IBM懟上谷歌 搞人工智能的方向錯了？

　　金融領域

　　· 2015年初，IBM公布了早期區(qū)塊鏈項目之一，此后該公司一直致力于整合沃森人工智能技術與分布式賬本技術。

　　· 2016年6月，IBM在新加坡濱海灣成立WatsonCentre，致力于以區(qū)塊鏈應用為核心，開發(fā)人工智能技術。

　　· 2016年8月，IBM重組了內部區(qū)塊鏈團隊并正式升級為事業(yè)部，合并人工智能Watson與云計算開發(fā)項目，搭建新的產業(yè)平臺。該事業(yè)部將推動制定相關進程的標準，實現(xiàn)區(qū)塊鏈+人工智能應用在行業(yè)市場的落地。

　　· 2016年9月，IBM將收購金融咨詢公司鵬睿金融集團，這家計算機制造商表示正成立一個名為Watson金融服務的新部門，該部門會試圖利用其人工智能計算機系統(tǒng)Watson的巨大威力，為客戶提供風險與合規(guī)方面的咨詢意見。

　　· 2016年10月，IBM已達成協(xié)議收購金融公司PromontoryFinancial Group，IBM會將這家公司的服務整合進人工智能平臺Waston，提供金融監(jiān)管服務。

　　總的來說，IBM所做這些就是希望實現(xiàn)用人工智能(AI)技術分析監(jiān)管規(guī)定、并為金融機構提供咨詢意見的更大目標。

　　當然，從“醫(yī)療”到“稅務”，再到“金融”，雖然聽上去著這幾個領域有種天壤之別、互不相干的感覺，但它們有著一個共同的特點，即都需要處理海量的數(shù)據(jù)。從上面的三個領域的合作、收購案例可以看出，IBM無論是收購的對象，還是收購的對象都是緊緊圍繞著某個垂直領域，專注于這個的領域的企業(yè)。

　　同樣是發(fā)展人工智能，同樣是人工智能巨頭，谷歌的設計思路則與IBM截然不同!如果說，IBM發(fā)展人工智能是一種基于垂直方向的設計思路，先扎根于某個垂直領域，再從在這個領域進行暈開。那么谷歌發(fā)展人工智能則有自己的一個很明顯的特點——基于自身的操作系統(tǒng)在水平方向上不斷進取，然后輻射到各行各業(yè)。

　　谷歌

　　AI戰(zhàn)略：從基礎技術到產品的全產業(yè)鏈布局

　　谷歌在2011年成立人工智能部門，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(tǒng)中注入大量機器學習功能(如用卷積神經網絡開發(fā)Android手機語音識別系統(tǒng)) 。

　　谷歌目前產品和服務依靠主要人工智能技術驅動，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。積累底層人工智能技術，研發(fā)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。

　　通過研發(fā)與并購坐擁兩套人工智能系統(tǒng)

　　Tensorflow

　　2015年11月，谷歌開源第二代深度學習系統(tǒng) Tensorflow。Tensorflow 可編寫并編譯執(zhí)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(tǒng)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，進而推動整個人工智能產業(yè)發(fā)展。

　　Deepmind

　　2014年1 月，谷歌耗資 2.63 億美元收購 Deepmind，這家創(chuàng)立于創(chuàng)立于2010年的公司將機器學習和系統(tǒng)神經科學最先進技術結合，建立強大通用機器學習算法。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(tǒng)學會了 49 款雅達利經典游戲。2016年3月，由 Deepmind 研發(fā)AlphaGo以 4：1 嘉績擊敗世界圍棋冠軍李世石，激發(fā)全世界對人 工智能的關注。當前 AlphaGo 專注于棋賽發(fā)展，但其未來還將應用于醫(yī)療診斷，或投入無人駕駛等領域，以加速人工智能商業(yè)化進程。——摘自 長城證券

　　比起的IBM更專注某個領域的做法，谷歌的人工智能發(fā)展的目標確實可以理解成在其人工智能操作系統(tǒng)之上深耕某項技術，然后將該技術應用于各行各業(yè)。

　　就拿人臉識別技術來說，2015年，谷歌推出號稱最精確的人臉識別技術，并將其命名為FaceNet。面對一個名為“人面數(shù)據(jù)庫”(Labeled Faces in theWild)的常用人臉識別數(shù)據(jù)庫時，F(xiàn)aceNet識別的準確率近乎百分之百。這個數(shù)據(jù)庫容納了網上搜集的一萬三千多張人臉照片，而在面對一個含有2.6億張人臉照片的龐大數(shù)據(jù)庫時，這個系統(tǒng)的準確率也超86%。這套系統(tǒng)還能將人名和臉匹配，經典的人臉識別技術，甚至能把看起來最像或最不像的臉歸集在一起。雖然并未完全實現(xiàn)，但這也預示著，在不遠的將來，我們經常在網上視頻或大片里看到的那種能懲治犯罪、加強監(jiān)控的電腦將更加觸手可及。

　　在谷歌看來，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，為此谷歌正加速以Google Assistant等為基礎智能家居生態(tài)系統(tǒng)建設，將谷歌虛擬助力融合進智能家居中，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(tài)系統(tǒng)。

　　結語

　　人工智能決戰(zhàn)時代，無論是巨頭還是初創(chuàng)企業(yè)都在極盡所能的分搶“蛋糕”，想在這一片巨大的領域中占有一席之地。至于開頭提到的文章題目“IBM：谷歌發(fā)展人工智能的方向錯了!AI 操作系統(tǒng)不是未來” ，iot101君的還是想持保守態(tài)度，都是基于自己的特長所設計出來的最適合發(fā)展的思路而已，并沒有什么對錯之分，至少目前還沒有辦法證明出來。