人工智能成为中国所有重要科技公司不能忽视的力量,每一家公司都希望能成为人工智能的弄潮儿。作为中国科技领域的领头羊,腾讯、阿里和百度在人工智能领域如何谋局,谁又会抢到通往AI世界的第一张“船票”。

路奇

百度的新希望

一年前,百度 CEO李彦宏曾说互联网的下一幕是人工智能。仅过了一年时间,人工智能已经不再是下一幕,已是“这一幕”。

这家把无人车开上五环的公司,希望撕下过去传统互联网“搜索公司”的标签,All in AI。

今年7月,百度第一次对外公布AI生态开放战略全貌:前端的对话式人工智能系统DuerOS和自动驾驶Apollo开放平台,以及后端的百度大脑和智能云。

百度总裁陆奇指出,百度已构建包含算法层、感知层、认知层和平台层技术架构的AI技术平台,并宣布百度大脑将全面开放60项核心AI能力,其中包括语音、视频、增强现实、机器人视觉、自然语音处理五大类14项新能力。

其中,百度大脑是百度的核心能力和核心算法,包括语音识别、图像识别、视频识别、自然语言处理、大数据和用户画像等核心能力;百度云则是百度大脑的交付方式,百度可以通过搭建不同行业的大脑,比如金融大脑、自动驾驶大脑等,将相关技术提供给用户。

而DuerOS与Apollo开放平台都运用了百度大脑的核心能力。前者是基于人工智能的对话式操作系统,目前DuerOS向开发者开放包括技能开放平台(能力层)、对话核心系统(核心层)、设备开放平台(应用层)三个层面的能力;后者Apollo 背后的智能驾驶开放平台的技术框架,由底部往上以次为:参考车辆平台、参考硬件平台、开放的软件平台和服务平台。

按照陆奇的目标,到2020年,百度可以实现高速和城市道路全路网自动驾驶。

“AI将和前三次工业革命一样,让人类进入全新的时代。”陆奇这样评价。在他看来,百度基于AI,从现在往将来走,会逐渐成为一个平台,“这是一个战略上和文化上的改变。”

从百度的财报看上去,百度主业和营收仍然主要来自十多年前就诞生的传统搜索业务。但从业务来看,其实搜索本身就具有人工智能的属性。与此相应的NLP、机器学习、知识图谱、语音、图像、深度学习等AI 技术的积累,加上过去17年积累的万亿级搜索数据、百亿级定位数据,和超过2000 AI研发人员,构成了百度 AI 技术的基础。

而在百度自身应用上,人工智能已经应用并提升了它在搜索、信息流、金融、O2O、手机百度等业务。

而一系列围绕人工智能的动作背后,透露出的一个信号是:确定了在人工智能领域发展路径的百度,正在为自己积累数年的人工智能寻找更多的场景落地,并且通过场景和产品找到商业模式。而这一战略成功与否,也将决定着百度未来能否重新崛起。

阿里

阿里分散式布局

阿里巴巴在AI的研究侧重点更偏实用性。

最近两个相关的动向是,阿里人工智能实验室(A.I.Labs)研发出一款类似于亚马逊Echo的智能音箱“天猫精灵”,另一个是阿里巴巴人工智能核心部门iDST挖来了前亚马逊科学家任小枫,担任iDST的副院长和首席科学家,与院长金榕和另一位副院长华先胜组成“铁三角”。任小枫曾在亚马逊负责计算机视觉研究,参与建设AmazonGo超市。

iDST是阿里巴巴内部专门从事基础科学研究的部门,核心成员在美国西雅图的实验室工作,关注语音识别、自然语义分析、计算机视觉、智能决策等。作为一个to B的部门,iDST的研究成果会输出给像A.I.Labs这类面向消费者端的产品去应用,两者可理解为实验室和场景的关系。

这也能看出阿里巴巴在AI布局与组织架构上是呈现分散特点的。除了iDST、A.I.Labs之外,阿里巴巴AI研究很重要的戏份放在了阿里云和蚂蚁金服身上,分别由闵万里、漆远两名博士带队。

作为基础研究所,iDST的成果除了为A.I.Labs提供消费级人机交互技术输出外,更多是输出给了阿里云ET,做各垂直领域的企业级与政府公共事务级服务。

ET的背后是阿里云的计算能力,前端已经演化出四个垂直“大脑”,像已经在杭州和苏州落地、通过预测拥堵最多能提升11%车辆通行率的ET城市大脑;已运用在协鑫光伏、中策橡胶等企业提高良品率的ET工业大脑;通过机器学习在医学影像、精准医疗、药效挖掘发挥医生助手作用的ET医疗大脑;以及已在江苏省落地,通过交叉分析气温、风力、气压、湿度、降水等指数来进行环境预警的ET环境大脑。

阿里云已经和饿了么合作进行配送线路的智能分配。阿里云人工智能科学家闵万里对第一财经记者说,与下围棋的人工智能相比,外卖领域的人工智能有其特殊性,不确定性更大。比如,外卖用户一般都想在30分钟内尽可能吃上饭,但有时他提供的是一个模糊地址。这些不确定性是调度的最难点,也给算法增加了难度。

相比阿里巴巴集团,蚂蚁金服的AI是另外一个独立业务和架构,内部设有人工智能部,做金融智能。它的业务更聚焦,始终在依附于未来支付方式在做突破,比如与Face++合作研究人脸识别等生物识别方式,借助AI提升金融风控水平等。

上周末刚在杭州举行的2017中国AI大会上,蚂蚁金服首席数据科学家漆远说,技术是中性的,AI可以用来诈骗,但用它也能分析社会经济体系中系统性风险或信用的好坏,从而能让卖鸡蛋的老太太和卖楼的老板享受同样的金融服务。

马云曾在公开场合对会下围棋的AlphaGo背后的应用场景“嗤之以鼻”,但不妨碍他创建一个庞大的“NASA计划”,为未来20年愿景在机器学习、芯片、IoT、操作系统、生物识别等领域组建跨部门的新机构,并将技术输出给各应用场景,像美国航空航天局发挥的作用那样改变未来生活。

腾讯入场晚一步

在百度失去其首席科学家吴恩达的第二天,一向低调的腾讯AI Lab(腾讯人工智能实验室)迎来了人工智能领域顶尖科学家张潼博士,并任命其担任腾讯AI Lab 主任,为腾讯AI Lab第一负责人。

加入腾讯前,张潼曾担任百度研究院副院长一职,也是百度大数据实验室负责人,其间参与和领导开发过多项机器学习算法和应用系统。在人工智能领域张潼享有很高的知名度,是中央组织部“千人计划”特聘专家,拥有美国康奈尔大学数学系和计算机系学士,以及斯坦福大学计算机系硕士和博士学位,也是百度少帅计划的标志性人物。

在张潼加入腾讯的第二天,腾讯又将两名人工智能专家俞栋、刘威纳入麾下。俞栋是前微软研究院的首席研究员、顶级语音专家,于 1998 年加入微软公司,2002年进入微软研究院语音和对话组。伴随俞栋担任腾讯AI Lab副主任一职,腾讯美国西雅图AI实验室也落成,俞栋负责西雅图AI实验室的运营及管理,推动腾讯在语音识别及自然语言理解等AI领域的基础研究。

与俞栋同一时间加入腾讯的刘威,曾任IBM沃森研究中心研究科学家。刘威博士长期从事计算机视觉、机器学习、数据挖掘、信息检索等领域的基础研究和产品开发,曾多次担任国际权威期刊的客座编委与审稿人,在国际人工智能技术领域有着很高的地位。

招兵买马背后,腾讯在追赶百度和阿里在人工智能领域的步伐。BAT中腾讯在人工智能领域的入局相对较晚,AI Lab于2016年才创办,目前有50多名AI科学家(90%为博士),200多名AI应用工程师,专注于人工智能的基础研究及应用探索,为腾讯各产品业务提供AI技术支撑。

除此之外隶属于腾讯社交网络事业群的腾讯优图实验室,则主要专注于在图像处理、模式识别、音频语音分析等领域展开技术研发,在QQ空间、微众银行、广点通、腾讯云等项目中进行业务落地。

正如张潼所言,“腾讯在场景、数据和计算能力上的丰富积累,是AI领域研究人员所渴求的基础条件。”在基础研究领域,腾讯将侧重点放在了计算机视觉、语音识别、自然语言处理和机器学习。并根据腾讯业务提出游戏、内容、社交及工具平台型AI四个应用方向,目前AI Lab产品已在微信、QQ及天天快报中有所应用。

对于腾讯而言,足够多的用户数据是其发力AI的壁垒,其中社交和游戏是腾讯的老本行,更容易将技术和场景相结合。进一步在内容方面,利用机器学习在腾讯数字内容服务中进行个性化推荐,提升腾讯的广告定向能力,丰富社交互动(如动态面具功能)也将带来实际收益。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2017-11-15 17:52:38
大数据资讯 科技部:首批国家人工智能开放创新平台名单公布
科技部在京召开新一代人工智能发展规划暨重大科技项目启动会,会上公布了首批国家人工智能开放创新平台名单。 <详情>
2017-11-15 13:12:00
大数据资讯 甲骨文CEO:大部分AI公司纯属胡扯 为了炒高股价
硅谷的每个人都说他们自己是AI公司,他们这么做的目的是推高自己的股价。 <详情>
2017-11-14 14:22:00
市场情报 “产教融合,共享生态” CIE 2017中国IT教育博鳌论坛圆满召开
2017年11月11日-12日,以“产教融合,共享生态”为主题的CIE 2017中国IT教育博鳌论坛,在海南省博鳌东屿岛大酒店隆重召开。此次论坛汇聚多方智力资源,邀请国内在IT教育领 <详情>
2017-11-14 09:58:27
大数据资讯 大数据、人工智能、机器人的血缘关系?
大数据、人工智能(AI)、机器人、算法、深度学习、物联网、传感器……,这些名词似乎每天都会看到或听到,当人们还搞不清楚是什么时,媒体已不断报导人类的工作将很快被取 <详情>
2017-11-13 15:45:33
国内资讯 解析机器学习应用:数据中心和云计算成为企业新战场
机器学习作为一种实现人工智能的方法,近年来成功案例数日益攀升,已经从一个相对模糊的计算机科学概念,迅速发展成为企业经济的影响因素,因此,机器学习领域存在大量的资 <详情>