高盛：人工智能（AI）生态报告

近日，高盛最新推出了一份讲解人工智能生态的重磅报告《2016高盛人工智能(AI)生态报告》(AI, Machine Learning and Data Fuel the Future of Productivity)(共99页)。报告从最基本的人工智能概念开始，主要内容包括人工智能所能变革的行业、人工智能生态、使用案例，报告特别指出百度和其它世界知名互联网巨头如谷歌、微软、IBM和英特尔公司等一道被列为推动AI未来发展的引擎、主要驱动者，并附有高盛调查得到的150多家人工智能与机器学习公司列表，堪称史上最全AI产业目录。

报告中对人工智能做出如下释义：AI是制造以人类智能的方式学习并解决问题的智能机器和计算机程序的科学工程。该领域包括自然语言处理与翻译、视觉感知与模式识别，以及决策制定等，近年来机器学习和深度学习的应用领域极速扩张。数据、更快的硬件、更好的算法是推动人工智能的进展的三大基石。正如百度首席科学家吴恩达在《麻省理工科技评论》的NIPS2016专访中提到，“硬件的进步将为新兴的人工智能技术提供燃料动力”。而在线搜索、推荐引擎、人脸识别，成为报告对人工智能发展三大方向的预测。

高盛首席经济学家Jan Hatzius在报告中提到：AI的广泛适用性带动了各项针对全球经济增长和生产力优化的应用，这主要是由于目前的资本深化和（美国的）生产力现状。我们相信，AI将像90年代的技术变革一样，加速经济增长，提高盈利能力，扩大股本估值。

《2016高盛人工智能(AI)生态报告》目录

概要

什么是人工智能？

价值创造的主要驱动力

加强未来的生产率

人工智能和生产率悖论：采访 Jan Hatzius

生态系统：云服务，开源在未来的 AI 投资周期中的关键受益人

使用案例

农业、金融、医疗、零售、能源

驱动者

附录（业内公司列表）

披露附录

内容摘要：

苹果在做什么？去年，苹果已经成为最活跃的人工智能公司收购商，比如 Vocal IQ, Perceptio, Emotient, Turi, 以及 Tuplejump。几乎同时收购了 Vocal IQ 和 Perceptio，公司请来了 Johnathan Cohen，当时还是英伟达 CUDA 库以及 GPU 加速软件项目的负责人。近期，据报道，公司请来 Ruslan Salakhutdinov 担任人工智能研究总监，这也标志着公司人工智能战略的转型。在此之前，公司最初人工智能成果之一是 Siri , 第一款嵌入移动技术的虚拟助手，2014 年，其语音识别技术被移入神经网络系统。

微软在做什么？CEO Satya Nadella 表示，微软正在大众化人工智能（democratizing AI）。公司的人工智能和研究团队（总人数大约 5 千多），关注改变人类体验和与机器的互动。微软已经积极地将新的、融合人工智能的功能嵌入公司核心服务中，并在对话计算（比如 Cortana）、自然语言处理（SwfitKey）等方面取得进展。公司正进一步打造基于 GPU 和 FPGA 的云（Azure），在公司所谓的更高水平的人工智能服务，比如语音识别、图片识别以及自然语言处理当中，为机器学习提供动力和速度。

Facebook 在做什么？Facebook 人工智能研究部门（FAIR，2013 年）的策略是在更广泛的研究社区背景下研发技术。这个团队以推进无监督表征学习（比如，观察世界、而不是借助人类算法干预，借助对抗网络进行学习）的进步而为众人所知。应用机器学习部门（AML）在 FAIR 之后成立，聚焦将研究应用到公司产品中，时间限制为月或季度（而不是年）。公司正将机器学习功能应用到各种垂直领域中，比如面部识别，机器翻译以及深度文本（DeepText）语言或文本学习。

Salesforce 在做什么？在 2014 年和 2015 年，Salesforce 开始解释自己的 Apex 开发平台如何可被用在 Salesforce1 云上完成机器学习任务。从此，该公司开始在人工智能上投入更多的资源，收购了多家人工智能公司，包括 Minhash、PredictionIO 和 MetaMind。在 9 月份，Salesforce 推出了 Einstein——一个面向多平台的基于人工智能的云计划。该计划专注于将人工智能融入销售云、市场云、服务云、社区云、IoT 云和 app 云。

英伟达在做什么？英伟达已经从之前电子游戏 GPU 生产商转型为机器学习应用硬件厂商。2015 年年底，公司表示，较之使用传统 CPU，使用了 GPU 神经网络的训练速度提升了 10 到 20 倍。尽管英特尔重金投入的 FPGA（作为 GPU 的替代产品）加入硬件市场角逐，但是，GPU 的机器学习应用能实现更加密集的训练。相对而言，FPGA 可以提供更快、计算密集程度更低的推理和任务；这说明市场会根据实际应用案例区分对待。过去五年，到 2016 年 6 月为止，英伟达所占 GPU 市场份额已经从二分之一上升到近四分之三。

英特尔在做什么？英特尔的战略比较独特，其使用的案例多种多样。2016 年年中，公司发布了第二代 Xeon Phi 产品系列，以其高性能计算（HPC）能力著称，它可以让人工智能扩展到更加大型的服务器网络和云端。在硬件不断进步的同时，公司也下重金投资 FPGA，这主要归功于其推理速度和灵活的可编程性。英特尔令人瞩目的收购包括 Nervana（深度学习），以及 Altera——该公司将 FPGA 的创新带入了英特尔。

Uber 在做什么？Uber 正在使用机器学习优化 UberX ETA 以及接送地点的准确性。为了实现这一点，需要数百万之前搭乘记录的数据点来探测常规交通模式，从而可以相应调整 ETA/接送地点。今年 9 月，Uber 展开了一个自动驾驶试点项目，地点位于匹兹堡，由来自 CMU 的研究人员（受雇于 Uber）负责该项目，很多大型汽车制造商业参与了进来。该公司还和沃尔沃达成了一项合作（金额 300 万美元），研发协作也为这个试点项目提供了机遇。不过，公司并不止步于小轿车。公司收购了一家自动卡车创业公司 Otto，今年十月在科罗拉多，公司试点快递了 5 万瓶啤酒。

IBM 在做什么？IBM 在全球有 3000 多名研究人员。过去十年，IBM 在认知计算上超过有 1400 项专利，下一代云上有 1200 项，在硅/纳米科学上有 7200 项专利。IBM Watson 利用自然语言处理机器学习技术识别模式，并提供在非结构数据上的洞见，据该公司表示这代表如今所有数据的 80%。其他 Watson 产品包括 Virtual Agent，一个响应分析的自动消费者服务体验；Explorer，这是一个分析并连接大量不同数据集的工具。

百度在做什么？百度的人工智能研究由百度大脑所推进。它包含 3 个元素：1）一个模拟人类神经网络的人工智能算法，有着在百十亿的样本上训练的大量参数；2）能在数十万台服务器与大量 GPU 集群上进行高性能计算（HPC）的运算能力。HPC 能容纳更多可扩展的深度学习算法。百度是首家宣布这种架构的公司，并正与 UCLA 合作；3）标记数据，借此技术，百度收集到了数以亿计的网页，包括百亿的视频/音频/图像内容碎片，还有数十亿的搜索请求和百亿的定位要求。为特定模型训练一台机器可能需要很高的（exaFLOPS 级）计算能力以及 4T 的数据。

本文出处：畅享网
本文来自云栖社区合作伙伴畅享网，了解相关信息可以关注vsharing.com网站。