了一種新的語音識別方法，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?！?nbsp;吳恩達表示，該語音識別系統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，讓語音識別系統更加簡單。同時這套系統還使用了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。 

4）人工智能算法和云計算

 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議，共同研發自動化駕駛技術。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境下面臨的技術挑戰，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。

 6）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。

 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 LeCun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。

 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平臺和發布了模擬人腦芯片SyNAPSE。

 1）超級計算機沃森的開放戰略

2）人腦模擬芯片SyNAPSE發布

3）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，真正組建一個生態系統，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。

相關閱讀

• ·房產互聯網變局：電商倒逼線下中介建O2O平臺2015.03.04
• ·微信支付取消商家保證金2014.09.18
• ·網絡安全與發展誰更重要2014.09.01
• ·未來電商出路2014.08.25
• ·利用互聯網創業，找準痛點是關鍵2015.06.29