国外科技巨头的AI战略布局及技术现状

　　谷歌：软硬件结合，开源系统构建AI生态

　　谷歌大数据检索核心技术领先于全世界，并建立了全球最大的数据库系统。广告盈利是谷歌的主要盈利模式，目前九成以上营收来自其广告系统。2015年8月，谷歌宣布架构重组，设立母公司 Alphabet，谷歌由搜索引擎公司全面转向为覆盖诸多领域的高科技企业。

　　谷歌在2011 年成立AI部门，目前已经有100 多个团队用上了机器学习技术，包括谷歌搜索、 Google Now、 Gmail 等， 并往其开源 Android 手机系统中注入大量机器学习功能 (如 用卷积神经网络开发 Android 手机语音识别系统) 。谷歌目前产品和服务依靠主要AI技术驱动，如谷歌使用深度学习技术改善搜索引擎、识别 Android 手机指令、鉴别其Google+社交网络的图像。

　　谷歌 AI 途径为：

　　1、覆盖更多用户使用场景， 从互联网、移动互联网等传统业务延伸到智能家居、自动驾驶、机器人等领域，积累更 多数据信息;

　　2、积累底层人工智能技术，研发更高级的深度学习算法，增强图形识别和语音识别能力，对信息进行更深层加工、处理。谷歌试图将AI渗透到了旗下各产品，为用户带来更多使用场景、及更智能化功能。

　　研发+并购坐拥两套AI 系统：

　　2015年11月谷歌开源第二代深度学习系统 Tensorflow。Tensorflow 可编写并编译执行机器学习算法代码，并将机器学习算法变成符号表达的各类图表，缩短重新写代码时间。TensorFlow 可模仿人类大脑工 作的方式并识别出模式，被用于语音识别或照片识别等多领域。另外，使TensorFlow 编写的运算几乎不用更改就能在多种异质系统上运行。在开放源代码后，所有工 程师都将帮助谷歌修改和完善这项技术，谷歌收到反馈以后，可推出更好地服务和产品，进而推动整个 AI 产业发展。

　　DeepMind 创立于2010年，其将机器学习和系统神经科学最先进技术结合，建立 强大通用机器学习算法。2014年1 月，谷歌耗资 2.63 亿美元收购 Deepmind， 同年12月， 谷歌通过DeepMind与牛津大学的两支AI研究队伍建立了合作关系。 2015 年 2 月，Deepmind 系统学会了 49 款雅达利经典游戏。2016年3月，由 Deepmind 研发AlphaGo 以 4:1 嘉绩击败世界围棋冠军李世石，激发全世界对人 工智能的关注。当前 AlphaGo 专注于棋赛发展，但其未来还将应用于医疗诊断， 或投入无人驾驶等领域，以加速 AI 商业化进程。

　　虚拟助理融合智能家居，推进生态建设：

　　谷歌认为智能家居领域将是未来 AI 应用的 一个重要市场， 目前世界各国的智能家居渗透率均较低， 为此 Google 正加速以 Nest、Google Assistant 为基础智能家居生态系统建设，通过一系列并购、开放平台的建立、软件硬件一体化来打造 这个生态系统。

　　谷歌2016年5月，推出语音智能助手Google Assistant，是语音识别、人工智能、自然语音理解的集大成者。Google Assistant 能完整地理解上下文语境并回答问题，将和Alexa， Siri和Hound等智能助手竞争。 相比 Google Now 主要用于手机和 PC 上， Google Assistant 则开始融入各种设备(Google Home、Allo聊天机器人) 。根据 MarketsandMarkets 预测，自然语言处理市场规模将从2016年76.3 亿美元增长至2021年的160.7 亿美元， 年增速达16.1%。

　　2014年6月， 谷歌通过 Nest 耗资 5.55 亿美元收购了基于云端的家庭监控公司 Dropcam，10月又收购了智能家居中枢控制设备公司Revolv，Revolv 将参与 Nest “Works with Nest” 开放计划。2016 年5月推出 Google Home (智能音箱) 。 Google Home是一个基于Google Assistant语音控制的智能音 箱。相比亚马逊 Echo 而言，Google Home 将利用谷歌庞大数据库去理解用户需求。

　　传感器结合AI算法研发无人驾驶原型车：

　　谷歌无人驾驶汽车项目始于 2009 年，2011 年为其收购510 Systems、 Anthony’sRobots等公司。 目前无人驾驶行驶里程达180万英里， 且成功发布了全球第一款完全能够自动驾驶的原型车“豆荚车”，并宣称到 2020 年谷歌自动车将正式上市。

　　谷歌无人驾驶以技术驱动，侧重于基础技术研究及AI核心科技开发。在攻克相关深度学习及大脑技术开发等软件算法基础上，集成各种传感器。2015年12月，谷歌和福特将成立一家合资公司，基于谷歌AI 技术研发无人驾驶汽车，可节省造车技术的时间和资金。

　　联手NASA研发量子硬件，发布TPU进军芯片市场：

　　谷歌已建立量子人工智能实验室(QuAIL) ，该实验室由美国宇航局(NASA) 、大学空间研究协会共同承办。2013年，谷歌已利用D-Wave机器在 Web 搜索、语音/图像模式识别、规划和行程安排、空中交通管 理、 机器人外太空任务等应用中进行量子计算的探索， 并支持任务控制中心的操作。2014年，谷歌利用其在 D-Wave 机器上经验来开发量子硬件，通过聘任加州大学物理学教授John Martinis及其团队，来建立谷歌的专属量子芯片。

　　2016年5月，谷歌发布为机器学习特别研发的 TPU(张量处理单元)芯片。TPU 芯片在 计算精度降低时更耐用，用更多精密且大功率机器学习模型。通过快速应用这些模型， 用户得到更正确结果。Google 宣称，TPU 将机器学习能力提高三代，TPU 将摩尔规律向 前推进 7 年。在“深度学习”领域，TPU 也比“GPU”和“FPGA”单位耗电量性能提升 10 倍。