你好,游客 登录 注册 发布搜索
背景:
阅读新闻

【重磅】深度学习成最大爆点 巨头们如何构建AI生态?

[日期:2016-11-28] 来源:OFweek机器人  作者: [字体: ]

OFweek机器人网讯:人工智能自1956年诞生以来,一直试图用简单演绎推理规则,来描述并模拟一个复杂系统的行为。然而,真实世界是无限复杂,数据驱动的AI系统才有前景。可以说,深度学习的爆发,正是通过大数据和计算能力实现。

深度学习的爆发,使得云计算、芯片的研发成为热点,数字医疗、智能家居、自动驾驶、虚拟助手等应用也获得了质的突破。本期的智能内参,我们推荐来自长城证券的人工智能产业研究报告。

以下为智能内参整理呈现的干货:

|深度学习商业化正在爆发

传统AI算法随着数据增加,性能提高到某一个点就饱和,算法不能处理大规模数据。但深度学习模型足够复杂,可处理大数据,且性能准确度随着数据增长而增加。目前,深度学习算法在语音识别、图像识别等领域的性能准确度已经超过人类准确率,AI技术逐步走向商业化。

机器学习根据数据处理情况可分为:监督式学习、非监督式学习(或称端到端学习、End-to-EndLearning)。

对于监督式学习,数据需进行人工标记预处理,AI程序再挖掘标记数据的潜在特征,识别出特定模式,并将其模式进一步应用于标记数据。目前深度学习研究及产品开发的爆发均基于监督式学习。随着深度算法改进,及未来非监督式学习精度提高,AI将进一步加速商用化。

非监督式学习可直接收集和处理非标记数据,通过这种端到端的学习,实现全过程整体优化,避免人工标记数据的低效环节,大幅提升机器学习效率。2012年谷歌使用非监督式学习方法,在软件中输入未加工的原始数据,在没有人工协助下计算出结果,从YouTube图片中识别出当中的猫和人物,因此深度学习可实现非监督学习。但这种非监督学习方法的精确度还未达实用水平,仅限于实验室应用。

 

|巨头们合作+并购+抢人结合自家主业布局AI

鉴于AI重要战略意义,Google、Microsoft、Facebook、IBM、BAT等科技巨头竞争日益白热化,耗费巨资收购具备核心竞争力的AI初创公司。

两大巨头联盟:

2015年12月,特斯拉创始人Elon Musk与Amazon、LinkedIn、PayPald共同创立非营利开源人工智能公司OpenAI,并将为其募集10亿美元资金。OpenAI主要目标是发展可最大化造福人类的AI技术,并预防AI灾难性影响,目前主要关注机器学习领域,重点关注无监督学习和强化学习。

2016年9月,谷歌及旗下公司DeepMind、微软、亚马逊、Facebook、IBM等5大科技巨头宣布成立非营利性AI研究机构PartnershiponAI,以保障AI研究会造福人类和社会,沿着正确轨道发展,并向大众普及AI。

并购数量飙升:

根据Venture,2011年-2015年之间,AI领域并购资金从2.82亿美元增长到2015年的23.88亿美元,而并购数量也从67起增长到397起。

AI人才成香饽饽:

此外,巨头也争相抢夺AI科技人才,来进行AI算法研究、并加速应用落地,如谷歌招募GeoffreyHinton,Facebook招募YannLeCun,百度招募AndrewNg等AI传奇人物。各科技巨头也建立AI研究院,攻克AI核心算法、打造AI技术平台,将其算法、平台开源,吸引开发者并汇聚创造性想法,形成AI应用开发生态。

对于拥有大量数据资源的公司而言,科技巨头们首先是将AI技术与原有的主业数据进行整合,利用AI提升用户体验,增强客户粘性,强化主业竞争优势。如Google、百度重点落地智能搜索,Facebook重点攻克聊天机器人。对于具备AI核心技术,但主业并无大量数据积累的公司(如IBM),则通过大量收购垂直行业数据(如医疗诊断、律师等),加速AI向传统产业渗透,推动行业变革。

企业AI布局可分为以下五大类型:

1、国外科技公司聚焦于AI基础层、技术层的核心技术研发。而国内科技公司在基础层、技术层研发较为缺失,大多初创公司使用国外科技巨头的开源平台,通过大量行业数据来训练AI系统。

2、IBM、Google、百度全面布局AI技术,在重点研究AI核心算法基础上,在应用层全面推进AI商用化进程,在AI核心算法、智能搜索、无人驾驶、医疗诊断等领域率先布局且行业领先。

3、Facebook、腾讯、微软、苹果侧重于社交应用,这些巨头最为关注图像和语音的识别技术,希望打通图像、语音等人机交互接口,提高用户参与度,收集用户行为数据,从而进一步训练AI系统,最终希望打造一个智能私人助理来统一管理旗下应用。因此重点布局语音识别、图像识别、智能助理、聊天机器人等领域。

4、英伟达、英特尔鉴于传统PCCPU或GPU业务饱和及衰退,大力谋求业务转型。它们基于芯片领域技术积累,着力研发适合深度学习的AI芯片,寻求新增盈利点。

5、亚马逊、Saleforce、阿里、Mobileye偏重商业应用,如亚马逊在Echo智能音箱上加载电商商品目录,方便客户购买;Saleforce利用云计算、大数据、人工智能来改善CRM的体验效果;Mobileye通过ADAS系统先期掘金、积累技术,逐步进阶完全自动驾驶。

 

 

|Facebook:拓展社交数据优势

Facebook拥有得天独厚社交大数据.截至2015年,Facebook月活用户已达17.1亿人。Facebook现在在信息推荐、过滤攻击言论、推荐热门话题、搜索结果排名等领域已大量使用人工智能和深度学习的技术。

Facebook的AI领域布局主要围绕其用户社交关系和社交信息来展开,集中在语义识别(DeepText)、图像识别(DeepFace)、智能助理(Facebook·M)等领域,目前在聊天应用、家用语音识别终端领域,Facebook及亚马逊处于领先位置。

未来,Facebook三大重点发展领域为:虚拟现实和增强现实(OculusVR)、互联互通(联手NASA)及人工智能(图像和语音识别),且AI将助力AR/VR、互联互通战略达成。

与Google、微软等巨头相似,为促进FacebookAI应用端产品研发、及AI生态系统建立,Facebook陆续开源Torch、Chef、fastText、BigSur等一系列AI工具及资料库。

 

 

|微软:主推企业&医疗AI

近年来,微软收购AI初创公司最主要目的是获得AI领域人才和技术,一般会关停被收购公司的原有业务(如Genee、Cortana),并将其整合到微软现有业务中,以贯彻微软“移动第一,云计算第一”策略。

2016年9月,微软宣布重组微软研究院、微软信息平台部门、必应和小娜产品部门、环境计算、机器人团队等部门,联合组建MicrosoftAIandResearchGroup。新成立的AI部门将包含AI产品工程部门、基础和应用研究实验室,及新体验与新技术部门NExT等,并由微软行政副总裁沈向洋领军。新部门将拥有超过5000人的AI研发团队。

此外,微软于2011年12月成立QuArC部门,重点关注可扩展、容错量子计算机的使用设计软件架构和算法。微软StationQ小组也正研究拓扑量子计算。微软最近还推了FPGA芯片(ProjectCatapult),在执行AI命令时,速度比普通芯片快几个数量级。基于FPGA的A-eye芯片更赋予摄像头视觉理解力。

2016年1月,微软开源深度学习工具包CNTK,CNTK是目前最快的分布式运算神经网络框架,也是唯一可扩展的开源深度学习工具包。2015年2月,微软发布基于云平台的微软认知服务(Azure机器学习平台),为所有用户提供在云端处理大数据的Azure机器学习服务,基于Azure应用HowOldAreYOU,一时风靡全球网络。微软智能云Azure集合了企业级云计算平台、物联网、移动解决方案、大数据分析、人工智能、丰富开发工具平台,提供了完善底层技术支持、平台服务,并积极拥抱开源。

目前微软内部已有接近100个与医疗相关的项目。微软亚洲研究院一直将数字医学影像识别作为主攻方向之一,希望通过计算机视觉领域的最新技术加速推动精准医疗。近两年,微软亚洲研究院团队在脑肿瘤病理切片的识别和判断,基于“神经网络+深度学习”模式,已取得对大尺寸病理切片的图片处理、对病变腺体的识别等两大突破。此外,微软还正研发可判断病人是否感染疟疾、感染哪类疟疾及感染疟疾渠道的AI技术。

|苹果:差分隐私技术守护用户隐私

在后PC时代,苹果公司将软件和硬件进行垂直整合、关注软件与硬件产品的细节和创新、大力投资研发,连续推出了iPod、iPhone、MacBookAir、iPad等多款变革性产品。2014年,苹果品牌超越谷歌(Google),成为世界最具价值品牌。最近,苹果CEO库克表示未来将着重加强在智能汽车、AppleTV、人工智能和增强现实等领域研究。

机器学习需大量数据训练以达到良好学习效果,传统AI学习方式为将用户数据上传至云端,再遍历数据寻找感兴趣内容,并进行数据训练。而苹果缺少搜索服务和社交网络服务,且高度重视用户隐私保护,对用户数据进行端到端加密,这将限制用户数据使用,难开展可行的个性化AI业务。从iOS10起,苹果使用差分隐私(Differential Privacy)技术,在数据若干片段加入数学噪音,让个人身份无法识别,通过该方式,苹果可在不影响个人隐私下,识别大批量用户的使用模式。

根据外媒报告,苹果正加紧推进技术Siri语音助手的智能家居设备的研发及原型测试,试图通过语音来控制电器、门锁、照明以及窗帘等。Siri上线于2007年,目前已经可支持AppleTV和AppleWatch。2015年10月,苹果收购英国语音技术初创公司VocalIQ。经测试,在抓取复杂漫长的语音指令的全部重要信息方面,VocalIQ成功率超过90%,而GoogleNow、Siri、Cortana成功率仅为20%。经整合VocalIQ后,苹果数字助手Siri性能将大幅改善。

|亚马逊:云计算&Echo行业领先

目前亚马逊主要从Amazon.com网站销售的商品中抽取利润,并提供亚马逊网络服务(AWS)及相关智能家居设备。

亚马逊较早进入云计算,技术积累深厚。根据Gartner预计,2019年全球云计算市场规模将达3150亿美元,云计算市场前景广阔。目前云计算市场已经形成亚马逊、谷歌、微软、IBM、Saleforce五巨头格局,巨头行业竞争地位牢固,根据IDC,2020年亚马逊、阿里云、微软、Google、Salesforce和IBM等6家厂商将垄断全球云计算基础服务市场的80%份额。

AI算法需要强大算力支持,亚马逊领先云计算能力,将为其人工智能技术走向实用提供保障。而亚马逊云服务的强大客户数据,将迅速提升AWS系统的智能化水平。根据SynergyResearch,2016年Q2,亚马逊AWS全球市场份额高达31%,遥遥领先第二位微软公司的9%市场份额。亚马逊云计算部门2016年第二季度营收接近30亿美金,占整个亚马逊收入的30%,是亚马逊的主要营收来源。

2015年4月,亚马逊公司旗下AmazonWebServices推出“亚马逊机器学习”服务,为第三方开发者提供亚马逊创建机器学习模型的技术。2016年5月,亚马逊还开源其深度学习和机器学习工具DSSTNE(Deep Scalable Sparse Tensor Network Engine)。相比其他深度学习工具而言,DSSTNE更擅于训练稀疏数据。

产品方面,亚马逊在过去4年期间,重点打造Alexa智能语音助手及Echo智能音箱,目前从事Alexa、Echo项目团队已超过1000人。在集成第三方应用方面,Alexa相对谷歌GoogleAssistant(安卓系统)和苹果Siri(集成IOS系统)而言,处于竞争劣势。目前亚马逊努力尝试让Alexa支持其他可连接设备,未来将集成至宝马车型中。2016年9月,LG也表示准备将亚马逊的服务(例如Alexa服务、Dash等)植入到自己的产品中。而Echo已经通过API及亚马逊云服务增加1200多个“技能”(诸如同步语音数据、播放音乐、语音购物、搜索、新闻、提醒等功能),已经入驻300多万家庭,未来Echo还将持续扩大对智能家居设备兼容性。

|Mobileye:ADAS芯片致力自动驾驶

Mobileye致力于计算机视觉、地图及机器学习等领域,为知名汽车制造商提供基于视觉系统分析和数据处理研发的ADAS(高级驾驶辅助系统)芯片和自动驾驶解决方案。与Google、Tesla着眼于完全自动驾驶不同,MobileyeADAS则采用更廉价可行方案。Mobileye主打产品是一款基于摄像头的ADAS芯片——EyeQ芯片,EyeQ识别率已高达99.99%,市场占有率为75%。

根据美国高速公路安全管理局(NHTSA),自动驾驶分为5个阶段,目前正处于“有限的自动驾驶”阶段早期,ADAS起着关键作用。常见ADAS功能有盲点侦测BSD、前碰撞预警FCW、主动紧急制动AEB、车道偏离预警LDW、车道保持心态LKS等,目前ADAS功能已达20多个。

智东西认为,深度学习商业化正在爆发,基于监督式学习的处理方法已有诸多应用,未来,非监督式学习方案也将走向实用。目前,最大的技术难题依旧在于通过语音、图像识别打通人机交互接口,以便数据采集。

硅谷几大科技巨头致力于积累AI底层技术,并购交易数量飙升,并围绕自家主业打造AI生态,加速AI向其他业务扩散,在云计算、数字医疗、智能家居、虚拟助手领域竞争尤其激烈。而巨头们开源算法平台、工具包等,也为中小企业提供了站队选项和广大的生存空间。

收藏 推荐 打印 | 录入:admin | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款