【人工智能系列報告之海外篇】“人工智能”，未來的商業(yè)模式新風向（下）廣證恒生:趙巧敏Tips上篇預告欲知海外人工智能行業(yè)發(fā)展狀況如何，敬請查看2016年3月4日首頁文章“【人工智能系列報告之海外篇】“人工智能”，未來的商業(yè)模式新風向（上）”。3人工智能領(lǐng)域風云迭起，科技巨頭雄霸天下3.1北美及西歐地區(qū)公司數(shù)量激增，科技巨頭和初創(chuàng)企業(yè)是主要玩家如今，智能化浪潮已席卷社會各個領(lǐng)域。人工智能公司數(shù)量激增，據(jù)VentureScanner在2013年的不完全統(tǒng)計，該領(lǐng)域公司至少有900家，橫跨十三個品類，總估值超過87億美金。就公司的全球分布來看，人工智能的主戰(zhàn)場集中在北美和西歐，中國的公司還很少，目前主要是百度、阿里巴巴和騰訊三大巨頭。從參與公司類型來看，Google、IBM.Facebook.Apple等科技巨頭在人工智能方面均有所投入，大多關(guān)注通用方向，其中Google在全世界范圍來看遙遙領(lǐng)先。此外，近幾年還涌現(xiàn)了大量的專注于某個特定領(lǐng)域的創(chuàng)業(yè)公司。3.2感知層技術(shù)領(lǐng)域競爭白熱化，機器學習等空白藍海已成大勢所趨就目前來看，圍繞特定應(yīng)用的深度學習/機器學習公司最多，有200家，其次是關(guān)注語音識別的自然語言處理類的公司，有超過一百家。就技術(shù)成熟度而言，隨著核心算法的開源，語音識別、視覺識別和圖像識別等感知層技術(shù)已經(jīng)非常成熟，甚至趨于同質(zhì)化，公司數(shù)目眾多，行業(yè)競爭非常激烈。例如BAT、Google、微軟、舊M、Facebook等都有自己的語音團隊。從投資量來看，各類別公司的投資熱度與技術(shù)成熟度成反向關(guān)系。風投對各個品類的關(guān)注度，同時輔助以各個品類的公司數(shù)量，從中可以看出一些品類已經(jīng)不太容易融資，而有些品類機會則很大。圍繞深度學習/機器學習公司再次奪冠，而智慧機器人融資額度也非常喜人。風投和公司管理層正逐步戰(zhàn)略性避開競爭白熱化的語音識別、視覺識別和圖像識別等感知層領(lǐng)域，轉(zhuǎn)向空間巨大的機器學習、自然語言處理等空白藍海進發(fā)。下一階段的技術(shù)和產(chǎn)業(yè)突破很可能來自于語義識別、情緒識別等思考層。3.3投資收購頂級人才招聘、科技巨頭動作頻頻上演實力爭奪近年來，谷歌、Facebook、微軟等全球主要的科技巨頭在人工智能領(lǐng)域動作頻頻。事實上，科技巨頭擁有投資、收購和招聘頂級人才的資金實力，更有推動AI應(yīng)用的用戶數(shù)據(jù)和場景，并受益于網(wǎng)絡(luò)效應(yīng)，不論是平臺型還是垂直型的創(chuàng)業(yè)企業(yè)，行業(yè)領(lǐng)先者都將被科技巨頭收購。因此，未來幾年的人工智能領(lǐng)域的爭奪將是科技巨頭們實力的較量。首先，科技巨頭的投資力度顯著加大。2014年有超過20億美元的風險投資流入到基于認知技術(shù)研究的產(chǎn)品和服務(wù)里。IBM目前正在研究一種新型的仿生芯片模仿人腦的運算過程，預計2019年可完全模擬出人類大腦。Facebook的Deepface技術(shù)也不甘落后，臉部識別率高達97%。Facebook還訓練機器在步法變化繁多的中國圍棋上達到專業(yè)選手的水平，并使用非監(jiān)督學習算法訓練機器的預測能力；甚至還小范圍公測由人工和機器智能相結(jié)合的虛擬個人助手M，并在Newsfeed中自動為盲人用戶朗讀照片內(nèi)容。其次，科技巨頭積極網(wǎng)羅科研領(lǐng)域頂尖人才，壟斷了尖端的研究領(lǐng)域。2013年3月谷歌以收購初創(chuàng)公司DNNResearch的方式將深度學習發(fā)明者、機器學習泰斗GeoffreyHinton招入麾下；2013年12月，F(xiàn)acebook重金聘請紐約大學教授、計算機研究領(lǐng)域頂尖科學家YannLeCun作為人工智能研究院主任；2014年5月，百度成立美國研發(fā)中心，任命人工智能泰斗、原谷歌大腦項目負責人吳恩達為首席科學家，全面負責百度研究院。再者，巨頭利用資金優(yōu)勢，企業(yè)收購如火如荼。超過100家相關(guān)公司已被巨頭收購。谷歌這兩年通過并購、軟硬件一體化以及開放平臺戰(zhàn)略打造人工智能生態(tài)圈，2013年短短一年之內(nèi)收購了8家知名機器人公司，主要集中在運動控制和軟件識別方面，包括精于3D機器視覺的IndustrialPerception；2014年收購深度學習公司Deepmind和圖片分析公司Jetpac，用兩年不到的時間就將語音識別的精度從2012年的84%提升至98%，將圖像分析識別的準確度提高了4倍。舊M、微軟、英特爾等，則將AI用于醫(yī)療等專業(yè)企業(yè)市場。4龍頭企業(yè)一覽：先發(fā)優(yōu)勢、技術(shù)實力、下游爆發(fā)潛力是核心競爭力4.1人工智能基礎(chǔ)平臺領(lǐng)域：IBMWatson成技術(shù)領(lǐng)導者和商業(yè)先鋒人工智能基礎(chǔ)平臺代表了人工智能的“認知計算”的最高層次，本質(zhì)上是提供智能服務(wù)代替人類腦力勞動的平臺，Google大腦、IBM的Watson、百度大腦均是典型代表。Watson是IBM打造的人工智能生態(tài)系統(tǒng)，是目前人工智能基礎(chǔ)平臺領(lǐng)域的技術(shù)領(lǐng)導者和商業(yè)先鋒。Watson致力于利用認知計算、機器學習來解讀、分析海量非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)，從中為用戶整合有價值的數(shù)據(jù)和信息，并通過云端向用戶提供有效的解決方案。它的核心能力主要表現(xiàn)在能夠?qū)⒆匀徽Z言處理、假設(shè)生成和評估、依據(jù)學習這些技術(shù)集合于一身，使其能以更加類似人類大腦處理信息，做出有價值的分析。它主要向包括醫(yī)療、客戶服務(wù)、金融、法律、電子通訊和政府辦公等領(lǐng)域的機構(gòu)提供行業(yè)應(yīng)用解決方案、商業(yè)分析、智慧商務(wù)、智慧城市和社會化商務(wù)等。醫(yī)療是Watson自2014年推出以來首個重點布局的領(lǐng)域，被視為是舊M旗下的“登月項目"Watson也被稱為世界上第一個人工智能癌癥專家。WatsonHealth云平臺可以將豐富的臨床、研究和社會數(shù)據(jù)集合起來，幫助醫(yī)生、研究員、保險公司及病人建立了一個安全的云數(shù)據(jù)共享中心，通過它強大的認知計算和分析技術(shù)提供服務(wù)。Watson是人工智能基礎(chǔ)平臺領(lǐng)域的技術(shù)領(lǐng)導者，兼并收購是其增強實力的主要方式。正式上線一年多來JBM已完成多個收購案例。目前平臺各個分支渠道囊括的公司已超過4,000家。僅2014年底兩個月時間，共有6,800名開發(fā)者建立了超過7,000個認知技術(shù)應(yīng)用。已獲得的160個軟件開發(fā)合作方未來可能帶來超過4,000個潛在合作對象。在人工智能驅(qū)動的醫(yī)療領(lǐng)域，Watson具有明顯的競爭優(yōu)勢，主要因為Watson信息和數(shù)據(jù)資源的專業(yè)性和結(jié)合了多個高端技術(shù)的復雜性很難被其他公司復制。Watson的商業(yè)應(yīng)用非常成功，堪稱人工智能應(yīng)用的商業(yè)先鋒。其盈利模式是基于云平臺提供分析服務(wù)，基于結(jié)果向客戶定價收費。2014年，Watson每個季度的客戶基數(shù)都以兩倍的速度增長，已在全球24個國家和地區(qū)向17個行業(yè)的客戶提供服務(wù)。舊M給Watson下的指標是到2015年完成26.5億美元的任務(wù)（IBM到該年總的數(shù)據(jù)分析收入目標為160億美元）。法國農(nóng)業(yè)信貸銀行預計2018年Watson系統(tǒng)的收入將占舊M總收入的12%。4.2機器學習領(lǐng)域：Wise.io實現(xiàn)高效大數(shù)據(jù)分析機器學習是指從一類從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進行預測的技術(shù)，是使計算機具有智能的根本途徑，應(yīng)用遍及人工智能的各個領(lǐng)域。全球主要的機器學習類公司分為深度學習和其他機器學習兩類。其中，美國公司W(wǎng)ise.io是深度學習領(lǐng)域的翹首。Wise的競爭優(yōu)勢主要在于其測試錯誤率和訓練時間遠低于其他機器學習模型。Wise.io公司的機器學習模式是：一套應(yīng)對大規(guī)模數(shù)據(jù)計算的算法框架可以接受來自Hadoop、MongoDB等各種數(shù)據(jù)源的數(shù)據(jù)，之后引擎會為這些注入的數(shù)據(jù)創(chuàng)建多維度視圖，并會調(diào)整視圖中每一個像素和其它像素的關(guān)系。已有的數(shù)據(jù)點還可以任意連接更大規(guī)模的數(shù)據(jù)。而Wise.io的機器學習算法就像人腦一樣處在數(shù)據(jù)中心，負責處理這些更大規(guī)模的數(shù)據(jù)。Wise.io系統(tǒng)不僅可以為很多數(shù)據(jù)科學家服務(wù)，還能為很多企業(yè)自動生成數(shù)據(jù)報告，這些工作如果單靠人力完成的話將耗費上百人團隊幾個月的時間。舉例來說，煉油廠、核電工廠等大部分企業(yè)都需要做大規(guī)模數(shù)據(jù)分析獲得工業(yè)安全報告，這些報告目前如果靠人力完成可能需要一個上百人的團隊花接近半年的時間，而Wise的算法僅僅需要20分鐘。4.3語音識別和自然語言處理領(lǐng)域：Facebook、Apple、Microsoft坐擁億萬用戶資源語音是人類最自然便捷的溝通方式，所有信息設(shè)備“能聽會說”是必然的趨勢。自然語言處理是讓機器理解人類的語言，包括對自然語言的分析、理解、生成、檢索、變換及翻譯等方面，旨在解決計算機與人類語言之間的交互問題。語音識別和自然語言處理的基礎(chǔ)相對成熟，因此，這一領(lǐng)域競爭致勝的法寶便是企業(yè)本身的客戶資源。人機交互必然向人類自身最自然的語言溝通發(fā)展，業(yè)界已經(jīng)出現(xiàn)了很多基于語音識別和自然語言處理技術(shù)的產(chǎn)品，這種產(chǎn)品最普遍的形式就是虛擬助手。虛擬個人助手(VirtualPersonalAssistant，VPA)是在用戶允許下，通過觀察用戶行為和閱讀用戶數(shù)據(jù)，預判用戶需求，并自主的幫助用戶完成任務(wù)。谷歌Now、微軟Cortana和亞馬遜Alexa，都是VPA的雛形。作為擁有億萬用戶資源的典型，蘋果Siri依靠全球范圍內(nèi)數(shù)目龐大的果粉大行其道，微軟的小娜也不甘其后，而正在小范圍公測的FacebookM則代表了目前語音識別和自然語言處理領(lǐng)域的新水平。Siri自從iPhone4S以來，已經(jīng)陪伴iPhone使用者多年。用蘋果網(wǎng)站的官方說法:Siri讓你能夠利用語音來完成發(fā)送信息、安排會議、撥打電話等更多事務(wù)。只需用你習慣的講話方式，就能讓Siri幫你做事。你會發(fā)現(xiàn)Siri是如此易用而且能干，你會不斷發(fā)現(xiàn)越來越多的精彩用法。"Siri和傳統(tǒng)的語音識別產(chǎn)品區(qū)別在于，一般語音識別產(chǎn)品，可以識別“現(xiàn)在幾點”這樣的問句作出響應(yīng)。但是這個問法必須是固定的，用其他的問法，他們就無法作出響應(yīng)。比如你問，“現(xiàn)在很晚了么”，一般語音識別產(chǎn)品是不理解你要做啥的。而Siri可以告訴你，現(xiàn)在是晚上9點有點晚。微軟基于WP8.1平臺推出了虛擬語音助理Cortana，中文名小娜，工作方式類似于蘋果的Siri,但在智能方面更勝一籌，包括成功預測巴西世界杯八分之一決賽中的6場。從2014年誕生以來的這大半年內(nèi)，小娜不斷學習，發(fā)送天氣提醒、追蹤包裹、反饋航班狀態(tài)、提醒工作安排等樣樣精通，最近又新增了基于MSOffice進行Word文檔編輯和共享及速算的能力。FacebookM采用人工和機器智能相結(jié)合的辦法，基于FacebookMessenger的消息平臺。Facebook想把M變成全能型的個人助手，很多的后臺操作還是由人工完成，但M的supervisedlearning算法將使機器慢慢從“訓練員”對用戶請求的應(yīng)答方式中學會應(yīng)對類似的請求。在加入了Facebook自創(chuàng)的MemoryNetworks（MemNets）算法后，M機器的學習能力提高，已經(jīng)會在用戶提出送花需求后，自動反應(yīng)出“送去哪里”和“預算多少”兩個需要追問用戶的問題。只有當機器可以自動應(yīng)付大部分用戶請求后，F(xiàn)acebookM才有可能推向更廣大的用戶。VPA對Apple、Facebook等科技巨頭的意義將不僅僅是未來可能植入定向廣告的貨幣化價值，從更深層次來看，它將徹底改變?nèi)藗兪褂没ヂ?lián)網(wǎng)的方式。不僅交互方式將從鍵盤鼠標觸摸屏變成了自然語言的語音或文字消息，獲取信息、接受服務(wù)的方式也將從主動尋求轉(zhuǎn)變?yōu)橄鄬Ρ粍拥慕邮苤悄苤值碾[形化服務(wù)。目前各大科技巨頭硝煙初起的VPA大戰(zhàn)，正是在爭奪用戶，把用戶更深入綁定在自己的生態(tài)系統(tǒng)中。4.4圖像識別領(lǐng)域：Clarifai超越傳統(tǒng)圖像識別界限圖像識別是計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術(shù)。識別過程包括圖像預處理、圖像分割、特征提取和判斷匹配。借助圖像識別技術(shù)，不僅可以通過圖片搜索更快的獲取信息，還可以產(chǎn)生一種新的與外部世界交互的方式，甚至會讓外部世界更加智能的運行。傳統(tǒng)的圖像識別技術(shù)只能簡單識別或查找靜態(tài)圖像。Clarifai是美國的一家初創(chuàng)公司，其正在開發(fā)的軟件可以利用深度學習技術(shù)來理解視頻內(nèi)容，幫助用戶尋找包括在移動手機，約會網(wǎng)站，或是企業(yè)網(wǎng)絡(luò)內(nèi)部的照片。Clarifai是目前唯一一家擁有理解視頻圖像技術(shù)的技術(shù)公司，還可以實現(xiàn)視頻與廣告的智能匹配。Clarifai向各種類型的企業(yè)銷售他們的軟件，用于支持他們的線上服務(wù)。用戶可以直接上傳10MB的視頻進行分析。該服務(wù)所能識別的物體或場景包括汽車、樹木或人，該軟件還可以理解“快樂”或“團聚”等較為抽象的描述性概念。企業(yè)已經(jīng)可以付費廣告投放到特定類型或主題的視頻旁，Clarifai這種能夠在視頻的特定時段自動投放廣告將會對廣告主形成更大的吸引力。例如，借助Clarifai的技術(shù)，每當視頻中出現(xiàn)咖啡的場景時，星巴克便可投放自己的廣告。4.5預測分析領(lǐng)域：Google云計算能力打造頂級預測API預測分析是一種統(tǒng)計或數(shù)據(jù)挖掘解決方案，可為預測、優(yōu)化、預報和模擬等許多其他用途而部署。預測分析API（應(yīng)用程序接口）能夠把復雜的機器學習模型從數(shù)據(jù)中抽象出來。用戶只需專注于數(shù)據(jù)的采集以及清洗，通過把數(shù)據(jù)送給這些API，就能夠生成一個預測模型。通過分析現(xiàn)在有數(shù)據(jù)可以做出很多預測，例如知道哪里需要更多的存儲，怎樣留住商業(yè)網(wǎng)站的用戶，以及如何增加收入等。一直以來Google都在為互聯(lián)網(wǎng)提供各種基礎(chǔ)設(shè)施、軟件范式和各種極富創(chuàng)造性的API（應(yīng)用程序接口），以此來推動互聯(lián)網(wǎng)的進步。Google預測API是一個云端機器學習和模式匹配工具，其機器學習能力業(yè)內(nèi)領(lǐng)先，能夠?qū)崿F(xiàn)的功能也遠遠超過了之前的預測API。它能夠從BigQuery和Google云存儲上讀取數(shù)據(jù)，能夠處理銷售機會分析、客戶情感分析、客戶流失分析、垃圾郵件檢測、文檔分類、購買率預測、推薦和智能路由等用戶場景。使用Google預測API的用戶不需要人工智能的知識，只需要有一些基礎(chǔ)的編程背景即可。Google預測API支持眾多的編程語言，比如.NET、Go、GoogleWebToolkit、JavaScript、ObjectiveC、PHP、Python、Ruby和AppsScript，基本覆蓋了主流的編程語言。使用這些API后，開發(fā)者的程序會變得更加智能，因為它可以做更多的事情，比如說：基于過去的瀏覽記錄向用戶推薦他們可能喜歡的電影或產(chǎn)品、自動把電子郵件分為垃圾郵件和普通郵件、對產(chǎn)品進行分析以確定它們的好壞、根據(jù)用戶的消費記錄預測他們一天將要花多少錢。PredictionAPI在免費試用的情況下，開發(fā)者的應(yīng)用每天只能調(diào)用100次，而且還有2萬次上限、6個月有效期等限制。如果想得到更好的支持，開發(fā)者需要為每個項目支付10美元。4.6先發(fā)優(yōu)勢、技術(shù)實力、下游爆發(fā)潛力是人工智能企業(yè)的核心競爭力人工智能是非常復雜的綜合性學科，涉及到知識圖譜、神經(jīng)網(wǎng)絡(luò)、深度學習等眾多技術(shù)，需要長時間的積累。同時，還是個自主學習的體系，數(shù)據(jù)交互量越大，系統(tǒng)精度越高。因此，人工智能領(lǐng)域的先發(fā)優(yōu)勢極其重要。FaceBook、蘋果、微軟等龍頭正是由于在各自的領(lǐng)域起步早，積累了足夠的客戶資源、行業(yè)數(shù)據(jù)和平臺技術(shù)，才能在人工智能到來的今天迅速革新、占領(lǐng)市場。同時，從上述龍頭企業(yè)的分析可以看到，人工智能行業(yè)是技術(shù)