在圖像識別方面，谷歌在8月份收購了一家圖片分析公司Jetpac。Google研究院也發(fā)表了一篇文章，表明未來Google的圖形識別引擎不僅僅能夠識別出照片的對象，還能夠?qū)φ麄€場景進行簡短而準確的描述。除此之外，谷歌一直在積極吸引圖像識別和計算機視覺方面的專家參與到谷歌的項目研究中來，比如說向研究計算機視覺和模式識別的助理教授Devi Parikh授予了谷歌內(nèi)部研究獎項Faculty Research Awards和 9萬美元的無限制基金，并允許她直接同谷歌的其他研究者和工程師進行合作。

根據(jù)德勤發(fā)布的一份報告顯示，Google在2014年將語音識別的精準度從2012年的84%提升到如今的98%，移動端Android系統(tǒng)的語音識別準確性提高了25%；計算機視覺技術(shù)也取得了突飛猛進的發(fā)展。如果以計算機視覺技術(shù)研究者設(shè)置的技術(shù)標準來看，自2010年到2014年，圖像分類識別的精準度提高了4倍。

5）總結(jié)

總體看來，谷歌在人工智能的布局依然符合它“將全世界的信息聯(lián)系起來并給出最佳處理結(jié)果”的使命，在這一目標下，谷歌的行為可以大致分成兩個路徑，第一是覆蓋更多的用戶使用場景，從谷歌傳統(tǒng)業(yè)務(wù)覆蓋的互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)延伸到智能家居、自動駕駛、機器人（2013年收購了8家機器人公司）等領(lǐng)域，從而抓取到更多信息，這可以看做是信息積累和輸入的過程。第二個方面是不知疲倦的做好底層人工智能技術(shù)的積累，研發(fā)更加高級的深度學習算法，增強圖形識別和語音識別能力，從而能對第一階段收集到的信息進行更好的處理和反饋，這可以看做是信息的處理和用戶服務(wù)的輸出過程。在這兩個過程下，谷歌就將人工智能滲透到了其各種產(chǎn)品的方方面面，從而為用戶帶來更多的使用場景和更加智能的功能。

百度

中國的搜索巨頭百度公司與谷歌有些類似，都是以互聯(lián)網(wǎng)搜索為基礎(chǔ)，都是技術(shù)導向型公司，而且在人工智能領(lǐng)域的布局也是走在互聯(lián)網(wǎng)行業(yè)的前列。我在文章《搜索引擎到人工智能的終極演進》中提到了目前的搜索引擎看以看作是未來人工智能的雛形，依托于搜索本身積累的用戶和數(shù)據(jù)，再加上云服務(wù)、深度學習等技術(shù)，很有可能實現(xiàn)從傳統(tǒng)的互聯(lián)網(wǎng)搜索服務(wù)向人工智能高級形態(tài)的進化。而百度的Andrew Ng也在演講中提到了人工智能的正循環(huán)——擁有深度學習算法之后，將不再懼怕海量數(shù)據(jù)，反而會因為數(shù)據(jù)的增長而取得更好的效果，而這些效果將直接體現(xiàn)在圖像搜索、語音識別等具體的互聯(lián)網(wǎng)服務(wù)中，從而為用戶提供更好服務(wù)并吸引更多用戶，這又會產(chǎn)生更多數(shù)據(jù)。因此，百度在人工智能領(lǐng)域的布局既表現(xiàn)出了其作為技術(shù)公司的敏感性和前瞻性，同時也可以看做是百度走向未來的必由之路。

1）引進Andrew Ng及組建北美研究院

2014年5月，深度學習專家Andrew Ng（吳恩達）加盟百度，并負責同期成立的北美研究中心。由于相對于傳統(tǒng)互聯(lián)業(yè)務(wù)，人工智能的技術(shù)門檻相對較高，而對于相關(guān)技術(shù)人才的引起也就顯得尤為重要。在谷歌和Facebook相繼聘用了Geoffrey Hinton和Yann LeCun之后，百度將另一位人工智能大師Andrew Ng引入，這體現(xiàn)出百度與美國互聯(lián)網(wǎng)巨頭谷歌和Facebook在人工智能領(lǐng)域展開競爭的勇氣和實力，而北美研究中心的建立也表明百度將繼續(xù)與硅谷的互聯(lián)網(wǎng)巨頭爭奪人工智能領(lǐng)域的人才。而Andrew Ng與余凱、張潼、AdamCoates、徐偉等組成的頂尖團隊將會成為百度發(fā)展人工智能堅強后盾。

2）大數(shù)據(jù)積累和平臺開放

大數(shù)據(jù)是人工智能的基礎(chǔ)，而作為天然的大數(shù)據(jù)企業(yè)，百度擁有強大的數(shù)據(jù)獲取能力和數(shù)據(jù)挖掘能力，百度副總裁王勁更是將百度技術(shù)布局描繪為一張劍形圖，人工智能、大數(shù)據(jù)等技術(shù)化作劍鋒。百度除了做好數(shù)據(jù)積累和挖掘以外，還加快了大數(shù)據(jù)平臺的開放步伐，于2014年4月發(fā)布了大數(shù)據(jù)引擎，向外界提供大數(shù)據(jù)存儲、分析和挖掘技術(shù)，而且在醫(yī)療、交通和金融領(lǐng)域有了具體應用。

2014年7月14日，百度憑借自身的大數(shù)據(jù)技術(shù)14場世界杯比賽的結(jié)果預測中取得全中的成績，擊敗了微軟和高盛。2014年9月，百度正式發(fā)布整合了大數(shù)據(jù)、百度地圖LBS的智慧商業(yè)平臺，旨在更好在移動互聯(lián)網(wǎng)時代為各行業(yè)提供大數(shù)據(jù)解決方案。

3）語音識別和圖像識別

2014年12月，美國《福布斯》發(fā)布文章稱，吳恩達及研究團隊發(fā)明了一種新的語音識別方法，這款基于深度學習的名為“Deep Speech”語音識別系統(tǒng)可以在嘈雜環(huán)境下實現(xiàn)將近 81% 的辨識準確率?？突仿〈髮W工程學助理研究教授Ian Lane對其的評價是“百度研究院最近的工作有可能顛覆語音識別在未來的應用效果。” 吳恩達表示，該語音識別系統(tǒng)采用深度學習算法取代了原來的模型，在遞歸神經(jīng)網(wǎng)絡(luò)或者模擬神經(jīng)元陣列中進行訓練，讓語音識別系統(tǒng)更加簡單。同時這套系統(tǒng)還使用了Nvidia等芯片制造商出品的多枚圖形處理器（GPU），這些處理器通過并行連接，能夠用比普通計算機處理器更快的速度訓練語音識別模型，從而提高工作效率。

在圖像識別方面，余凱稱攝像頭成為連接人和世界信息的重要入口之一。而百度也一直在利用深度學習技術(shù)來提高圖像識別的精度。2014年9月，百度云結(jié)合百度深度學習研究院提供的人臉識別及檢索技術(shù)，推出云端圖像識別功能。11月，百度發(fā)布了基于模擬神經(jīng)網(wǎng)絡(luò)的“智能讀圖”，可以使用類似人腦思維的方式去識別、搜索圖片中的物體和其他內(nèi)容。

4）人工智能算法和云計算

百度大腦既需要人工智能算法，也需要云計算中心提供硬件支持。百度大腦通過深度學習來模擬人類大腦的神經(jīng)元，參數(shù)規(guī)模達到百億級別，構(gòu)建了世界上最大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)。

百度在國內(nèi)擁有十幾座云計算中心，為滿足人工智能在計算和存儲上的高要求，還投入使用了4萬兆交換機，并在探索10萬兆交換機。百度還是全球首家將GPU用于人工智能和深度學習領(lǐng)域、并規(guī)?；逃肁RM服務(wù)器的公司。百度將這些整合在一起，就形成強大的存儲計算能力，從而可以進行多樣的并行計算，支持生成、配置針對不同應用和場景網(wǎng)絡(luò)結(jié)構(gòu)，從而為人工智能提供有力的硬件支持。

5）自動駕駛項目

2014年9，百度宣布已經(jīng)與寶馬正式簽署合作協(xié)議，共同研發(fā)自動化駕駛技術(shù)。其中，百度的三維地圖及相關(guān)數(shù)據(jù)服務(wù)也將被融入寶馬的車輛導航系統(tǒng)中，為自動駕駛汽車提供技術(shù)支撐。雙方計劃在接下來三年時間內(nèi)，合作研究高度自動化駕駛在中國道路環(huán)境下面臨的技術(shù)挑戰(zhàn)，通過智能技術(shù)加強道路行駛安全性，減少交通事故及人員傷亡。

6）總結(jié)

百度在人工智能領(lǐng)域的布局可以總結(jié)為三點，第一，具有戰(zhàn)略眼光，與世界科技巨頭保持同步；第二，自身技術(shù)基因又使其非常注重技術(shù)人才的引進和人工智能底層技術(shù)的積累；第三，互聯(lián)網(wǎng)入口的地位和豐富的產(chǎn)品線使得人工智能技術(shù)能夠迅速落地，轉(zhuǎn)化成具體的產(chǎn)品和服務(wù)。也正因如此，2014年11月首屆百度技術(shù)節(jié)才會以“奇點臨近 技術(shù)引領(lǐng)未來”為主題，展望如何通過人工智能來改變世界。