2018年的人工智能行業(yè)的走向?qū)?huì)是怎樣的？
據(jù)中研產(chǎn)業(yè)研究院發(fā)布的《2019-2025年中國(guó)人工智能行業(yè)發(fā)展分析與投資戰(zhàn)略研究報(bào)告》統(tǒng)計(jì)數(shù)據(jù)顯示
國(guó)際人工智能行業(yè)發(fā)展分析及經(jīng)驗(yàn)借鑒
第一節(jié) 全球人工智能市場(chǎng)總體情況分析
一、全球人工智能行業(yè)的發(fā)展特點(diǎn)
“人工智能”涵蓋了很多前沿技術(shù)和分支，卻很難用一句話來定義，因?yàn)樗恢碧幵诎l(fā)展當(dāng)中。比如，一些在過去看來很“人工智能”的事情，現(xiàn)在卻變成了簡(jiǎn)單的“機(jī)械重復(fù)”，像是數(shù)字的高速計(jì)算、圖像的處理等。但總體上來看，“人工智能”的本質(zhì)和目的一直沒有發(fā)生太多變化，那就是“完成人類的部分腦力工作”。
20世紀(jì)60年代開始，就有許多科幻電影和科幻小說描述著人類對(duì)“人工智能”的憧憬和恐懼，比如斯皮爾伯格的知名影片《人工智能》。不過在現(xiàn)實(shí)中，長(zhǎng)久以來，受到技術(shù)、科技發(fā)展和應(yīng)用層面的限制，人工智能只是一件人人都在說，都以為別人在做，但事實(shí)上卻沒多少人知道該怎么做的事——無論在學(xué)術(shù)研究層面還是在應(yīng)用層面都是如此。
人工智能曾經(jīng)在20世紀(jì)90年代互聯(lián)網(wǎng)泡沫破裂前風(fēng)靡一時(shí)，到了21世紀(jì)伊始卻變成了一個(gè)禁忌，大家開始懷疑它是否存在。而到了2011年，美國(guó)資本市場(chǎng)再度為人工智能而瘋狂。風(fēng)險(xiǎn)投資機(jī)構(gòu)和頂級(jí)科技公司們開始頻繁投資這個(gè)領(lǐng)域的創(chuàng)業(yè)公司，投資范圍從應(yīng)用層面的機(jī)器人、增強(qiáng)現(xiàn)實(shí)，到底層技術(shù)層面的深度學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)芯片等，人工智能項(xiàng)目也遍地開花。比如，Google接連投資了虛擬現(xiàn)實(shí)創(chuàng)業(yè)公司Magic Leap，收購(gòu)了人工智能公司DeepMind;Facebook收購(gòu)語(yǔ)音識(shí)別公司W(wǎng)it.ai，等等。
除了投資外部團(tuán)隊(duì)之外，像IBM、Google、Facebook和百度等國(guó)內(nèi)外科技巨頭們也紛紛加強(qiáng)自己的人工智能方面的專業(yè)團(tuán)隊(duì)，招募了一批人工智能尤其是深度學(xué)習(xí)相關(guān)領(lǐng)域的科學(xué)家，如深度學(xué)習(xí)鼻祖之一Geoffrey Hinton加入了Google，Yann LeCun加入了Facebook擔(dān)任人工智能實(shí)驗(yàn)室負(fù)責(zé)人，Andrew Ng(吳恩達(dá))加入百度負(fù)責(zé)深度學(xué)習(xí)研究院等。
從人工智能的整個(gè)發(fā)展歷程來看，按照應(yīng)用場(chǎng)景和人工智能資源的集中度，可以大致分成三個(gè)階段。
第一階段：實(shí)驗(yàn)室研究階段，這一階段的人工智能資源高度集中。人工智能在2011年前的發(fā)展大致還處于實(shí)證研究階段，資源高度集中在國(guó)家或大學(xué)資助的研究機(jī)構(gòu)中，用于算法模型的訓(xùn)練和研究，人工智能還只能為極少數(shù)人接觸到。這一階段大量的工作除了在算法模型本身的研究外，還包括建立計(jì)算能力本身。
第二階段：企業(yè)應(yīng)用階段，這一階段的人工智能資源被少部分科技巨頭掌握。在人工智能表現(xiàn)出一定的實(shí)際應(yīng)用價(jià)值后，科技巨頭們一擁而上，紛紛希望在這個(gè)領(lǐng)域取得突破。在少部分核心企業(yè)掌握了大規(guī)模的人工智能資源以后，其它小規(guī)模的企業(yè)一般會(huì)利用這些核心企業(yè)提供的人工智能資源接口和其支持的人工智能應(yīng)用為自身的發(fā)展提供服務(wù)。由于掌握大規(guī)模的計(jì)算資源是這一模式的前提，因此這一階段人工智能資源的集中度仍然非常高，而這將是人工智能在企業(yè)場(chǎng)景下的主要應(yīng)用形式，即集中計(jì)算，分布使用。
第三步：個(gè)人應(yīng)用階段，這一階段的人工智能資源被分散到個(gè)人手中。顯然，依賴于云端大規(guī)模計(jì)算資源的人工智能算法限制著人工智能在消費(fèi)者場(chǎng)景的應(yīng)用，因?yàn)榧惺接?jì)算意味著巨量的網(wǎng)絡(luò)資源消耗，并且因?yàn)榫W(wǎng)絡(luò)問題，難以在消費(fèi)者應(yīng)用場(chǎng)景中有穩(wěn)定的表現(xiàn)。因此，人工智能的本地化，也就是從集中走向分布(細(xì)化到智能手機(jī)、可穿戴設(shè)備等)實(shí)現(xiàn)將是人工智能在消費(fèi)者場(chǎng)景中得到普及的關(guān)鍵一步。伴隨著人工智能的本地化實(shí)現(xiàn)，將使得人工智能真正延展到手持設(shè)備、家用電器、汽車等消費(fèi)級(jí)應(yīng)用。
圖表：人工智能發(fā)展階段
數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院
二、全球人工智能市場(chǎng)結(jié)構(gòu)
全球人工智能企業(yè)分布極不平衡，主要集中于美國(guó)、歐洲及中國(guó)等少數(shù)國(guó)家地區(qū)。排名前三的美國(guó)舊金山/灣區(qū)、紐約及中國(guó)北京，企業(yè)數(shù)量分別占全球的16.9%，4.8%與4.0%。在增速方面，整體上一直保持增長(zhǎng)勢(shì)頭，直至2015年出現(xiàn)小幅度回落。歐洲的人工智能企業(yè)多集中于本國(guó)家的首都。在歐洲各城市中，英國(guó)倫敦的企業(yè)數(shù)量最多，為第二位巴黎的3.1倍，占全球總數(shù)的3.69%。日本與韓國(guó)的企業(yè)數(shù)量明顯不及中國(guó)，日本東京僅與杭州相當(dāng)，韓國(guó)首爾僅與成都相當(dāng)。東亞地區(qū)排名前三的城市，北上深三城占全球總數(shù)的7.4%。雖然還遠(yuǎn)不及美國(guó)，但在全球中的重要性將日益明顯。
三、全球人工智能行業(yè)發(fā)展分析
“人工智能”涵蓋了很多前沿技術(shù)和分支，卻很難用一句話來定義，因?yàn)樗恢碧幵诎l(fā)展當(dāng)中。比如，一些在過去看來很“人工智能”的事情，現(xiàn)在卻變成了簡(jiǎn)單的“機(jī)械重復(fù)”，像是數(shù)字的高速計(jì)算、圖像的處理等。但總體上來看，“人工智能”的本質(zhì)和目的一直沒有發(fā)生太多變化，那就是“完成人類的部分腦力工作”。
20世紀(jì)60年代開始，就有許多科幻電影和科幻小說描述著人類對(duì)“人工智能”的憧憬和恐懼，比如斯皮爾伯格的知名影片《人工智能》。不過在現(xiàn)實(shí)中，長(zhǎng)久以來，受到技術(shù)、科技發(fā)展和應(yīng)用層面的限制，人工智能只是一件人人都在說，都以為別人在做，但事實(shí)上卻沒多少人知道該怎么做的事——無論在學(xué)術(shù)研究層面還是在應(yīng)用層面都是如此。
人工智能曾經(jīng)在20世紀(jì)90年代互聯(lián)網(wǎng)泡沫破裂前風(fēng)靡一時(shí)，到了21世紀(jì)伊始卻變成了一個(gè)禁忌，大家開始懷疑它是否存在。而到了2011年，美國(guó)資本市場(chǎng)再度為人工智能而瘋狂。風(fēng)險(xiǎn)投資機(jī)構(gòu)和頂級(jí)科技公司們開始頻繁投資這個(gè)領(lǐng)域的創(chuàng)業(yè)公司，投資范圍從應(yīng)用層面的機(jī)器人、增強(qiáng)現(xiàn)實(shí)，到底層技術(shù)層面的深度學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)芯片等，人工智能項(xiàng)目也遍地開花。比如，Google接連投資了虛擬現(xiàn)實(shí)創(chuàng)業(yè)公司Magic Leap，收購(gòu)了人工智能公司DeepMind;Face book收購(gòu)語(yǔ)音識(shí)別公司W(wǎng)it.ai等。除了投資外部團(tuán)隊(duì)之外，像IBM、Google、Face book和百度等國(guó)內(nèi)外科技巨頭們也紛紛加強(qiáng)自己的人工智能方面的專業(yè)團(tuán)隊(duì)，招募了一批人工智能尤其是深度學(xué)習(xí)相關(guān)領(lǐng)域的科學(xué)家，如深度學(xué)習(xí)鼻祖之一Geoffrey Hinton加入了Google，YannLeCun加入了Face book擔(dān)任人工智能實(shí)驗(yàn)室負(fù)責(zé)人，Andrew Ng(吳恩達(dá))加入百度負(fù)責(zé)深度學(xué)習(xí)研究院等。
圖表：人工智能發(fā)展階段
數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院
從人工智能的整個(gè)發(fā)展歷程來看，按照應(yīng)用場(chǎng)景和人工智能資源的集中度，可以大致分成三個(gè)階段。
第一階段：實(shí)驗(yàn)室研究階段，這一階段的人工智能資源高度集中。人工智能在2011年前的發(fā)展大致還處于實(shí)證研究階段，資源高度集中在國(guó)家或大學(xué)資助的研究機(jī)構(gòu)中，用于算法模型的訓(xùn)練和研究，人工智能還只能為極少數(shù)人接觸到。這一階段大量的工作除了在算法模型本身的研究外，還包括建立計(jì)算能力本身。
第二階段：企業(yè)應(yīng)用階段，這一階段的人工智能資源被少部分科技巨頭掌握。在人工智能表現(xiàn)出一定的實(shí)際應(yīng)用價(jià)值后，科技巨頭們一擁而上，紛紛希望在這個(gè)領(lǐng)域取得突破。在少部分核心企業(yè)掌握了大規(guī)模的人工智能資源以后，其它小規(guī)模的企業(yè)一般會(huì)利用這些核心企業(yè)提供的人工智能資源接口和其支持的人工智能應(yīng)用為自身的發(fā)展提供服務(wù)。由于掌握大規(guī)模的計(jì)算資源是這一模式的前提，因此這一階段人工智能資源的集中度仍然非常高，而這將是人工智能在企業(yè)場(chǎng)景下的主要應(yīng)用形式，即集中計(jì)算，分布使用。
第三步：個(gè)人應(yīng)用階段，這一階段的人工智能資源被分散到個(gè)人手中。顯然，依賴于云端大規(guī)模計(jì)算資源的人工智能算法限制著人工智能在消費(fèi)者場(chǎng)景的應(yīng)用，因?yàn)榧惺接?jì)算意味著巨量的網(wǎng)絡(luò)資源消耗，并且因?yàn)榫W(wǎng)絡(luò)問題，難以在消費(fèi)者應(yīng)用場(chǎng)景中有穩(wěn)定的表現(xiàn)。因此，人工智能的本地化，也就是從集中走向分布(細(xì)化到智能手機(jī)、可穿戴設(shè)備等)實(shí)現(xiàn)將是人工智能在消費(fèi)者場(chǎng)景中得到普及的關(guān)鍵一步。伴隨著人工智能的本地化實(shí)現(xiàn)，將使得人工智能真正延展到手持設(shè)備、家用電器、汽車等消費(fèi)級(jí)應(yīng)用。
當(dāng)前人工智能的浪潮已席卷了全球，人工智能領(lǐng)域的公司也在不斷激增。根據(jù)Venture Scanner的統(tǒng)計(jì)，截至到2016年初，全球共有957家人工智能公司，美國(guó)以499家位列第一。覆蓋了深度學(xué)習(xí)/機(jī)器學(xué)習(xí)(通用)、深度學(xué)習(xí)/機(jī)器學(xué)習(xí)(應(yīng)用)、自然語(yǔ)言處理(通用)、自然語(yǔ)言處理(語(yǔ)音識(shí)別)、計(jì)算機(jī)視覺/圖像識(shí)別(通用)、計(jì)算機(jī)視覺/圖像識(shí)別(應(yīng)用)、手勢(shì)控制、虛擬私人助手、智能機(jī)器人、推薦引擎和協(xié)助過濾算法、情境感知計(jì)算、語(yǔ)音翻譯、視頻內(nèi)容自動(dòng)識(shí)別13個(gè)細(xì)分行業(yè)。
四、全球人工智能行業(yè)競(jìng)爭(zhēng)格局
各國(guó)政府高度重視人工智能相關(guān)產(chǎn)業(yè)的發(fā)展。自人工智能誕生至今，各國(guó)都紛紛加大對(duì)人工智能的科研投入，其中美國(guó)政府主要通過公共投資的方式引導(dǎo)人工智能產(chǎn)業(yè)的發(fā)展，2013財(cái)年美國(guó)政府將22億美元的國(guó)家預(yù)算投入到了先進(jìn)制造業(yè)，投入方向之一便是“國(guó)家機(jī)器人計(jì)劃”。在技術(shù)方向上，美國(guó)將機(jī)器人技術(shù)列為警惕技術(shù)，主攻軍用機(jī)器人技術(shù)，歐洲主攻服務(wù)和醫(yī)療機(jī)器人技術(shù)，日本主攻仿人和娛樂機(jī)器人。
現(xiàn)階段的技術(shù)突破的重點(diǎn)一是云機(jī)器人技術(shù)，二是人腦仿生計(jì)算技術(shù)。美國(guó)、日本、巴西等國(guó)家均將云機(jī)器人作為機(jī)器人技術(shù)的未來研究方向之一。伴隨著寬帶網(wǎng)絡(luò)設(shè)施的普及，云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，未來機(jī)器人技術(shù)成本的進(jìn)一步降低和機(jī)器人量產(chǎn)化目標(biāo)實(shí)現(xiàn)，機(jī)器人通過網(wǎng)絡(luò)獲得數(shù)據(jù)或者進(jìn)行處理將成為可能。目前國(guó)外相關(guān)研究的方向包括：建立開放系統(tǒng)機(jī)器人架構(gòu)(包括通用的硬件與軟件平臺(tái))、網(wǎng)絡(luò)互聯(lián)機(jī)器人系統(tǒng)平臺(tái)、機(jī)器人網(wǎng)絡(luò)平臺(tái)的算法和圖像處理系統(tǒng)開發(fā)、云機(jī)器人相關(guān)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的研究等。
由于深度學(xué)習(xí)的成功，學(xué)術(shù)界進(jìn)一步沿著連接主義的路線提升計(jì)算機(jī)對(duì)人腦的模擬程度。人腦仿生計(jì)算技術(shù)的發(fā)展，將使電腦可以模仿人類大腦的運(yùn)算并能夠?qū)崿F(xiàn)學(xué)習(xí)和記憶，同時(shí)可以觸類旁通并實(shí)現(xiàn)對(duì)知識(shí)的創(chuàng)造，這種具有創(chuàng)新能力的設(shè)計(jì)將會(huì)讓電腦擁有自我學(xué)習(xí)和創(chuàng)造的能力，與人類大腦的功能幾無二致。在2013年年初的國(guó)情咨文中，美國(guó)總統(tǒng)奧巴馬特別提到為人腦繪圖的計(jì)劃，宣布投入30億美元在10年內(nèi)繪制出“人類大腦圖譜”，以了解人腦的運(yùn)行機(jī)理。歐盟委員會(huì)也在2013年年初宣布，石墨烯和人腦工程兩大科技入選“未來新興旗艦技術(shù)項(xiàng)目”，并為此設(shè)立專項(xiàng)研發(fā)計(jì)劃，每項(xiàng)計(jì)劃將在未來10年內(nèi)分別獲得10億歐元的經(jīng)費(fèi)。美國(guó)IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實(shí)現(xiàn)電腦模仿人腦的運(yùn)算過程，預(yù)計(jì)最快到2019年可完全模擬出人類大腦。
高科技企業(yè)普遍將人工智能視為下一代產(chǎn)業(yè)革命和互聯(lián)網(wǎng)革命的技術(shù)引爆點(diǎn)進(jìn)行投資，加快產(chǎn)業(yè)化進(jìn)程。谷歌在2013年完成了8 家機(jī)器人相關(guān)企業(yè)的收購(gòu)，在機(jī)器學(xué)習(xí)方面也大肆搜羅企業(yè)和人才，收購(gòu)了Deep Mind和計(jì)算機(jī)視覺領(lǐng)軍企業(yè)Andrew Zisserman，又聘請(qǐng)DARPA原負(fù)責(zé)人 Regina Dugan負(fù)責(zé)顛覆性創(chuàng)新項(xiàng)目的研究，并安排構(gòu)建Google基礎(chǔ)算法和開發(fā)平臺(tái)的著名計(jì)算機(jī)科學(xué)家Jeff Dean轉(zhuǎn)戰(zhàn)深度學(xué)習(xí)領(lǐng)域。蘋果2014 年在自動(dòng)化上的資本支出預(yù)算高達(dá)110 億美元。蘋果手機(jī)中采用的Siri智能助理脫胎于美國(guó)先進(jìn)研究項(xiàng)目局(DARPA)投資1.5億美元，歷時(shí)5年的CALO( Cognitive Assistant that Learns and Organizes)項(xiàng)目，是美國(guó)首個(gè)得到大規(guī)模產(chǎn)業(yè)化應(yīng)用的人工智能項(xiàng)目。Amazon計(jì)劃在2015年能夠使用自己的機(jī)器人飛行器進(jìn)行快遞服務(wù)。韓國(guó)和日本的各家公司也紛紛把機(jī)器人技術(shù)移植到制造業(yè)新領(lǐng)域并嘗試進(jìn)入服務(wù)業(yè)。
五、全球人工智能市場(chǎng)區(qū)域分布
圖表：2018年全球人工智能企業(yè)數(shù)量前五名
數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院
2018年，全球人工智能初創(chuàng)企業(yè)共計(jì)2617家。美國(guó)占據(jù)1078家居首，中國(guó)以592家企業(yè)排名第二，其后分別是英國(guó)，以色列，加拿大等國(guó)家。
全球人工智能企業(yè)融資規(guī)模的分布，與人工智能企業(yè)分布相同。美中英三國(guó)融資規(guī)模為全球最大，但三者間的規(guī)模目前仍存在較大差距。
圖表：2018年全球人工智能企業(yè)融資規(guī)模分布
數(shù)據(jù)來源：中研普華產(chǎn)業(yè)研究院
截止至目前，美國(guó)達(dá)到978億元，在融資金額上領(lǐng)先中國(guó)54.01%，占據(jù)全球總?cè)谫Y50.10%;中國(guó)僅次于美國(guó)，635億，占據(jù)全球33.18%;其他國(guó)家合計(jì)占15.73%。
中國(guó)的1億美元級(jí)大型投資熱度高于美國(guó)，共有22筆，總計(jì)353.5億元。美國(guó)超過1億美元的融資一共11筆，總計(jì)417.3億，超過中國(guó)63.8億。
六、國(guó)際重點(diǎn)人工智能企業(yè)運(yùn)營(yíng)分析
1、微軟公司
(1)企業(yè)發(fā)展概況
微軟，是一家美國(guó)跨國(guó)科技公司，也是世界PC(Personal Computer，個(gè)人計(jì)算機(jī))軟件開發(fā)的先導(dǎo)，由比爾·蓋茨與保羅·艾倫創(chuàng)辦于1975年，公司總部設(shè)立在華盛頓州的雷德蒙德(Redmond，鄰近西雅圖)。以研發(fā)、制造、授權(quán)和提供廣泛的電腦軟件服務(wù)業(yè)務(wù)為主。
最為著名和暢銷的產(chǎn)品為Microsoft Windows操作系統(tǒng)和Microsoft Office系列軟件，目前是全球最大的電腦軟件提供商。
(3)微軟AI研究新進(jìn)展
微軟在人工智能方面有著很深的積淀，比如微軟研究院在語(yǔ)音識(shí)別、自然語(yǔ)言和計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)方面已經(jīng)有很多成果，在這些研究的基礎(chǔ)上微軟先后推出了Skype即時(shí)翻譯、小冰和小娜(Cortana)這樣的AI產(chǎn)品。
而新成立的部門必將深化這種產(chǎn)研的結(jié)合。微軟稱，整合后的新部門將包括AI產(chǎn)品設(shè)計(jì)、基礎(chǔ)與應(yīng)用研究實(shí)驗(yàn)室，以及新體驗(yàn)與技術(shù)(NExT)這幾部分。
而為了實(shí)現(xiàn)AI普及的目標(biāo)，微軟列出了4大重點(diǎn)關(guān)注領(lǐng)域：
代理。利用AI通過Cortana這樣的代理從根本上改變?nèi)藱C(jī)交互方式。
應(yīng)用。將智能注入從相機(jī)app到Skype、Office365等的一切應(yīng)用。
服務(wù)。把注入到微軟應(yīng)用的相同能力(如視覺、聲音等認(rèn)知能力，機(jī)器分析能力)開放給全球的應(yīng)用開發(fā)者。
基礎(chǔ)設(shè)施。微軟稱要利用Azure開發(fā)出全球最強(qiáng)大的AI超級(jí)計(jì)算機(jī)并開放給每個(gè)人，讓個(gè)人和組織都能利用它的能力(這讓人想到IBM的Watson)
從中可以看出，微軟已經(jīng)把AI當(dāng)作一種基礎(chǔ)能力，希望從端到端滲透到各個(gè)領(lǐng)域。
(4)微軟加快布局人工智能
現(xiàn)在，小娜(Cortana)收到的指令和問題已經(jīng)超過120億條，擁有1.33億活躍用戶。小娜可以在多設(shè)備上運(yùn)行。她根據(jù)你的日常生活和工作養(yǎng)成的技巧，已經(jīng)形成了一個(gè)高效的生態(tài)系統(tǒng)。通常在你意識(shí)到自己有需要之前，她就能做好準(zhǔn)備。為了讓開發(fā)人員都能夠使用認(rèn)知能力，微軟還提供了CortanaIntelligenceSuite。
微軟的MicrosoftPix應(yīng)用是一個(gè)圖片編輯工具，它能感知，幫助你選擇合適的圖像。
MileIQ是一個(gè)位置提醒APP，它的智能在于幫助你量化和分類旅行。SwiftKey是一個(gè)智能鍵盤，使用神經(jīng)網(wǎng)絡(luò)，根據(jù)你的輸入方式進(jìn)行訓(xùn)練，能為你想要輸入的下一個(gè)詞建模，即使這樣一個(gè)簡(jiǎn)單的任務(wù)，也會(huì)變得更加智能。它不受平臺(tái)的限制。SwiftKey現(xiàn)在已經(jīng)被30億安卓和IOS設(shè)備使用。在Office365中，MyAnalytics會(huì)追蹤你每天的工作，通過圖表展示你每天的時(shí)間分配。
客戶關(guān)系管理(CRM)，CRM系統(tǒng)一般都是孤立的，用具體的術(shù)語(yǔ)為客戶行動(dòng)建模，為管理而建，而不是銷售生產(chǎn)率。假如銷售員能夠根據(jù)客戶的CRM系統(tǒng)之外的信息行動(dòng)，比如來自Twitter，F(xiàn)acebook，客戶服務(wù)應(yīng)用程序等的信息，那會(huì)怎么樣呢?微軟在每天交互的應(yīng)用中注入智能wait，可以讓銷售員以一種綜合的方式采取行動(dòng)，使用豐富的數(shù)據(jù)模型，這些模型能在所有的地方加入智能。
微軟的平臺(tái)BotFramework，允許在新的應(yīng)用程序中建立智能的工具包——從Build大會(huì)以來，已經(jīng)有40000開發(fā)人員使用它——包括像Uber這樣的品牌，在認(rèn)知服務(wù)中使用人臉識(shí)別APIs來改善他們的移動(dòng)應(yīng)用程序，以確保乘客安全。
AI服務(wù)需要各種類型的技術(shù)。為了實(shí)現(xiàn)這個(gè)目標(biāo)，微軟們已經(jīng)往我們的云中投入大量FPGA(現(xiàn)場(chǎng)可編程門陣列)，它能直接與網(wǎng)絡(luò)對(duì)話。在云中加入FPGA達(dá)到前所未有的網(wǎng)絡(luò)性能，提高了所有工作負(fù)載的吞吐量，包括運(yùn)行如SAP這種關(guān)鍵任務(wù)程序。
此外，微軟還有一個(gè)全球性的、超大規(guī)模的云基礎(chǔ)框架，在云中增加了GPU，以提供更高性能的云接入，使一些從前根本不可能的方案得以實(shí)現(xiàn)。微軟的Azure現(xiàn)在是世界上第一臺(tái)AI超級(jí)計(jì)算機(jī)。
最后，還有研究AI的平臺(tái)。微軟支持所有的框架，其中，微軟自己的CNTK是最快的分布式運(yùn)算神經(jīng)網(wǎng)絡(luò)框架，也是唯一開源的可擴(kuò)展的深度學(xué)習(xí)工具包。
(5)微軟人工智能發(fā)展計(jì)劃
2017年7月，微軟宣布建立一個(gè)專注于人工智能的全新研究實(shí)驗(yàn)室Microsoft ResearchAI，Eric Horvitz計(jì)劃將不同的學(xué)科結(jié)合起來，以期創(chuàng)建更多通用的學(xué)習(xí)系統(tǒng)。
該新實(shí)驗(yàn)室將以位于華盛頓州雷德蒙德的總部為基礎(chǔ)，由來自感知、學(xué)習(xí)、推理和自然語(yǔ)言處理等人工智能研究的多個(gè)子領(lǐng)域中的科學(xué)家組成。人數(shù)超過100人，約占微軟研究院研究人員總數(shù)的十分之一。新的實(shí)驗(yàn)室系全球微軟研究部門下屬機(jī)構(gòu)，微軟雷德蒙研究院院長(zhǎng)EricHorvitz同時(shí)擔(dān)任MSRAI的負(fù)責(zé)人。
(6)、微軟建立機(jī)器學(xué)習(xí)工具
無論是學(xué)術(shù)界的研究人員還是工業(yè)界的開發(fā)者，DMTK可以幫助他們?cè)诔笠?guī)模數(shù)據(jù)上靈活穩(wěn)定地訓(xùn)練大規(guī)模機(jī)器學(xué)習(xí)模型。當(dāng)前版本的工具包包含以下幾個(gè)部分：
1.DMTK分布式機(jī)器學(xué)習(xí)框架：它由參數(shù)服務(wù)器和客戶端軟件開發(fā)包(SDK)兩部分構(gòu)成。參數(shù)服務(wù)器在原有基礎(chǔ)上從性能和功能上都得到了進(jìn)一步提升——支持存儲(chǔ)混合數(shù)據(jù)結(jié)構(gòu)模型、接受并聚合工作節(jié)點(diǎn)服務(wù)器的數(shù)據(jù)模型更新、控制模型同步邏輯等。客戶端軟件開發(fā)包(SDK)支持維護(hù)節(jié)點(diǎn)模型緩存(與全局模型服務(wù)器同步)、節(jié)點(diǎn)模型訓(xùn)練和模型通訊的流水線控制、以及片狀調(diào)度大模型訓(xùn)練等。
2.LightLDA：LightLDA是一種全新的用于訓(xùn)練主題模型，計(jì)算復(fù)雜度與主題數(shù)目無關(guān)的高效算法。在其分布式實(shí)現(xiàn)中，我們做了大量的系統(tǒng)優(yōu)化使得LightLDA能夠在一個(gè)普通計(jì)算機(jī)集群上處理超大規(guī)模的數(shù)據(jù)和模型。例如，在一個(gè)由8臺(tái)計(jì)算機(jī)組成的集群上，我們可以在具有2千億訓(xùn)練樣本(token)的數(shù)據(jù)集上訓(xùn)練具有1百萬詞匯表和1百萬個(gè)話題(topic)的LDA模型(約1萬億個(gè)參數(shù))，這種規(guī)模的實(shí)驗(yàn)以往要在數(shù)千臺(tái)計(jì)算機(jī)的集群上才能運(yùn)行。
想要了解更多關(guān)于行業(yè)專業(yè)分析請(qǐng)關(guān)注中研普華研究報(bào)告《2019-2025年中國(guó)人工智能行業(yè)發(fā)展分析與投資戰(zhàn)略研究報(bào)告》