《阿里的人工智能之路,他和谷歌亚马逊有多大差距》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2018-03-15
  • 上海地铁站的自动售票机有着自己的独特之处。走到一台机器前,说出你要去的地方,它会自动为你推荐路线,然后发出一张相应的地铁票。这台售票机还会通过人脸识别查验你的身份。此外,为了减少地铁高峰期的操作时间,系统设置成无需操作按钮,而是通过语音即可完成车票购买。

    更令人印象深刻的是,所有这一切都发生在一个拥挤嘈杂的车站里。每台售票机必须辨别出谁在说话,在人群中提取出购票者的声音,进行转录并解析它的意思,同时还要在几秒钟内通过面部识别系统将用户面部与海量数据库进行比对。

    为了做到这一点,售票机使用了几种尖端机器学习算法。然而,真正有趣的事情不是算法本身,而是它们背后的地方。所有这些图像处理和语音识别功能都是中国电子商务巨头阿里巴巴拥有的云计算系统提供的。

    阿里巴巴已经在使用人工智能和机器学习来优化其供应链,为消费者进行个性化推荐,并构建类似于亚马逊Echo的智能音箱设备天猫精灵(Tmall Genie)等产品。中国的另外两家科技巨头腾讯和百度也在人工智能领域投入巨额资金。中国政府计划在2030年之前打造一个价值约1500亿美元的人工智能产业,并激励国内研究人员能够主导这一领域。

    但阿里巴巴的目标是成为基于云的人工智能行业领导者。像云存储(诸如Dropbox)或云计算(Amazon Web Services)一样,基于云的人工智能将以低廉的价格为任何拥有计算机和互联网连接的人提供强大的资源,使新型业务得以发展。

    这样一来,中国和美国之间人工智能的真正竞争将成为两国大型云公司之间的竞争,它们将力争成为那些要利用人工智能的公司或城市的服务提供商。而且除了阿里巴巴之外,中国的科技巨头已经准备好与谷歌,亚马逊,IBM和微软在人工智能服务市场进行竞争。无疑,在这个行业中占主导地位的公司将在人工智能开发和使用方式有强大的话语权。

    构想更大

    1999年,马云在杭州的公寓里创建了阿里巴巴,当时这只是一个简单的电子商务平台。今天阿里巴巴公司总部由数幢大型建筑组成,数万名员工在内办公。总部正门是阿里巴巴的橙色卡通吉祥物。

    目前阿里巴巴的核心业务仍然是销售商品,并为企业与企业之间的贸易提供平台。但是这已经催生了其他利润丰厚的业务,其中包括物流、发货平台、广告营销网络、云计算以及金融服务。公司无处不在的移动支付应用程序支付宝由姊妹公司蚂蚁金服运营。除支付宝外,蚂蚁金服还有贷款,保险和智能手机投资业务。

    去年11月11日在,阿里巴巴的“光棍节”当天该公司商品销量超过250亿美元。相比之下,在去年全美最大的在线购物日网络星期一(11月27日),所有零售商的总销量也只有65.9亿美元。

    该公司的成功也让杭州成为了一个充满活力的科技城市。现在的杭州市拥有数十个孵化器,部分由政府补贴资助,其中很多企业都是在阿里巴巴工作过的员工这些孵化器中充满了曾在阿里巴巴工作过的企业家。

    而阿里巴巴的创始人显然不认为这是理所当然的。“马云认为,我们之所以的成功是因为良好的商业模式、勤勉的团队加上运营,”公司技术开发总监刘翔文(音译)说。“但在公司激烈竞争的下一个时代,马云认为单纯依赖商业模式不能为像阿里巴巴这样的巨人带来成功。他的信念是技术。”

    去年10月,马云宣布,公司将在未来三年内为旗下名为达摩院的研究机构开支150亿美元。该研究所名字中的达摩是佛教传说中的印度高僧,在公元五世纪将佛教带到了中国。

    中国科技公司早已经摆脱了模仿西方创新的论断。根据经济合作与发展组织(OECD)的数据,2000年至2016年期间中国科技研发支出增长了10倍,从408亿美元增加到现在的4120亿美元。2016年美国研发支出达到了4640多亿美元,但自2000年以来,美国研发支出仅增长了三分之一。

    阿里巴巴已经是中国最大的研发中心,2017年的研发支出为26亿美元。未来达摩院会将其研究预算增加三倍,达到70亿美元以上。这很可能意味着阿里巴巴将超越IBM,Facebook和福特,并缩小与全球领先企业亚马逊和Alphabet在研发投入上的差距。2017年,亚马逊和Alphabet研发方面分别支出161亿美元和139亿美元。

    达摩院旗下涵盖了一批从事区块链,计算机安全,金融科技和量子计算等基础和新兴技术的研究团队。但人工智能是其中的重中之重,而且似乎是最有潜力的。

    达摩院显然是从20世纪那些伟大的商业研究实验室获得了启发。刘提到了AT&T的贝尔实验室,其进行材料,电子和软件方面的基础性研究,从而发明了包括晶体管,激光,数字成像电荷耦合器件等硬件以及UNIX操作系统和编程语言C、C ++等软件应用。刘说,阿里巴巴也受到美国国防部高级研究计划局(DARPA)资助不同团队参与同一项目这种方式的启发。

    阿里巴巴显然也是在向Alphabet和亚马逊这样的公司学习。像这些公司一样,它已经发布了一个云计算机学习平台。这也是第一个由中国公司发布的云计算学习平台,于2015年上线,去年进行了大规模升级。其提供的工具类似于Google Cloud和Amazon Web Services,囊括了诸如语音识别和图像分类之类的解决方案。

    开发这些工具是阿里巴巴的一项重大技术任务,这标志着公司对于人工智能的雄心壮志以及云计算将在其中发挥多大作用。

    另一个信号是,阿里云开始支持其他几家公司的深度学习框架,其中还包括谷歌的TensorFlow和亚马逊的MXNet。深度学习是一种通过将大量数据输入到多层神经网络中,从而训练机器识别事物的技术。其也是人工智能领域中最重要的方法,可用于自动驾驶车辆、语音转录等多个方面。科技公司之所以要花大力气构建自己的深度学习框架,部分是为了吸引用户进入他们的云平台,因为这些框架通常在其基础架构上运行得最好。通过支持其竞争对手的框架,阿里巴巴为开发者提供了使用其平台的更多理由。

    这还不是全部:刘暗示阿里巴巴正在研究自己的深度学习框架,这可能会让更多的工程师着迷于云计算。当被问及阿里巴巴是否会发布其开发的一些代码时,她回答道:“当它成熟的时候会的。”

    聪明答案

    最近阿里巴巴在人工智能方面取得了不少进展。上个月,该公司的一个研究小组发布了一个人工智能程序,该程序能够阅读一段文字,并且回答关于这段文字的简单问题,要比以往任何版本都更准确。

    需要注意的是,这段文字是英文而非中文。因为该程序是在斯坦福问题答疑数据集(SQUAD)上进行的,后者是一个用于测试计算机化问答系统的标准数据集。阿里巴巴的项目应用了几种新颖的机器学习技术,其得分要比微软,三星等公司更高。值得注意的是,它要高于比一般人的得分(虽然这有点欺骗性,但并不意味着该计划真正理解了它正在阅读的内容)。

    不过更值得注意的是,阿里巴巴在人工智能领域前进的速度令人咂舌。该公司在2017年9月才提交了第一次参加SQuAD竞赛的申请。“前十名团队中有不少是中国顶级科研机构,反映了人工智能领域的竞争白热化,”负责SQuAD竞赛的斯坦福大学博士生Pranav Samir Rajpurkar表示。

    该团队的一名成员表示,阿里巴巴已经利用该项目来改进其在线市场上的自动客户服务。阿里巴巴希望在其平台和更多应用上部署最新的语言理解技术。

    阿里巴巴的人工智能研究人员还正在研究其他尖端项目,例如生成对抗网络,也就是GAN。由谷歌研究人员开发的这种令人兴奋的新型机器学习方法中,两个神经网络彼此对抗;其中一个试图声称看起来好像来自真实环境的数据,而另一个试图区分出真假。这项技术可以让计算机从未标记的数据中更高效地学习,也可以用来创建逼真的合成图像和视频。

    收集云数据

    相比于西方世界同行,中国科技公司的一个显著优势是政府支持。使用上海地铁站人工智能技术的智能城市很可能会成为中国的未来。阿里巴巴的云人工智能工具之一是名为城市大脑City Brain的套件,专门用于管理交通数据和分析城市监控视频。

    在西方世界也有这样的实验,比如Alphabet旗下的Sidewalk项目,该项目计划用自动驾驶汽车,投递机器人以及基于人工智能的管理系统改造多伦多郊区。但是中国在人工智能开发方面的规模更大,这将使国内科技公司在全球人工智能领域中占有更多优势。

    得益于庞大的人口基数,中国科技企业的另一个优势是可以获得大量数据。举例来说,蚂蚁金服运营的支付宝拥有超过5.2亿的用户,公司能够通过用户日常的金融交易和社交关系来确定其信誉度。

    现在,阿里巴巴已经在出口自家的人工智能技术。作为仅次于亚马逊,谷歌,微软和IBM的全球第五大云计算提供商,阿里巴巴的云计算机器学习平台有多种语言版本,其中也包括英文版。本周,阿里巴巴推出了面向欧洲开发商和公司的新版本;它还与新加坡南洋理工大学合作成立了一个新的人工智能实验室。

    在某些方面阿里巴巴可以说已经领先于竞争对手。去年12月,它宣布与马来西亚政府合作提供智能城市服务,其中包括可自动检测事故并帮助优化交通流量的视频平台。

    随着中国的科技巨头更加精通人工智能,其将有助于确定这项技术会如何改变世界。而阿里巴巴无疑将成为未来的重要组成部分。

    哈佛商学院(Harvard Business School)中国问题专家威廉·柯比(William Kirby)表示:“在商业环境中,阿里巴巴是一个使用人工智能的重要创新者。在我看来,阿里巴巴在改变中国业务方式方面已经做了很多;他们在每个领域都雄心勃勃。“

相关报告
  • 《2017亚马逊人工智能奖公布:他们的AI有什么不同?》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2017-12-22
    • 事实上,在我们周围,“人工智能”让一切都变得更“智能”极具讽刺意味。随着人类与机器智能之间的界限变得模糊,我们的世界正在变成一个机器可以完成人脸识别、驾驶汽车、赢得游戏节目和击败大师的世界。调整住宅的照明和温度,增加店内客流量,使用聊天机器人来改善客户服务,促进农村经济发展。人工智能改变了我们做生意的方式。 20多年来,亚马逊一直处于投资人工智能研发领域的前沿。如今,机器学习(ML)算法驱动了许多内部系统,并形成了亚马逊产品和服务的支点。从执行中心的路径优化、亚马逊网站的推荐引擎、Alexa驱动的Echo到无人机送货直升机PrimeAir,甚至是亚马逊无人便利店AmazonGo。如今,这家电子商务巨头正致力于将自己的学习成果和这些功能分享给所有开发者和数据科学家。 作为这一计划的一部分,亚马逊于12月14日和15日在班加罗尔举办了为期两天的亚马逊人工智能会议(Amazon AI Conclave),以此展示人工智能在新兴创业公司中所扮演的日益重要的角色。这次与英特尔合作举办的活动在亚马逊人工智能奖(theAmazonAIAwards)上达到高潮,该奖项旨在表彰人工智能领域最优秀、最具创新性的工作,以及在教育、医疗、零售和电子商务、媒体和娱乐、金融服务、消费者互动、印度语言解决方案、企业、分析和人工智能工具等领域的业务解决方案。 两项特别奖项认可了利用Alexa技能套件和Alexa语音服务解决方案的努力。该奖项面向的是使用人工智能提供B2C和B2B解决方案的公司,同时也面向为亚马逊网络服务(AWS)提供一个或多个人工智能解决方案的公司。 这些入围的公司于12月11日宣布,并有机会在12月14日在评委会面前出席。奖项于12月14日在亚马逊人工智能会议上被颁发给获奖者。 2013年以来,Haptik一直在开发端到端聊天机器人平台。该公司的产品包括机器人制造、机器人分析和用于监控管理的代理面板。Haptik提供了完整的解决方案,包括设计、内容和跨行业的发展,如FMCG(快速消费品)、旅行和医疗行业。 商业与零售:Unbxd Unbxd是一个电子商务产品发现平台,应用先进的数据技术将消费者与其最可能购买的产品联系起来,同时为商品销售提供可预测的以及可操作的洞见。 医疗保健:Niramai Niramai正在开发一种新颖的软件,这个软件可以比传统方法或自我检查更早地发现乳腺癌。核心技术是一个人工智能的诊断平台,利用获得专利的热成像处理技术和机器学习算法来进行可靠和准确的乳腺癌检查。 本地:liv.ai liv.ai利用深度学习来开发产品,这些产品可以取代常规的、重复性的、枯燥的、耗时的任务。liv.ai的语音API可以让开发者通过使用强大的神经网络模型将语音转换到文本。该API可识别9种主要的印度语言——英语、印地语、孟加拉语、旁遮普语、马拉地语、古吉拉特语、卡纳达语、泰米尔语和泰卢固语。 媒体与娱乐:Tessact Tessact的人工智能和数据分析平台主要服务于媒体和娱乐领域。除了视频分析(面部识别、场景检测、字幕提取等),Tessact还使用多种语言的ASR来从音频中提取元数据,自动标记视频。 企业:UncannyVision UncannyVision是一家专注于嵌入式系统的计算机视觉的科技公司。它的软件工具包能够提高计算机视觉算法的性能。该公司的产品包括UncannyCV——一种电脑视觉/图像处理库;UncannyDL——一种用于移动和嵌入式应用的内置深度学习库;以及UncannySurveillance——这是一项基于人工智能的监控解决方案,目标是挑战安全与分析应用。 金融服务:Credit Vidya CreditVidya利用大数据和先进的机器学习技术,提供了一个使用1万多个数据点的替代信用评分平台。该平台还提供验证服务和欺诈检查服务。 分析:boxx.ai boxx.ai是一种商业智能(BI)解决方案,用于销售和营销,以产生领先优势,推广正确的产品和服务,并通过支持人工智能的助理Aida来留住客户。人工智能助理随时监控数据,并推荐根据历史数据、机器学习和实时反馈进行投资计划。 教育:Embibe Embibe是一个人工智能的edtech平台,它可以帮助提高学生的学习成果。它利用了内容智能、用户智能和导师的智慧来传递结果。 胜出者放弃了亚马逊的设备、AWS信贷、第三方创业公司提供的服务、AWS专家的技术咨询,以及由行业专家组成的目标受众和顾问会议。
  • 《科技巨擘们的人工智能研发都做到什么程度了?》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2017-11-30
    • AI还没有真正颠覆我们的生活,但AI让人类对文明的争论走到十字路口。 抽象看:一方面基于硅元素的“硅基”文明,正在通过计算力升级互联网,塑造人类超级智能最高权力决策系统,并试图创造智能化独立个体;另一方面被广泛忽略的是——基于碳元素的“碳基”文明,在生物和基因领域势如破竹的突破,试图帮助人类增强能力和修补缺陷,缔造更加完美的自己。“硅基”文明向“碳基”文明学习机制,“碳基”文明努力从“硅基”文明寻找动力。这个十字路口的核心追问是:人类究竟应该相信自己还是相信自身的科技能力? 宏观看,科技精英牵引着人类社会的生产力和价值观,重构文明。国家层面,中国政府2017年将人工智能写进《政府工作报告》,美国白宫2016年就发布了一份名为《时刻准备着:为了人工智能的未来》(Preparing for the Future of Artificial Intelligence)的研究报告,两国都清晰地认为,AI是下一个时代的科技制高点。美国谷歌、亚马逊、苹果、脸书(Facebook)等公司无一例外地用人工智能升级业务和重塑公司,中国以华为为首的技术巨头不仅通过“端管云芯”(终端设备、通讯管道、云端计算和芯片智能)全方位地占领世界性制高点,也包括BAT、联想、TCL等全球化产业集团对AI毫无例外地大手笔投资,对于他们来讲,AI时代是重塑竞争力的重要窗口期,他们渴望一张通向产业未来的门票,新的门票也是对过去的救赎。 和互联网时代不同,大家笃定地认为:这张门票更少的公司可以拥有。 微观角度,公众既有对新时代的期盼,也有对“硅基”文明新科技的恐惧。纷繁复杂的信息中,媒体选择了技术精英的学术科普作为突破口,一时间“自学习”、“算法”、“神经网络”、“计算机视觉“等技术概念涌入了普通人的认知,加上马斯克等国内外科技明星宗教末日般的演绎,和诸多创业公司“人间天国”般的描绘,对比蒸汽机、计算机、互联网带给人类的冲击,AI效应注定冲击更大,层面更广,立意更深。 本文周掌柜战略思想咨询团队将从产业的角度解构AI,我们尽量回避宏观叙事对技术的夸大和情绪化的牵引,通过对华为、BAT、谷歌、微软等公司的顶级科学家的访谈和研究,力求从技术哲学和战略思想层面勾画AI时代的全球产业格局、竞争本质和人文影响。 AI端智能崛起 应该说,中国人工智能领域最有代表性的两位技术决策者是余承东和李彦宏,我们先从他们的战略选择谈起。 余承东作为华为消费者业务CEO,是华为手机业务核心技术商业化的投资者和决策者,同时他被公众广泛忽略的一个角色是“技术创新架构师”,曾经作为华为无线业务的负责人,他主导的分布式基站、SingRAN的颠覆式创新,带领无线业务形成了全球性的竞争力。在AI方面,“聚焦领先别人几条街”的技术是他和华为高层一直追求和提倡的,而围绕“端管云芯”的AI开放生态平台被赋予极高的战略地位,并由此提出Mobile AI战略(移动AI战略)。 李彦宏在公众中拥有广泛的影响力在于技术专家的财富神话和AI时代坚定的领导力,但近些年,公众对百度的道德批判掩盖了其对技术趋势判断的专家能力,面对AI时代他“激流勇退”引入陆奇,本身也是回归技术投资者和决策者的一种努力。正如他所言:“在90年代美国读硕士期间最感兴趣的就是人工智能课程”,拥有互联网基因的李更多强调AI的跨界应用、平台化商业模式的打造。他认为:互联网是前菜,AI是主菜。百度要完成“连接信息”到“唤醒万物”的转变成为“AI企业”。 商界大佬都蓄势待发。但坦率地讲,对于AI这样大跨度多维度的系统性创新,完全不懂技术的管理者很难独立做出系统性判断。余承东和李彦宏的独特技术背景,客观上确实让华为和百度分别占据中国AI领域硬件和软件两个制高点。 从余承东的视角所见华为的AI战略焦点是Mobile AI包括On device(设备端)和Could AI(云端)两个基点,他的看法是:AI赋予了智能手机更加自然交互历史性的奇迹,通过重塑所有智能设备的交互模式,人类的视觉、听觉、知觉和传感器的硬件交互,不仅可以提高用户信息服务的获取效率,也让设备从辅助性决策角度升级为超越“手机通讯”本身的超级智慧终端(个人助理、数字分身),这是拥有硬件基因的华为下一个全球性的战略制高点。 从李彦宏的视角看AI则是对BAT互联网格局的重塑,不仅百度搜索的天然“自学习”智能属性,也包括百度“AI平台”在“百度大脑”和“百度云”的双战略上获得了重塑开发者生态的历史性机遇。李彦宏多次在访谈中谈到“跨界整合”,这体现了以百度为代表的BAT超级巨头看重的是“后互联网”时代的战略性空间。 总结起来:以华为为代表的AI战略坚持以客户体验为中心,坚持客户主体性和用户主体性,“客户主体性”就是帮助运营商等合作伙伴赋能AI,而“用户主体性”就是帮助手机消费者拥有智慧型体验。而以百度为代表的AI战略更多倾向于云端超级智能对客户和用户的场景化渗透和掌控。更精确的表达是:BAT的AI战略简单说是“AI的基础设施”,全场景渗透;华为的战略是“基础设施的AI”,使能业务。以上对比说明AI的创新应用在科技巨头层面已经出现战略选择的明显差异,或者叫“分歧”。 理性的一面,马化腾表示:最值得腾讯大手笔投资的就是AI、云计算以及大数据。未来所有企业基本的形态就是,在云端用人工智能处理大数据。感性的一面,马云说:人类有智慧,机器有智能,动物有本能。人有信仰,人有爱,人有关怀,人有价值观,人有使命感,而机器不可能拥有这些。 但客观讲,AI业务对于这些中国科技巨头来看,并没有外界想象的华丽和从容。腾讯的一位高管私下承认:“AI首先是挑战腾讯传统业务,现在远远没到挑战别人的阶段。通过服务‘+AI’的方式推动自我革命是当务之急,其次才是AI能力生态化分享”。这个评价非常中肯,腾讯和阿里共同的弱点就是科技金融投资的强势弱化了自身科技产业创新能力。 华为负责AI的技术专家Felix的看法从科技巨头的角度也很有代表性:“从2B的视角看,AI商业化的门槛非常高,壁垒主要来自于垂直行业本身而非技术,大公司对于数据、算法、商业模式的立体壁垒并不是创业团队可以简单超越的;2C的层面,大公司会将AI能力越做越简单,并不断开放出来,其中将释放出大量生态化应用的场景支持中小公司创业,但是目前很多另起炉灶的中小型创新未来都可能淹没在科技巨头的新生态里。” 放大以上中国科技公司的共性和分歧,加入美国科技公司做全球性对比,我们有更多发现。如图1:AI全球竞争生态,基于上述的目的,不同公司有着不同的战略布局路径,我们主要分析比较有代表性的谷歌、华为、亚马逊、微软和百度这五家公司: 谷歌:谷歌的AI战略围绕机器学习框架TensorFlow的开源展开,延续了Android时代的开放战略,谷歌的战略思想依然是用“草根开发者”和“草根应用”提供的数据喂养谷歌智能,构建新时代的超级平台。谷歌2B的战略还是以云服务为主,这方面回避了与亚马逊、微软的正面竞争。但亚马逊和微软对AI的C端价值拥有共同认知,在亚马逊的MXNet平台和微软的Cognitive Toolkit平台都无法正面与谷歌竞争的前提下,双方选择了合作开发Gluon平台,并兼容各自系统。这种抱团取暖本身就说明了美国公司对各自能力边界的理性判断。2017年10月份,谷歌开始在中国大力推广AI学习系统TensorFlow,首先纳入的目标用户就是阿里巴巴和腾讯,可见其“AI生态创建者”的决心,谷歌也最有可能成为AI时代的全球领导者。不过谷歌的弱点是中国市场对其的“数据化隔离”可能让其失去全球最有价值的科技市场。 华为:华为在AI战略上的投资,其实最早追溯到2011年底2012实验室的基础研究,最初是围绕数据洪峰对ICT行业冲击所需做的技术储备,诺亚方舟实验室2012年6月的正式成立,应该算华为正式投入AI基础研究的最鲜明信号。而且延续华为持续保持开放合作,产品解决方案上,对于ASR语音识别选择和科大讯飞合作,对于智能翻译在Mate10上选择与微软Translator进行合作。而余承东为代表的华为技术领导者锁定的自身核心竞争优势主要集中在麒麟970人工智能芯片的底层创新以及基于“端智能”的Mobile AI平台化开放解决方案。由此,华为延续了在运营商业务“有所为有所不为”的战略思想,如图,在拥有中央智能、管道智能、AI设备、AI芯片的同时,依然“上不碰应用,下不碰数据”,选择与AI领导者公司合作,为AI中小创业者提供平台,开创了一种升级版的竞合关系。而2B领域,针对下一阶段人工智能的部署,任正非2017年对GTS(全球技术支撑部门)讲话说的非常清楚,核心观点是:第一,改变公司内部作业模式,改善管理;第二,投资完善AI平台;第三,降低成本,解决客户痛点。但华为的挑战主要是如何更加高效的让端智能牵引整体AI能力提升,这需要大象学会跳舞。 亚马逊:客观讲,亚马逊的MXNet平台其实在主战场已经边缘化了,Eco智能音响即使作为成功的AI产品已经有了1万多个Skills(技能),但真正成功获得AI化能力的目前或许只有听音乐、查天气和设置日历这些简单应用。国内跟风亚马逊音箱的创业公司大有人在,大家都期望智能音箱成为家庭场景的AI入口,但产品承载力可能面临挑战,Echo在技术上和Siri及Google assistant并没有跨代创新优势,对于语音入口成熟的时间窗口和技术要求目前看过于乐观了,甚至智能音箱的入口属性远远低于科大讯飞的语音能力。 微软:目前微软的云服务在企业级市场势头非常好,微软也正式凭借云战略的成功,从软件优势的削减中获取了新的增长点。所以微软非常希望AI能成为云战略的使能器,扩大和锁定企业级业务的竞争优势。这方面反而微软企业级业务对标的IBM“认知计算”目前拥有明显的战略瓶颈,应该说IBM的Watson目前只有DeepQA(深度问答)的能力,既不具备深刻平台智能也不具备应用突破的可能性。这导致IBM在AI时代技术积累瓶颈非常明显,微软的AI和云战略很有可能彻底洗掉IBM的企业级市场,这也是微软与亚马逊在C端AI平台合作的原因,其主要战略方向还是2B的核心优势的延续。 百度:百度战略决心、技术储备、应用平台、可扩展性应用都是中国AI企业中最有进攻性的。在中国的平台型AI研发中,百度是毋庸置疑走在前沿。但是百度的弱点也很明显,第一是GMS(account system and service账号系统及服务)能力很弱,这也是百度搜索业务根本性顽疾,一直没有有效解决过,这直接导致了百度AI的生态粘性和应用效率不够。目前李彦宏和陆奇希望走微软的路,但其PaddlePaddle学习平台对于开发者的应用指向性目前并不明显,其有对标谷歌的能力和意愿,能有效依附于目前哪些既有核心竞争力形成突破还是值得观望的。如果百度不能成功的将AI能力平台化,那可能最好的战略选择就是和华为这样的硬件巨头深度合作,像微软和亚马逊一样形成差异化的竞争优势。BAT中的腾讯和阿里其实从能力上讲,在AI开放平台上肯定逊于百度,但腾讯的9亿活跃用户和GMS服务是最可能的AI突破口,主战场应该还是在微信层面,阿里在10月份规划3年投入1000亿的达摩院更是巨资从谷歌、微软挖来AI专家主持阿里AI实验室,最有可能在支付宝和云服务的生态获得重大突破。而且,腾讯阿里在用户云端的数据和计算能力都是领先于缺少GMS系统的百度的。BAT之间在共同互联网生态之间零和博弈也将更加白热化。 其他公司来看,目前美国媒体也多次报道苹果正在研发一款专门处理人工智能相关任务的芯片,他们内部将其称为“苹果神经引擎”(Apple Neural Engine)。这块芯片将能够改进苹果设备在处理需要人工智能的任务时的表现,而其针对的功能目标则是AR(增强现实)和自动驾驶。但不可否认的是:由于AI生态本身就是革苹果生态的命,苹果很难成为AI时代的首要颠覆者。 在目前AI商业模式并没有成熟的情况下,AI生态竞争领域有三个本质的追问:第一是用户主体还是平台主体?背后是“端智能”和“云智能”的竞争;第二是谁是超级智能平台?背后的本质是AI生态竞争;第三是什么是超级智能入口?背后的本质是数据智能和算法智能的竞争。 值得一提的是:在全球AI产业生态中,整体看,端侧2C的智能目前是最稀缺的能力,华为、苹果在这方面无论是布局还是技术突破口都拥有得天独厚的优势。华为的麒麟970芯片作为全球第一款集成NPU神经网络单元的移动芯片问世,代表“端智能”传递出强烈信号——同时发布的HiAI人工智能架构给开发者预留的接口,已经构建了下一代应用系统的出行。加之华为在云端智能、管道智能的能力,已经拥有几亿设备用户的华为手机,未来在全球人工智能领域将获得独特的竞争优势。“端侧智能崛起”可能是全球AI生态竞争最大变量,AI竞争的核心产业价值对于巨头来讲就是生态主导权,对于应用类公司讲就是应用竞争力的延续。 归根结底,全球AI生态竞争的结果很有可能依然延续了移动互联网时代的Android和IOS阵营的对决,只不过加入了AI芯片作为端智能平台的变量,这方面华为的进展值得期待。 AI初级阶段 基于上文对“AI生态“的分析,周掌柜团队认为AI的商业机会主要有三个维度:核心是拥有AI生态平台,主战场是应用创新,最大商业机会应该出现在现有应用的“AI体验升级”。 但我们也坚定的认为:“AI生态”才有可能成为真正的“人工智能”。AI生态最接近于“人工智能”的“神经元系统“,未来最有可能的智能形式是基于“AI生态”下多个智能应用基础上,从“大数据”到“小数据”的搭接。但这种智能形态还是硅基文明复制碳基文明的形态,不可能超越人类。任何一个独立AI应用都不可能真正获得真正意义的“智能”,只可能是高级的“数据智能应用”。如图2,在“AI技术进化阶梯”中,我们部分借鉴了加州大学洛杉分校朱松纯教授的观点,对AI的进化逻辑做了梳理,以便更好的理解AI竞争层次的背景。 AI兴起(1956-1974):AI的理论准备阶段,以命题逻辑、谓词逻辑等知识表达、启发式搜索算法为代表。以数理逻辑的表达和推理为主。 AI初始应用(1980-1990):AI的初始应用阶段,基于决策能力的专家系统、知识工程、医疗诊断等应用,80年代末有短暂的神经元研究热潮。以概率统计的建模、学习和计算为主。 AI生态竞争(2010-2060):新的AI竞争背景是互联网公司智能升级,以及AI平台生态的竞争。AI芯片的研发具备历史性意义,这让AI生态最有可能成为真正的“人工智能”。 AI人格化(2060-未来):为了融合科学界和公众的认知矛盾,我们将AI(Artificial Intelligence)翻译为“人工智力”,提出AC(Artificial Competency)即“机器人格”的新概念,AC时代是AI人格化阶段。人类科技只有解决了知识的多场景推理,理论上突破知识表示问题,AC才能获得真正突破机器的人格边界。而端智能带来的AI和人类平行进化,大脑的智力效率在2060年即未来50年之前应该在相同因素效能对比中继续领先,AI人格化需要新的计算平台和新理论突破。 通过图2的AI历史性分析,我们可以看到AI其实在未来40年时间内应该无法形成人格化的里程碑意义突破(除非AI理论发生颠覆式创新或量子计算、神经元研究等获得实质性突破)才有人格化的可能性。而公众对于“人工智力”、“人工智能”和“机器人格”逻辑层次的混淆是其对AI替代人类忧虑的根本原因。 横向对比人类历史上的重要科学进化步伐来看AI产业准备度,也有利于我们认清AI产业处于研究早期的基本事实。也有利于我们打消顾虑: AI基础理论VS物理学理论:从认识世界的角度,看牛顿、爱因斯坦以来300多年的物理突破,人类基本上勾画了宇宙的原理模型。AI基础理论仅有60年的发展,远远没有完善的系统。 AI基础理论VS生物学理论:从生物学的角度,只有10-25瓦的人类大脑计算力可以比拟大型的数据中心,据统计,目前人脑只开发了大概8%的能力。人类简单的DNA结构,根据科学分析,每一个人拥有400万亿个细胞(皮肤、肌肉、神经等)仅仅用46种染色体可以表达。人类的核心“算法模型”的表达力是惊人的,AI差距很大。 综上所述,对于“AI能否取代人类”这个公众感兴趣的话题,周掌柜团队看法相对保守:目前AI是基于“大数据”的暴力计算逻辑,如果获得智能上的突破,最有可能的突破点在于形成机器的“知识推理”能力,本质是解决知识表达范式的问题。 实际上AC作为人工智能的真正未来确实还没有能力对人类智能形成挑战。正如麒麟人工智能芯片科学家Abner所言:AI的智力、速度、耐力、爆发力人类其他感官能力相比,没有那么时尚和戏剧性,也确实没什么可怕的。 全球格局看,中美无疑将是未来全球AI决战的两个核心国家,目前美国AI基础研究强于中国,中国基于数据开放的应用优势明显好于美国,加上华为终端为代表的中国高端制造在手机领域的全球竞争力,BAT的全球化进程加快,中美的AI企业之间会拥有更加紧密的合作,而这种合作大概率是通过“巨头搭台,创业公司唱戏”的方式展开的。 AI进入了真正的战国时代,与历史上秦国灭亡六国靠法治精神类似,AI巨头能真正统治世界的还应该是新科技文化对“应用领先者”和“草根开发者”的感召,AI的大历史注定由“小人物”创造。虽然最后集大成,形成真正人工智能的公司或许只有谷歌、华为和苹果这样的全球化公司,但AI时代对智能数据的高要求一定会让超级应用获得更大的话语权。 回到公众层面,恐惧表面上源自于人类个体的思想自卑感,但深刻的原因在于我们在AI研究“还处于起点”认识的偏差,以及我们对无限未知的忧虑。 相信技术精英——无论何时,他们也不会放弃这个星球上最美的人格,及无限接近的真理! God bless AI!(天佑AI!) (作者介绍:知名商业战略思想研究专家,聚焦原创商业理论研究,帮助华为等多家全球领先公司解决实战问题。本专栏聚焦全球领先公司有效增长路径研究,呈现专业战略洞察。读者微信号:zhouzhanggui000。本文仅代表作者观点。)