发帖
雷达卡
推动者
人工智能创新：谷歌、亚马逊
谷歌的Alphabet在做什么？
在过去的二十年里，谷歌搜索算法一直在迅速发展。从1998年的PageRank到2015年的rankbrain，公司已经从基于使用人工智能驱动的查询匹配系统，不断适应谷歌所特有的15%的搜索。在云计算中，2015年公司的开源机器学习软件库TensorFlow已补充了公司5月发布的可能涉及的平台定制的硬件加速器的进展公告；定制的ASIC称为张量处理单元（TPU）。该公司在过去三年中也一直积极致力于人工智能相关的收购。最引人注目的是DeepMind，它不仅提高了Alphabet的神经网络功能，也参与了各种人工智能驱动的项目。
为什么重要？
谷歌是在搜索中使用算法的先驱。本公司在应用自然语言处理方面继续领先，以配合人们的对所需的在线目的地的搜索意图，在这部分业务不断增加竞争优势。该公司的开源应用与TensorFlow一起为云基础的平台创造先例，并允许研究社区更好地利用公司的资源深化人工智能来促进智能一体化事业。
与此同时，谷歌正在通过运用其专有的优势如张量处理单元的开源世界，提供竞争优势，即使其机器学习库是开源的。公司用DeepMind增强了端到端的加固效果；强调通过alphago的计算机程序在2015年底击败了职业棋手。谷歌是一个主要的例子，让人工智能进入更广泛的研究领域，同时也通过软件和硬件的专有优势创新。
亚马逊在人工智能方面在做什么？
亚马逊在内部和云中使用人工智能。在2015年4月，公司宣布亚马逊ML，机器学习服务，提供了对云数据的使用，而无需以前的客户体验。紧跟谷歌的开源活动，亚马逊在今年五月通过开源DSSTNE，开发基于深度学习模型的数据库。在内部，公司使用机器学习来提高搜索从而提高端到端的客户体验，定制产品建议，语音识别，并提高产品质量。
为什么重要？
亚马逊是全球最大的AWS云服务提供商，也可以说是云上最复杂的人工智能平台。通过亚马逊的机器学习，亚马逊是人工智能服务生态系统的先驱，让以前没有机器学习经验的公司拥有复杂的推理能力。无需定制复杂的应用需求，AWS的客户可以在模型训练、潜力评价和优化上利用机器学习的数据。
亚马逊在推荐引擎上的机器学习内部使用创造了竞争优势，在匹配客户的意图和愿望，为公司创造商业机会占了上风。它更有效地利用收集到的数据，简化客户购买，让电子商务体验有了更多的互动。随着开源DSSTNE，亚马逊已经加入了其他科技巨头的行列，来加强人工智能的技术进展。
人工智能创新：AAPL, MSFT
苹果的AAPL在人工智能方面做什么呢？
苹果在过去一年左右的时间里是最活跃的一个人工智能收购方，涉及的公司有Vocal 的IQ，Perceptio，Emotient，Turi，和tuplejump。几乎同时发生的IQ和Perceptio的收购，公司聘请了Johnathan Cohen，他当时负责NVIDIA的CUDA 的软件库和GPU加速的软件开发。最近，据报道公司聘请Ruslan Salakhutdinov作为人工智能领域的负责人，可能标志着苹果的人工智能策略的转变。在此之前，苹果基于人工智能的首要成果是Siri，它是第一个运用嵌入式移动技术的虚拟助理，语音识别技术在2014年引进了神经网络系统。
为什么重要？
在过去一年左右的时间里，苹果一直相对专注于机器学习的进步；彭博商业周刊十月报道，2015年苹果研究人员没有发表任何人工智能相关的论文。然而，这种策略随着一些新的人工智能相关的招聘和收购开始转变。根据美国科技记者Steven Levy的反馈，强调公司这段时间一直活跃于人工智能。
特别是，苹果收购Turi凸显了公司推动对非结构化数据和推理的规模建设以及开放更广泛的人工智能研究社区。此次收购辅以较小的基于收购的应用反映了苹果的承诺，用新技术创新其产品。
微软的MSFT在人工智能方面做什么呢？
据首席执行官萨提亚•纳德拉，微软是“民主化的人工智能。”公司的人工智能研究集团，拥有员工5000多名，主要集中在改变人类与技术互动上。微软在嵌入新的人工智能综合能力为核心的服务方面非常活跃，在会话计算进展（如Cortana）和自然语言处理（编）中取得进展。公司还建立了云（Azure）的GPU和FPGA，提供机器学习的力量和速度等更高级别的人工智能服务，如语音连接、图像识别、自然语言处理。
为什么重要？
两个词：“民主化的人工智能。”微软创造了这个词，解释了许多领导人工智能的创新者，整个行业的公司都开放研究计划甚至数据库来打造更大的人工智能社区。微软在过去的一年中一直活跃在人工智能领域，正式宣布产品发布和研究计划，在2016年9月下旬宣布成立一个新的人工智能和研究小组。
微软FPGA的业绩凸显了人工智能可以给一般企业或个人带来的影响；它可以在不到十分之一秒内把整个维基百科（30亿字和500万篇文章）翻译出来。和个人助理如Cortana，Siri，Alexa或其它之间的竞争，将人工智能进一步发展为广泛应用的产品开发，来吸引客户。
人工智能创新：FB, CRM
脸谱网的FB在人工智能方面做什么呢？
在脸谱网人工智能研究（FAIR，2013）中，脸谱网的战略专注于开发技术的背景下更广泛的研究社区。集团尤其推动监督代表性学习的进展，即以对抗网络通过观察世界而不是人类干预学习算法。应用机器学习（AML）侧重于研究FB的产品，时间表是季度或月而不是几年，根据集团掌门人Joaquin Candela所说。该公司是利用机器学习能力来垂直发展各种产品，包括面部识别、机器翻译、高语境语言/文本学习。
为什么重要？
脸谱网发布了多个出版物出版的的无监督学习研究，一个重要的领域是机器学习超越了学习“正确的答案”，专注于独立模式的识别。
非监督学习已经有潜力去除更多大数据相关的人体部件，脸谱网在Yann LeCun的领导下在这方面成为领先。
5月引入的FBLearner Flow，简化了端到端的UI研究工作、实验、观察和比较输出。这样，公司的人工智能举措和应用不限于AML员工而被广泛使用在脸谱网的各门学科。这使得脸谱网能够在其研究领域以外运用人工智能的进展。
Salesforce的CRM在人工智能方面做什么呢？
在2014和2015年，Salesforce开始解释他们的Apex开发平台如何用于Salesforce1云机器学习的任务执行。自那时以来，该公司已集中更多的资源收购多个人工智能相关的公司，包括MinHash，predictionio和超念者。九月，Salesforce引入爱因斯坦，一个基于云的人工智能的平台。这一举措使得人工智能与销售云，营销云，服务云，社区云，物联网云，和应用程序云相结合。
为什么重要？
Salesforce的爱因斯坦提高企业使用数据的潜力。在销售云，该公司希望通过预测领先得分，机会洞察和自动捕捉，使组织能够优化销售。
营销和服务云将提供预测分析客户，提供预测的观众，以帮助确定有针对性的营销技术，并通过以趋势和用户历史为基础的自动化案例分类更快地提供客户服务。Salesforce把机器学习与云细致入微地结合使用，显示出该技术应用在核心竞争力的潜力。
人工智能创新：NVDA, INTC
英伟达的NVDA在人工智能方面做什么呢？
NVIDIA公司已经从一个基本的视频游戏的GPU生产者向机器学习应用强大的硬件生产者转化。该公司2015年底表示，GPU加速的神经网络训练比传统的CPU快10-20倍。而英特尔已经偏向FPGA投资作为GPU的替代，GPU机器学习应用允许更多计算密集型的训练。这与FPGAs提供更快，更少的计算密集型的推理和任务执行不同。截至2016年6月，NVIDIA过去五年里的GPU市场份额已从全球的一半多到近四分之三。
为什么重要？
GPU加速的深度学习的很多项目在人工智能创新公司和学术机构是出于前沿的。NVIDIA的大量存在意味着它可以随着人工智能成为近年来大企业更重要的话题获利。
NVIDIA产品使用的一个例子是俄罗斯的ntechlab，使用GPU加速的深层学习框架来识别个体的火车面部识别模型，并利用这些GPU在AWS进行推理。另外，多个高校使用NVIDIA Tesla加速器模拟抗体可能的突变，演化埃博拉病毒，进一步规划预防流感。
英特尔的INTC在人工智能方面做什么呢？
英特尔的战略独特性在于在其用例的多样性。在2016年中期，公司推出了第二代Xeon Phi产品家族，最著名的是高性能计算（HPC），它允许人工智能在较大的网络服务器和云上的拓展。除了FPGA的大量投资的硬件进步，在很大程度上是由于其推理的速度和灵活的可编程性。英特尔收购人工智能的著名例子包括Nervana系统（深度学习）和Altera公司，这给公司带来了FPGA创新。
为什么重要？
英特尔的重点是FPGA以及NVIDIA的GPU重心。FPGA提供更快的推理速度来处理大型数据集，这是公司如微软测试大数据分析的边界使用时需要的。
在物联网（IoT）的背景下，该公司还宣布了一个主动学习技术与可穿戴芯片的集成，特别是通过至强夸克。物联网和人工智能的结合有助于将机器学习解决方案带入数据收集机制供企业和个人日常使用。
人工智能创新：Uber, IBM
优步在人工智能方面做什么呢？
Uber使用机器学习来优化UberX ETA和街接头位置的精度。这通过使用来自先前骑乘的数百万个数据点来检测正常交通模式并允许相应地进行ETA /接头点调整来完成。2016年9月，Uber在卡内基梅隆大学（Uber聘用）的研究，与大型汽车制造商合作推出了在宾夕法尼亚州匹兹堡的自驾驾驶试点项目。 这样的一个协议是与沃尔沃3亿美元的合作，其中研究和开发协调为试点计划提供了机会。然而，公司还没有止步在汽车上。尤伯杯收购奥托，自主卡车的启动，使得科罗拉多在十月完成50000瓶啤酒的交付。
为什么重要？
Uber机器学习巨头Danny Lange在接受GeekWire采访时说，他的团队正在使这项技术无缝地提供给公司中的其他团队，那些没有机器学习背景的公司来使用API。 这使得公司的不同部分以简化的方式利用机器学习基础设施，Uber在UberX，UberPool，UberEats和自主车辆中的人工智能使用就是例证。
IBM在人工智能方面做什么呢？
IBM研究机构在全球有大约3000名研究人员，过去十年拥有超过1400项认知计算的专利，1200项下代云专利，7200项硅纳米科学专利。IBM Watson利用自然语言处理，机器学习技术来识别模式，提供对非结构化数据的理解，代表了80%的数据。其他Watson产品包括虚拟代理，自动化客户服务体验与响应分析，以及资源管理器——一个分析和连接大量的不同的数据集的工具。
为什么重要？
IBM一直是该领域的先驱，包括20世纪90年代的DeepBlue或2011年的Watson。在Watson的应用包括医疗保健中的患者治疗分析，基于推特的股票推荐，零售的消费者行为分析和打击网络安全威胁。 根据Fortune（发表于2016年10月26日），通用将Watson加入机动车，将Watson功能与OnStar系统相结合。
人工智能创新：BIDU
百度的BIDU在人工智能方面做什么呢？
在百度的人工智能研究是由2016年9月引进的百度大脑所促进的。它由三个元素组成：1）人工神经网络算法，基于超过数百亿的样本的大量的参数训练。2）成百上千服务器上的计算能力的服务器和的集群GPU（图形处理单元）操作的高性能计算（HPC）；HPC实现了更大规模的可扩展的深度学习算法。百度是宣布这一架构的第一个组织，与加州大学洛杉矶分校一同合作。3）标记的数据，其中百度收集了数以万亿计的网页，包括百亿的视频/音频/图像内容块，几十亿的搜索查询还有数百亿的定位查询。为一个特定的模型训练要求非常高，包括计算功率和4T的数据。
为什么重要？
人工智能横跨百度的产品线提高用户体验和用户粘性，并为每个用户推动高品质的内容定制。
构建运行深度学习实验标记数据的内部平台，不同的网络搜索和广告，通过CTR预测实现更高的点击率，这对广告有直接影响，因此影响百度现在的收入。此外，基于人工智能的技术导致了更高的点击率和每点击成本（CPC）的改进，从而在货币化上得到改进。
连载（共7篇）
| 高盛报告：人工智能、机器学习和数据将推动未来生产力的发展(一) 人工智能推动生产力的未来——高盛报告:人工智能、机器学习和数据……（二）中国人工智能的现状 ——高盛报告:人工智能、机器学习和数据……（三） 人工智能与金融行业——高盛报告:人工智能、机器学习和数据……（四） 人工智能与医疗行业——高盛报告:人工智能、机器学习和数据……（五） 人工智能与零售、能源行业——高盛报告:人工智能、机器学习和数据……（六） 谷歌、亚马逊……IBM、百度在AI方面做什么——高盛报告:人工智能……（七） |
[/url]
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
