1700513454
1700513455
另外，由于缺少数据和算力，大学与其他独立研究机构的学者们发现他们在深度学习的实践应用领域完全没有竞争力。所以，许多研究人员都开始追随杰弗里·辛顿的脚步，专注发明“下一个深度学习”，开放地研究颠覆性的、能解决人工智能问题的全新工具。这种开放研究很可能在偶然间实现下一个突破，同时发表出来分享给全世界。
1700513456
1700513458
谷歌战群雄
1700513459
1700513460
如果下一个深度学习注定要产生于企业界，那最有可能的候选人就是谷歌。人工智能七巨头中，谷歌（准确地说是它的母公司Alphabet）出类拔萃。它是最早发掘深度学习潜能的公司之一，旗下拥有DeepMind和自动驾驶公司Waymo。
1700513461
1700513462
不说其他巨头，就谷歌一家公司在该领域的资金投入连美国政府也自惭形秽：美国联邦拨给数学和计算机科学研究的投资总额还不及谷歌研发部门预算的一半。(5) 2013年，谷歌收购DeepMind花了超过5亿美元。而自2009年谷歌无人驾驶项目开始启动，到2015年年底，谷歌在Waymo的软硬件开发上花了11亿美元。这些看似疯狂的投资，使人们得以在2017年目睹历史性一幕：5月，AlphaGo完美战胜人类围棋世界冠军；11月，Waymo宣布在美国测试没有司机坐在驾驶位上的无人驾驶车辆。这是自动驾驶领域又一次重大突破：在亚利桑那州凤凰城的自动驾驶出租车行驶过程中，Waymo员工不再坐在驾驶座上准备踩刹车，而是坐在一侧，准备在出现问题时按下标有“Pull Over”（靠边停车）的按钮。2018年，Waymo计划在凤凰城的部分地区推出完全无人的出租车。
1700513463
1700513464
疯狂烧钱为谷歌招揽了世界上大部分最聪明的人工智能从业者。排名前100的人工智能研究人员和工程师中，大约半数隶属谷歌。而另一半则分属其余几大巨头、学术界以及少数几个小型创业公司。微软和Facebook在其中所占比例巨大，如Facebook有扬·勒昆这样的超级研究人员。中国巨头中，百度是最先投入深度学习研究的企业，2014年曾尝试收购杰弗里·辛顿的创业公司（在价格战上输给了谷歌），最终招募到了吴恩达，抬高了百度硅谷人工智能实验室的身价。不出一年，人才战就带来了回报。2015年，百度的硅谷实验室开发了语音识别系统“深度语音2”（Deep Speech 2），在汉语语音识别领域超越了人类。这证明了端对端深度学习方法可用于高准确识别口音差异显著的语言，采用高性能计算技术带来了7倍的加速，这是个巨大的成就。微软在一年后才在英文语音识别领域达到相同的水平。(6) 2017年，吴恩达离开百度(7) ，创建了自己的人工智能投资基金，但是他在百度的研究历程，既展现了百度的雄心，也提高了他在研究界的声望。
1700513465
1700513466
阿里巴巴和腾讯在人工智能人才竞争中介入相对较晚，但它们有着能吸引顶尖人才的资金和数据。腾讯有微信这个全球最大互联网市场中的超级应用，拥有的数据生态系统恐怕是几位巨头中最丰富的一个。这一点成了现在腾讯吸引顶尖人工智能研究人员的法宝。2017年，腾讯在西雅图创办了人工智能研究机构，马上开始从总部位于西雅图的微软公司物色研究人员。阿里巴巴也紧随其后，创办了包括硅谷和西雅图在内的全球研究实验室。到目前为止，腾讯和阿里巴巴还未公开展示其研究成果，而是韬光养晦，等待产品驱动型应用的产生。阿里巴巴推出的“城市大脑”计划是一个大型人工智能网络，通过从监控录像、社交媒体、公共交通和定位系统等端口提取数据，来优化城市服务。阿里巴巴与总部所在地的杭州市政府联手，正在用先进的物体识别和交通预测算法实时调控红绿灯，并在发生交通事故时及时通知救援人员。这个算法在试运行期间，部分地区的交通流速提高了10%(8) ，阿里巴巴也在准备将此服务应用于其他城市。
1700513467
1700513468
尽管谷歌在人工智能精英竞赛里领先一步，但鹿死谁手犹未可知。如上所述，根本性的突破少之又少，出现的时间间隔也很大，而且颠覆性的发现通常出现在意想不到之处。深度学习来自一个小众网络，是一群主流研究人员看不起的、研究机器学习方法的研究人员得出的成果。如果下一个深度学习真的存在，那它可能藏在某个校园或是企业实验室里，至于何时何地出现谁也不知道。虽然世界在等待新的突破，但现在我们还处于人工智能实干时代。
1700513469
1700513471
人工智能的电网、电池之战
1700513472
1700513473
人工智能巨头们并非只是在寻找下一个深度学习的跑道上竞赛。目前它们与小型人工智能创业公司还有一战，因为一些小型创业公司正在利用机器学习革新某些产业。这是将人工智能“电能”分配进经济体系的两种不同方式的较量：七巨头的“电网”式与创业公司的“电池”式。这场较量的结果将决定人工智能的商业格局——垄断、寡头或是数百个公司自由竞争。
1700513474
1700513475
“电网”式的目标就是将机器学习的力量转化成标准化服务，可以由任何公司购买，无论是达成学术目的还是个人使用都可以通过云计算平台实现共享，甚至可以免费使用。这个模式中，云计算机平台就是电网，作用是根据用户提供的不同数据，实现复杂机器学习最佳化。“电网”式可以降低专业门槛，提升云人工智能平台的功能。连入“电网”就能让有大数据的传统公司轻易使用到最棒的人工智能，而不用将优化人工智能作为核心工作。当然，应用机器学习绝非将电力输入房屋那么简单（恐怕也永远不会这么简单），但是这些云平台后面的公司如谷歌、阿里巴巴、亚马逊等希望扮演公共事业公司的角色，管控“电网”并收取费用。
1700513476
1700513477
谷歌的TensorFlow是一个打造深度学习模型的开源软件生态系统，虽仍需要一些人工智能专家运营，但已经展现出这个模式的雏形。2015年，谷歌的人工智能专家创建了TensorFlow，借助TensorFlow，公司的工程师可以更容易地提高搜索和语音识别服务的精确性。在将TensorFlow开放给公司内部工程师数月后，谷歌宣布软件免费向全球开放。近3年后，这一机器学习平台成为人工智能工程师使用机器学习开发新应用的首选工具。这个平台的客户之一保险巨头安盛（AXA），就利用TensorFlow开发了可预测高昂保费的交通事故的系统。2017年，云服务基础设施的市场规模约为400亿美元，亚马逊和微软占据了大半江山，谷歌位居第三。借助TensorFlow，谷歌希望自己的云服务市场份额在5年内跃升至第一。在未来，大力投资人工智能的传统公司为了让自身搭建和运行人工智能的成本更低，会向云服务提供商砸下重金，购买“电网”服务。
1700513478
1700513479
相对较小的人工智能创业公司则选择了另一条路：为各行各业打造具有高度针对性的人工智能“电池”，这时“电网”还没有成形。这些创业公司靠的是深度而非广度。它们不打算提供通用型的机器学习能力，而是为特定目的打造产品、打磨算法，如医疗诊断、抵押贷款和自动无人机等。它们把宝押在了传统商业日常运营中，众多琐碎细节无法很好地跟通用网络契合在一点上。准确地说，这些创业公司不是要让传统公司“用标准的”人工智能，而是为传统公司量身打造能即刻融入公司正常流程的人工智能。
1700513480
1700513481
现在判断“电网”式和“电池”式孰优孰劣为时尚早。谷歌这些巨头在缓慢向世界伸出触角，而中国和美国的创业公司则在激烈争夺新领域、加强自己面对七巨头的竞争力。这场份额争夺战将最终决定新的经济格局：是七巨头获得大部分利润，成为人工智能时代的超级公共事业公司，还是由更多新公司瓜分巨大的蛋糕？
1700513482
1700513484
中国芯片的机会与挑战
1700513485
1700513486
除了人工智能巨头、创业公司和两大国家之外，人工智能竞争中还有一类选手——计算机芯片制造商。高性能芯片通常是计算机革命中默默无闻的英雄，是台式机、笔记本、智能手机、平板电脑的核心所在。虽然不为终端用户所知，但从经济和安全角度讲，打造这些芯片十分重要。
1700513487
1700513488
每一代计算机都需要不同芯片。当台式机占领王座时，芯片制造商不在乎耗电，努力为高分辨率屏幕打造最快处理器和显卡。英特尔是设计这种芯片的专家，在台式机时代创造了巨大财富。但是随着智能手机的普及，高效用电成了芯片成败的关键，高通公司以英国ARM的芯片为基础设计出来的产品后来居上。
1700513489
1700513490
现在，随着传统计算机程序逐渐被人工智能算法替代，需求再次发生了变化。机器学习需要快速运行复杂的数学计算，这一点是英特尔或者高通公司的芯片都不曾注重的。于是，以设计电子游戏所需的高性能图像处理芯片闻名的英伟达（Nvidia）乘虚而入，图像处理背后的数学原理与人工智能算法的需求十分匹配，英伟达也因此成了芯片市场的新星。当英特尔犹豫不定时，仅百度一家公司从英伟达购进的深度学习芯片的数量就达到向英特尔采购数量的4倍。2016年到2018年年初，英伟达的股价翻了10倍。
1700513491
1700513492
围绕着人脸识别与自动驾驶等新型需求，各家公司开始了下一代人工智能芯片的竞赛。这一次，连谷歌、百度、微软和Facebook这些从不曾研发芯片的公司也一拥而上：2016年5月，谷歌宣布，其专门为TensorFlow设计的芯片TPU已经秘密使用了一年多；9月，微软发布了可以执行Bing（必应，微软自己开发的搜索引擎）机器学习算法的可编程芯片，来增强英特尔处理器的计算性能，以提高网页搜索速度。当然，芯片业内的英特尔、高通和一些资金雄厚的硅谷创业公司更是不敢怠慢。于是在业内随处可见互联网科技公司和芯片公司联手进军人工智能的芯片领域的场景。
1700513493
1700513494
中国政府数十年来都在努力研发国产高性能芯片。但是这一过程十分复杂，对专业度要求极高。过去30年，硅谷公司一直保持着芯片开发的领先地位。这一次，中国政府和中国芯片创业公司都希望能有所不同，科技部投入了大量资金，指明要研发出在性能、耗能效率上高出英伟达现有产品20倍的高效芯片。中国的芯片创业公司如地平线机器人、比特大陆科技有限公司、寒武纪科技公司等均获得了大量投资，用于研发针对自动驾驶和其他人工智能应用的各种产品。中国在数据上的优势也将在芯片研发中发挥作用，为硬件开发商提供无数能检验产品的实例。
1700513495
1700513496
总之，目前在人工智能芯片研发领域，硅谷仍然处于领先地位，但这一优势可能在未来10—20年被中国政府和中国的风投赶上，因为在人工智能带来的大规模经济变化面前，政府和企业都非常看重芯片。
1700513497
1700513499
太平洋两岸的两个计划
1700513500
1700513501
2016年10月12日，当时的美国总统贝拉克·奥巴马在白宫发布了一个酝酿良久的计划(9) ，内容是讨论美国要如何利用人工智能的力量。该文件详述了人工智能将为经济体系带来巨大转型，阐明了把握这个机遇的细节步骤，如增加研究投入、提高军民合作、投入应对社会变化等。这份总结变化、提出方案的优秀报告没有激起美国人工智能的热潮，没有为人工智能创业公司带来新一轮风投和政府资助，也没有刺激市长或者州长们发布对人工智能友好的政策。当新任总统特朗普在报告发布3周后入主白宫时，甚至直接提议减少10%的美国国家科学基金会经费。(10)
1700513502
1700513503
美国社会各界对白宫发布的报告反应冷淡，与中国国务院发布人工智能发展计划后引发的全民热潮形成了强烈的对比。2017年7月，国务院发布的《新一代人工智能发展规划》造成了巨大的冲击波，这份规划与白宫报告有许多异曲同工之处，列出了数百种针对各行业的人工智能应用，为中国成为人工智能超级大国的进程列出了清晰的目标。该文件表示中国要在2020年跻身人工智能强国的行列，2025年完成某些重大突破，2030年成为世界主要的人工智能创新中心。
[
上一页 ]
[ :1.700513454e+09 ]
[
下一页 ]