國外科技巨頭的AI戰略布局及技術現狀

　　谷歌：軟硬件結合，開源系統構建AI生態

　　谷歌大數據檢索核心技術領先于全世界，并建立了全球最大的數據庫系統。廣告盈利是谷歌的主要盈利模式，目前九成以上營收來自其廣告系統。2015年8月，谷歌宣布架構重組，設立母公司 Alphabet，谷歌由搜索引擎公司全面轉向為覆蓋諸多領域的高科技企業。

　　谷歌在2011 年成立 AI 部門，目前已經有100 多個團隊用上了機器學習技術，包括谷歌搜索、 Google Now、 Gmail 等， 并往其開源 Android 手機系統中注入大量機器學習功能 (如 用卷積神經網絡開發 Android 手機語音識別系統) 。谷歌目前產品和服務依靠主要AI 技術驅動，如谷歌使用深度學習技術改善搜索引擎、識別 Android 手機指令、鑒別其Google+社交網絡的圖像。

　　谷歌 AI 途徑為：

　　1、覆蓋更多用戶使用場景， 從互聯網、移動互聯網等傳統業務延伸到智能家居、自動駕駛、機器人等領域，積累更 多數據信息;

　　2、積累底層人工智能技術，研發更高級的深度學習算法，增強圖形識別和語音識別能力，對信息進行更深層加工、處理。谷歌試圖將AI滲透到了旗下各產品，為用戶帶來更多使用場景、及更智能化功能。

　　研發+并購坐擁兩套AI 系統：

　　2015年11月谷歌開源第二代深度學習系統 Tensorflow。Tensorflow 可編寫并編譯執行機器學習算法代碼，并將機器學習算法變成符號表達的各類圖表，縮短重新寫代碼時間。TensorFlow 可模仿人類大腦工 作的方式并識別出模式，被用于語音識別或照片識別等多領域。另外，使TensorFlow 編寫的運算幾乎不用更改就能在多種異質系統上運行。在開放源代碼后，所有工 程師都將幫助谷歌修改和完善這項技術，谷歌收到反饋以后，可推出更好地服務和產品，進而推動整個 AI 產業發展。

　　DeepMind 創立于2010年，其將機器學習和系統神經科學最先進技術結合，建立 強大通用機器學習算法。2014年1 月，谷歌耗資 2.63 億美元收購 Deepmind， 同年12月， 谷歌通過DeepMind與牛津大學的兩支AI研究隊伍建立了合作關系。 2015 年 2 月，Deepmind 系統學會了 49 款雅達利經典游戲。2016年3月，由 Deepmind 研發AlphaGo 以 4:1 嘉績擊敗世界圍棋冠軍李世石，激發全世界對人 工智能的關注。當前 AlphaGo 專注于棋賽發展，但其未來還將應用于醫療診斷， 或投入無人駕駛等領域，以加速 AI 商業化進程。

　　虛擬助理融合智能家居，推進生態建設：

　　谷歌認為智能家居領域將是未來 AI 應用的 一個重要市場， 目前世界各國的智能家居滲透率均較低， 為此 Google 正加速以 Nest、Google Assistant 為基礎智能家居生態系統建設，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。

　　谷歌2016年5月，推出語音智能助手Google Assistant，是語音識別、人工智能、自然語音理解的集大成者。Google Assistant 能完整地理解上下文語境并回答問題，將和Alexa， Siri和Hound等智能助手競爭。 相比 Google Now 主要用于手機和 PC 上， Google Assistant 則開始融入各種設備(Google Home、Allo聊天機器人) 。根據 MarketsandMarkets 預測，自然語言處理市場規模將從2016年76.3 億美元增長至2021年的160.7 億美元， 年增速達16.1%。

　　2014年6月， 谷歌通過 Nest 耗資 5.55 億美元收購了基于云端的家庭監控公司 Dropcam，10月又收購了智能家居中樞控制設備公司Revolv，Revolv 將參與 Nest “Works with Nest” 開放計劃。2016 年5月推出 Google Home (智能音箱) 。 Google Home是一個基于Google Assistant語音控制的智能音 箱。相比亞馬遜 Echo 而言，Google Home 將利用谷歌龐大數據庫去理解用戶需求。

　　傳感器結合AI算法研發無人駕駛原型車：

　　谷歌無人駕駛汽車項目始于 2009 年，2011 年為其收購510 Systems、 Anthony’sRobots等公司。 目前無人駕駛行駛里程達180萬英里， 且成功發布了全球第一款完全能夠自動駕駛的原型車“豆莢車”，并宣稱到 2020 年谷歌自動車將正式上市。

　　谷歌無人駕駛以技術驅動，側重于基礎技術研究及AI核心科技開發。在攻克相關深度學習及大腦技術開發等軟件算法基礎上，集成各種傳感器。2015年12月，谷歌和福特將成立一家合資公司，基于谷歌AI 技術研發無人駕駛汽車，可節省造車技術的時間和資金。

　　聯手NASA研發量子硬件，發布TPU進軍芯片市場：

　　谷歌已建立量子人工智能實驗室(QuAIL) ，該實驗室由美國宇航局(NASA) 、大學空間研究協會共同承辦。2013年，谷歌已利用D-Wave機器在 Web 搜索、語音/圖像模式識別、規劃和行程安排、空中交通管 理、 機器人外太空任務等應用中進行量子計算的探索， 并支持任務控制中心的操作。2014年，谷歌利用其在 D-Wave 機器上經驗來開發量子硬件，通過聘任加州大學物理學教授John Martinis及其團隊，來建立谷歌的專屬量子芯片。

　　2016年5月，谷歌發布為機器學習特別研發的 TPU(張量處理單元)芯片。TPU 芯片在 計算精度降低時更耐用，用更多精密且大功率機器學習模型。通過快速應用這些模型， 用戶得到更正確結果。Google 宣稱，TPU 將機器學習能力提高三代，TPU 將摩爾規律向 前推進 7 年。在“深度學習”領域，TPU 也比“GPU”和“FPGA”單位耗電量性能提升 10 倍。