腾讯机器狗(怎么看待人工智能)

腾讯机器狗，怎么看待人工智能？

为何各国的远古神话中人都是被“造”出来的，从人类的神话起源中来理解人工智能仿佛更加合适，新的科技宗教给予了创世者新的身份，如果你从科技角度来重新结构神话传说你就会发现，人类可能就是造物主创造的一种以碳基为材料的智能，姑且成为造物主智能吧，其中还混合了基因进化的问题，如果感兴趣，可以看下去。

起 初 神 创 造 天 地 。

地 是 空 虚 混 沌 。 渊 面 黑 暗 。 神 的 灵 运 行 在 水 面 上 。

神 说 , 要 有 光 , 就 有 了 光 。

……

神 说 , 地 要 生 出 活 物 来 , 各 从 其 类 。 牲 畜 , 昆 虫 , 野 兽 , 各 从 其 类 。 事 就 这 样 成 了 。

于 是 神 造 出 野 兽 , 各 从 其 类 。 牲 畜 , 各 从 其 类 。 地 上 一 切 昆 虫 , 各 从 其 类 。 神 看 着 是 好 的 。

神 说 , 我 们 要 照 着 我 们 的 形 像 , 按 着 我 们 的 样 式 造 人 , 使 他 们 管 理 海 里 的 鱼 , 空 中 的 鸟 , 地 上 的 牲 畜 , 和 全 地 , 并 地 上 所 爬 的 一 切 昆 虫 。

神 就 照 着 自 己 的 形 像 造 人 , 乃 是 照 着 他 的 形 像 造 男 造 女 。

圣经创世纪第一章开宗明义，用非常简练生动的笔法描述了上帝七天创世的经过，其实是六天，第七条他休息了，所以才有了一周七天。

最近一直在研究人工智能，当昨天我读到这里的时候，突然有一种很强烈的相识感，我拼命的想要抓住那个东西，直到看到“按照自己的形象造人”这句话才恍然大悟，我想到了人类和机器人，突然又联想到造物主和我们人类。

“神说，我们要照着我们的形象，按照我们的样式造人。”他为什么要说我们呢？难道他不是一个神，而是有很多个？

据说，电影《普罗米修斯》就是受到这句话的感召创作出来的，在世界各地的古代遗址上都有一个星图，对照后主人公们组队去了那个星球发现了惊人的秘密，原来，造物主在这里。

这部片子还有一个很强烈的隐喻，还记得那个金发碧眼的帅帅的生化人嘛？造物主，地球人，人工智能和异形形成了一个很奇妙的对比关系，或者你可以参照来看，还记得生化人笑眯眯的解放了造物主然后被造物主不无忌惮的削掉脑袋的镜头吗？如果说人类成了新的造物主，那么异形和那个人工智能的生化人。。。。。你们明白我的意思？

从电影再回到圣经，刚才那个很多神的论断很容易被反驳，因为从希伯来文到英文再到中文，可能会才出现很多望文生义的东西，译错了也很正常。

那么其他神话是如何描述人类的肇始呢？

中国的神话我们最耳熟能详，盘古开天辟地，女娲自己在苍茫大地中感到寂寞，就按照自己的形象捏土造人。

古希腊的神话说：人类是奥林匹斯山上的诸神创造的，他们先造出了一个黄金人类，这些人像神仙一样生活，没有悲哀，没有恐惧，死亡就像是沉睡一样；接着诸神又创造了白银人类，虽然他们不能跟黄金人类相比，但也算得上幸福、安宁；随后就是青铜人类，因为有了他们，欲望和争斗便开始咬啮这个世界，他们不受神的爱护；最后是铁的人类，这是乱世中的种族，也就是我们现在这一代人。铁人类的命运就是日夜劳作和无穷的烦恼，直到种族灭绝时为止。

阿拉伯的创世神话说，上帝派阿兹列来创造人，他取了一些泥土来到阿拉比亚，然后造成了一个人形，并把这个泥人放到一个地方，使它慢慢变干。过了40天，当泥人变干以后，上帝给了他们生命，并赋予他们理性的灵魂。

玛雅人的圣书《波波尔―乌夫》写到：最初的世界什么都没有，只有造物主特拍和古库马茨，于是，他们用泥土造了一个人，但这个人很不美，虽然会说话，但却没有思想。造物主没有办法，只好打碎重新来做。他们又用黄谷和白谷磨碎和成面因造了一个人，但这些人没有灵魂也没有思想，于是，神又找到了可以进入人肉体的东西，人就开始在地球上繁殖。

………………

神话是古人对世界的一个认识，你可以说这是一种图腾或者崇拜甚至是自我的盲目意识，但是你不能不奇怪于这种分散在各地不可能有任何联系的神话之间惊人的相似性，那就是人类是被造物主制造出来的，注意制造这个词，而且所有神话都写明，刚出生的人类是没有意识的，说白了就是一个驱壳，直到神灵给他们赋予了灵魂.......

这活生生的就是大脑之于人类，人工智能之于机器人啊。

如果你说造人神话是瞎编乱造，那么洪水神话呢？诺亚方舟的洪水故事在世界各地几乎都在同一时期出现，那也许的确有一场殃及全球的洪灾出现。

近期科学家通过射电望远镜发现距地球7.5亿光年外的两个距离24光年的超大黑洞在互做轨道运动，犹如在太空中跳起优美的“双人舞”，那种过于近的旋转形成常态会让你眼前一花，那恍惚间分明就是一个八卦阴阳鱼的形状。而阴阳学说也早已经通过正负离子而被物理界所证明这并非什么封建迷信，它一定是对于当时某种情景的记载，只是被我们后人用歪了而已。

这就有意思了，那么我们人类包括万物的出现一定有造物主而不是自然演化的结果吗？

达纳·麦肯齐在《无言的宇宙》中说道，如果你相信有造物主的话，这位造物主一定是位杰出的数学家！他是从公式来证明这个道理的，因为宇宙万物几乎都在遵循着那些看起来极为简单却闪烁着永恒之美的数学公式。如果从生物学角度来说，你会发现几乎所有的生命包括低等生物大部分都是对称的，即便是不对称也呈现出一种均衡的数字美感，如果从隔代遗传去看几乎都是一个比例的形态。

大部分植物都有根茎叶，大部分动物都有四肢，五官，基于阴阳的生殖系统，最神奇的是，它们大部分也和我们人类一样，都有大脑。

那么我就很想傻傻的问一句，如果按照生物进化的学说的话，是谁赋予生物这些个基本的模板呢？万物的基本概况必然是有个一定之规。

大脑是可以进化的，但是如此复杂的神经元机制一开始是怎么出现的呢？这难道不是某种意义上的神工智能？

难怪有的生物学家指出，地球的原生态或者说原住民只有像三叶虫那样的低等生物，其他的则完全说不通。

但是这样你反推人类这个物种，以及人工智能的关系仿佛就可以明白了。

进入科技时代，人类在生物学科突飞猛进，靠的是什么？学生物的都明白，大量的动物实验，最悲惨的当然就是那些已经变成试验品代名词的小白鼠们。

克隆，人兽杂交，基因工程，还有那些被灌注了不知道什么基因组的奇形怪状的生物体们.......

你很难想象，一个或者一群穷极无聊或者有某种需要的造物主们或者处于食物链顶端的统治者们不搞点什么幺蛾子出来。

没错，也许我们人类曾经和地球上其他生物一样真的就是某种试验品，但是我们很牛的，我们又变成了新的造物主，也许即将诞生新的生命体，也就是所谓的硅基生命。

如果从这个角度来说，应该也很好理解说外星人就是人类的祖先，或者玛雅历法中阐释的人类已经经过了四次灭绝，还有在距今几万年前的地层里发现核武器或者电池的痕迹。也许，新的生命或者新的高科技能力诞生，要么星际跨越，要么同归于尽。

谷歌到底有多牛？

谷歌市值高，几乎是阿里、腾讯这样公司两倍；盈利能力特别强，是阿里，腾讯这样牛公司的数倍；造富能力高，是高科技公司成功的代表——但，这都他最牛的地方。

我认为谷歌牛在于一下几个方面：

一是谷歌是一只持续牛企。他已经牛了两个时代：互联网PC时代，移动互联时代。反观中国的百度先生，以及国外的微软，雅虎，IBM等等公司，领先一个时代容易，但是在时代交替之后，都会非常不适应。可是谷歌在PC时代就是搜索翘楚，而且他推出的安卓系统，又是移动互联网最重要的操作系统。对于下一阶段人工智能时代，谷歌也抢占先机，从他智能汽车等开发速度看，谷歌仍然是引领者。

其次，这家公司的文化软实力极其厉害。这家公司是一家不以挣钱为目的的公司，而是非常讲究道德高度。虽然他倡导的不作恶理念，很多国内的媒体提出批评，但是，宁可放弃中国这么大市场，而去宣布要坚持自己企业的理念，这个世界上应该只有谷歌可以做到。这里不论不作恶这句话的功过，也不论谷歌是不是时时刻刻都能坚持，亦或是有阴谋，但是他这种文化的软力量很坚硬，在一家企业来讲极其难能可贵。

三是极度重视人才。马云有一次带队考察微软，谷歌，问了两家公司领导人同样的问题：贵司的竞争者是谁。微软鲍尔默说了一大堆，什么谷歌，苹果，亚马逊等等，像只斗犬；而谷歌领导人说，和我们竞争人才的是我们的对手，比如NASA。对人才极度重视，和强大的对尖端人才的吸引力，这是这家公司极度可怕的地方。

第四是引领了一种全新的管理理念，但是别人却难以效仿。好玩，创新，人才工厂，人性，……

第四是谷歌永远不停地创造力。已经引领两个时代是结果，人才优势是根本原因，极其宽松的容错环境是制度保障，极其充沛的盈利水平是经济保障。这种创新机制，非常独特。

第五是谷歌对经济社会的影响力是最本源的广泛影响。目前看他与推特，Facebook，油管，ins等的广泛而深入的合作就知道这家企业有多么牛。

谷歌市值7174亿美元？

感谢邀请。

百度和谷歌之间近10倍的市值差，反应的是市场对其不同的态度，如果说百度是一家优秀的互联网公司，而谷歌则是一家伟大的科技公司。谷歌成立于1998年，百度成立于1999年，二者成立时间差别不大，但时至今日二者之间却存在着无法逾越的差距。我认为有以下几方面原因。

一是价值观和理念方面的不同。这点也是最根本的原因。谷歌有一条理念是Don't be evil（不作恶），所以用户使用谷歌搜索出来的内容是用户想要看到的结果。百度的核心价值观为“简单可依赖”，但事与人违，用户使用百度进行搜索，搜索的结果往往是百度想让你看到的，所以这就使诸如“莆田系”“血友病”事件时有发生。

二是产品与服务方面的不同。看看目前谷歌旗下的产品，包括谷歌搜索、安卓系统、YouTube、Chrome浏览器、Gmail等，可以说任何一个都是重量级的，同时谷歌正在研发的项目涉及到人工智能、机器人、无人驾驶、生物技术、智能穿戴等，可以说这些都是未来。与此相对，百度的搜索、贴吧、知道、地图、文库、图片等业务看上去都是为了赚钱而生，旗下的外卖、团购等业务更是与“科技”二字渐行渐远。

三是覆盖的市场不同。谷歌的业务遍布世界上的大多数的国家和地区，市场范围也是全球市场。而百度则主要覆盖的是中国市场。市场覆盖范围的不同，也使得二者的发展不同。

综上所述，谷歌致力于创新，引领科技；百度致力于扩大用户，快速变现。一个有无限可期的未来，一个只是立足于现在，所以差距巨大也就不足为奇了。

人工智能未来的发展趋势有哪些？

据中研产业研究院发布的《2019-2025年中国人工智能行业发展分析与投资战略研究报告》统计数据显示

国际人工智能行业发展分析及经验借鉴

第一节 全球人工智能市场总体情况分析

一、全球人工智能行业的发展特点

“人工智能”涵盖了很多前沿技术和分支，却很难用一句话来定义，因为它一直处在发展当中。比如，一些在过去看来很“人工智能”的事情，现在却变成了简单的“机械重复”，像是数字的高速计算、图像的处理等。但总体上来看，“人工智能”的本质和目的一直没有发生太多变化，那就是“完成人类的部分脑力工作”。

20世纪60年代开始，就有许多科幻电影和科幻小说描述着人类对“人工智能”的憧憬和恐惧，比如斯皮尔伯格的知名影片《人工智能》。不过在现实中，长久以来，受到技术、科技发展和应用层面的限制，人工智能只是一件人人都在说，都以为别人在做，但事实上却没多少人知道该怎么做的事——无论在学术研究层面还是在应用层面都是如此。

人工智能曾经在20世纪90年代互联网泡沫破裂前风靡一时，到了21世纪伊始却变成了一个禁忌，大家开始怀疑它是否存在。而到了2011年，美国资本市场再度为人工智能而疯狂。风险投资机构和顶级科技公司们开始频繁投资这个领域的创业公司，投资范围从应用层面的机器人、增强现实，到底层技术层面的深度学习算法、神经网络芯片等，人工智能项目也遍地开花。比如，Google接连投资了虚拟现实创业公司Magic Leap，收购了人工智能公司DeepMind;Facebook收购语音识别公司Wit.ai，等等。

除了投资外部团队之外，像IBM、Google、Facebook和百度等国内外科技巨头们也纷纷加强自己的人工智能方面的专业团队，招募了一批人工智能尤其是深度学习相关领域的科学家，如深度学习鼻祖之一Geoffrey Hinton加入了Google，Yann LeCun加入了Facebook担任人工智能实验室负责人，Andrew Ng(吴恩达)加入百度负责深度学习研究院等。

从人工智能的整个发展历程来看，按照应用场景和人工智能资源的集中度，可以大致分成三个阶段。

第一阶段：实验室研究阶段，这一阶段的人工智能资源高度集中。人工智能在2011年前的发展大致还处于实证研究阶段，资源高度集中在国家或大学资助的研究机构中，用于算法模型的训练和研究，人工智能还只能为极少数人接触到。这一阶段大量的工作除了在算法模型本身的研究外，还包括建立计算能力本身。

第二阶段：企业应用阶段，这一阶段的人工智能资源被少部分科技巨头掌握。在人工智能表现出一定的实际应用价值后，科技巨头们一拥而上，纷纷希望在这个领域取得突破。在少部分核心企业掌握了大规模的人工智能资源以后，其它小规模的企业一般会利用这些核心企业提供的人工智能资源接口和其支持的人工智能应用为自身的发展提供服务。由于掌握大规模的计算资源是这一模式的前提，因此这一阶段人工智能资源的集中度仍然非常高，而这将是人工智能在企业场景下的主要应用形式，即集中计算，分布使用。

第三步：个人应用阶段，这一阶段的人工智能资源被分散到个人手中。显然，依赖于云端大规模计算资源的人工智能算法限制着人工智能在消费者场景的应用，因为集中式计算意味着巨量的网络资源消耗，并且因为网络问题，难以在消费者应用场景中有稳定的表现。因此，人工智能的本地化，也就是从集中走向分布(细化到智能手机、可穿戴设备等)实现将是人工智能在消费者场景中得到普及的关键一步。伴随着人工智能的本地化实现，将使得人工智能真正延展到手持设备、家用电器、汽车等消费级应用。

图表：人工智能发展阶段

数据来源：中研普华产业研究院

二、全球人工智能市场结构

全球人工智能企业分布极不平衡，主要集中于美国、欧洲及中国等少数国家地区。排名前三的美国旧金山/湾区、纽约及中国北京，企业数量分别占全球的16.9%，4.8%与4.0%。在增速方面，整体上一直保持增长势头，直至2015年出现小幅度回落。欧洲的人工智能企业多集中于本国家的首都。在欧洲各城市中，英国伦敦的企业数量最多，为第二位巴黎的3.1倍，占全球总数的3.69%。日本与韩国的企业数量明显不及中国，日本东京仅与杭州相当，韩国首尔仅与成都相当。东亚地区排名前三的城市，北上深三城占全球总数的7.4%。虽然还远不及美国，但在全球中的重要性将日益明显。

三、全球人工智能行业发展分析

“人工智能”涵盖了很多前沿技术和分支，却很难用一句话来定义，因为它一直处在发展当中。比如，一些在过去看来很“人工智能”的事情，现在却变成了简单的“机械重复”，像是数字的高速计算、图像的处理等。但总体上来看，“人工智能”的本质和目的一直没有发生太多变化，那就是“完成人类的部分脑力工作”。

20世纪60年代开始，就有许多科幻电影和科幻小说描述着人类对“人工智能”的憧憬和恐惧，比如斯皮尔伯格的知名影片《人工智能》。不过在现实中，长久以来，受到技术、科技发展和应用层面的限制，人工智能只是一件人人都在说，都以为别人在做，但事实上却没多少人知道该怎么做的事——无论在学术研究层面还是在应用层面都是如此。

人工智能曾经在20世纪90年代互联网泡沫破裂前风靡一时，到了21世纪伊始却变成了一个禁忌，大家开始怀疑它是否存在。而到了2011年，美国资本市场再度为人工智能而疯狂。风险投资机构和顶级科技公司们开始频繁投资这个领域的创业公司，投资范围从应用层面的机器人、增强现实，到底层技术层面的深度学习算法、神经网络芯片等，人工智能项目也遍地开花。比如，Google接连投资了虚拟现实创业公司Magic Leap，收购了人工智能公司DeepMind;Face book收购语音识别公司Wit.ai等。除了投资外部团队之外，像IBM、Google、Face book和百度等国内外科技巨头们也纷纷加强自己的人工智能方面的专业团队，招募了一批人工智能尤其是深度学习相关领域的科学家，如深度学习鼻祖之一Geoffrey Hinton加入了Google，YannLeCun加入了Face book担任人工智能实验室负责人，Andrew Ng(吴恩达)加入百度负责深度学习研究院等。

图表：人工智能发展阶段

数据来源：中研普华产业研究院

从人工智能的整个发展历程来看，按照应用场景和人工智能资源的集中度，可以大致分成三个阶段。

第一阶段：实验室研究阶段，这一阶段的人工智能资源高度集中。人工智能在2011年前的发展大致还处于实证研究阶段，资源高度集中在国家或大学资助的研究机构中，用于算法模型的训练和研究，人工智能还只能为极少数人接触到。这一阶段大量的工作除了在算法模型本身的研究外，还包括建立计算能力本身。

第二阶段：企业应用阶段，这一阶段的人工智能资源被少部分科技巨头掌握。在人工智能表现出一定的实际应用价值后，科技巨头们一拥而上，纷纷希望在这个领域取得突破。在少部分核心企业掌握了大规模的人工智能资源以后，其它小规模的企业一般会利用这些核心企业提供的人工智能资源接口和其支持的人工智能应用为自身的发展提供服务。由于掌握大规模的计算资源是这一模式的前提，因此这一阶段人工智能资源的集中度仍然非常高，而这将是人工智能在企业场景下的主要应用形式，即集中计算，分布使用。

第三步：个人应用阶段，这一阶段的人工智能资源被分散到个人手中。显然，依赖于云端大规模计算资源的人工智能算法限制着人工智能在消费者场景的应用，因为集中式计算意味着巨量的网络资源消耗，并且因为网络问题，难以在消费者应用场景中有稳定的表现。因此，人工智能的本地化，也就是从集中走向分布(细化到智能手机、可穿戴设备等)实现将是人工智能在消费者场景中得到普及的关键一步。伴随着人工智能的本地化实现，将使得人工智能真正延展到手持设备、家用电器、汽车等消费级应用。

当前人工智能的浪潮已席卷了全球，人工智能领域的公司也在不断激增。根据Venture Scanner的统计，截至到2016年初，全球共有957家人工智能公司，美国以499家位列第一。覆盖了深度学习/机器学习(通用)、深度学习/机器学习(应用)、自然语言处理(通用)、自然语言处理(语音识别)、计算机视觉/图像识别(通用)、计算机视觉/图像识别(应用)、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别13个细分行业。

四、全球人工智能行业竞争格局

各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式引导人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。

现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构(包括通用的硬件与软件平台)、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。

由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。

高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了Deep Mind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局(DARPA)投资1.5亿美元，历时5年的CALO( Cognitive Assistant that Learns and Organizes)项目，是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。

五、全球人工智能市场区域分布

图表：2018年全球人工智能企业数量前五名

数据来源：中研普华产业研究院

2018年，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。

全球人工智能企业融资规模的分布，与人工智能企业分布相同。美中英三国融资规模为全球最大，但三者间的规模目前仍存在较大差距。

图表：2018年全球人工智能企业融资规模分布

数据来源：中研普华产业研究院

截止至目前，美国达到978亿元，在融资金额上领先中国54.01%，占据全球总融资50.10%;中国仅次于美国，635亿，占据全球33.18%;其他国家合计占15.73%。

中国的1亿美元级大型投资热度高于美国，共有22笔，总计353.5亿元。美国超过1亿美元的融资一共11笔，总计417.3亿，超过中国63.8亿。

六、国际重点人工智能企业运营分析

1、微软公司

(1)企业发展概况

微软，是一家美国跨国科技公司，也是世界PC(Personal Computer，个人计算机)软件开发的先导，由比尔·盖茨与保罗·艾伦创办于1975年，公司总部设立在华盛顿州的雷德蒙德(Redmond，邻近西雅图)。以研发、制造、授权和提供广泛的电脑软件服务业务为主。

最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office系列软件，目前是全球最大的电脑软件提供商。

(3)微软AI研究新进展

微软在人工智能方面有着很深的积淀，比如微软研究院在语音识别、自然语言和计算机视觉、机器学习方面已经有很多成果，在这些研究的基础上微软先后推出了Skype即时翻译、小冰和小娜(Cortana)这样的AI产品。

而新成立的部门必将深化这种产研的结合。微软称，整合后的新部门将包括AI产品设计、基础与应用研究实验室，以及新体验与技术(NExT)这几部分。

而为了实现AI普及的目标，微软列出了4大重点关注领域：

代理。利用AI通过Cortana这样的代理从根本上改变人机交互方式。

应用。将智能注入从相机app到Skype、Office365等的一切应用。

服务。把注入到微软应用的相同能力(如视觉、声音等认知能力，机器分析能力)开放给全球的应用开发者。

基础设施。微软称要利用Azure开发出全球最强大的AI超级计算机并开放给每个人，让个人和组织都能利用它的能力(这让人想到IBM的Watson)

从中可以看出，微软已经把AI当作一种基础能力，希望从端到端渗透到各个领域。

(4)微软加快布局人工智能

现在，小娜(Cortana)收到的指令和问题已经超过120亿条，拥有1.33亿活跃用户。小娜可以在多设备上运行。她根据你的日常生活和工作养成的技巧，已经形成了一个高效的生态系统。通常在你意识到自己有需要之前，她就能做好准备。为了让开发人员都能够使用认知能力，微软还提供了CortanaIntelligenceSuite。

微软的MicrosoftPix应用是一个图片编辑工具，它能感知，帮助你选择合适的图像。

MileIQ是一个位置提醒APP，它的智能在于帮助你量化和分类旅行。SwiftKey是一个智能键盘，使用神经网络，根据你的输入方式进行训练，能为你想要输入的下一个词建模，即使这样一个简单的任务，也会变得更加智能。它不受平台的限制。SwiftKey现在已经被30亿安卓和IOS设备使用。在Office365中，MyAnalytics会追踪你每天的工作，通过图表展示你每天的时间分配。

客户关系管理(CRM)，CRM系统一般都是孤立的，用具体的术语为客户行动建模，为管理而建，而不是销售生产率。假如销售员能够根据客户的CRM系统之外的信息行动，比如来自Twitter，Facebook，客户服务应用程序等的信息，那会怎么样呢?微软在每天交互的应用中注入智能wait，可以让销售员以一种综合的方式采取行动，使用丰富的数据模型，这些模型能在所有的地方加入智能。

微软的平台BotFramework，允许在新的应用程序中建立智能的工具包——从Build大会以来，已经有40000开发人员使用它——包括像Uber这样的品牌，在认知服务中使用人脸识别APIs来改善他们的移动应用程序，以确保乘客安全。

AI服务需要各种类型的技术。为了实现这个目标，微软们已经往我们的云中投入大量FPGA(现场可编程门阵列)，它能直接与网络对话。在云中加入FPGA达到前所未有的网络性能，提高了所有工作负载的吞吐量，包括运行如SAP这种关键任务程序。

此外，微软还有一个全球性的、超大规模的云基础框架，在云中增加了GPU，以提供更高性能的云接入，使一些从前根本不可能的方案得以实现。微软的Azure现在是世界上第一台AI超级计算机。

最后，还有研究AI的平台。微软支持所有的框架，其中，微软自己的CNTK是最快的分布式运算神经网络框架，也是唯一开源的可扩展的深度学习工具包。

(5)微软人工智能发展计划

2017年7月，微软宣布建立一个专注于人工智能的全新研究实验室Microsoft ResearchAI，Eric Horvitz计划将不同的学科结合起来，以期创建更多通用的学习系统。

该新实验室将以位于华盛顿州雷德蒙德的总部为基础，由来自感知、学习、推理和自然语言处理等人工智能研究的多个子领域中的科学家组成。人数超过100人，约占微软研究院研究人员总数的十分之一。新的实验室系全球微软研究部门下属机构，微软雷德蒙研究院院长EricHorvitz同时担任MSRAI的负责人。

(6)、微软建立机器学习工具

无论是学术界的研究人员还是工业界的开发者，DMTK可以帮助他们在超大规模数据上灵活稳定地训练大规模机器学习模型。当前版本的工具包包含以下几个部分：

1.DMTK分布式机器学习框架：它由参数服务器和客户端软件开发包(SDK)两部分构成。参数服务器在原有基础上从性能和功能上都得到了进一步提升——支持存储混合数据结构模型、接受并聚合工作节点服务器的数据模型更新、控制模型同步逻辑等。客户端软件开发包(SDK)支持维护节点模型缓存(与全局模型服务器同步)、节点模型训练和模型通讯的流水线控制、以及片状调度大模型训练等。

2.LightLDA：LightLDA是一种全新的用于训练主题模型，计算复杂度与主题数目无关的高效算法。在其分布式实现中，我们做了大量的系统优化使得LightLDA能够在一个普通计算机集群上处理超大规模的数据和模型。例如，在一个由8台计算机组成的集群上，我们可以在具有2千亿训练样本(token)的数据集上训练具有1百万词汇表和1百万个话题(topic)的LDA模型(约1万亿个参数)，这种规模的实验以往要在数千台计算机的集群上才能运行。

想要了解更多关于行业专业分析请关注中研普华研究报告《2019-2025年中国人工智能行业发展分析与投资战略研究报告》

百度筹建AI国家工程实验室？

概念火热 “忽如一夜春风来” “在未来，人类思考需要5秒以下的工作，都将被人工智能所取代，这一领域蕴藏着巨大商机。”创新工场董事长李开复如是强调，人工智能将是移动互联网之后的下一次革命，而人工智能的体量将远超移动互联网。

2016年，科技圈不再将人工智能视为科幻文艺作品中的幻想，这个技术大概念逐渐取代陈旧的技术名词，被众人追捧。自1956年达特茅斯会议上第一次被提及以来，人工智能通过科技公司大肆宣传与实践，如今来到最接近普通人世界的时期。

根据VentureScanner的统计，截至2016年初，全球共有957家人工智能公司，美国以499家位列第一。而《乌镇指数：全球人工智能发展报告2016》显示，全球每10.9个小时诞生一家人工智能企业，因此，经过一年的时间全球人工智能企业数量早已数以千计。

据了解，全球人工智能企业集中分布在美国、中国、英国等少数国家，三国企业数量占总数的65.73%。人工智能企业主要覆盖了深度学习/机器学习（通用）、深度学习/机器学习（应用）、自然语言处理（通用）、自然语言处理（语音识别）、计算机视觉/图像识别（通用）、计算机视觉/图像识别（应用）、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别13个细分行业。 人工智能企业数量飙升，不只是人工智能概念风口强劲，资本的疯狂追捧更是关键影响因素。据艾瑞咨询预计，2020年全球人工智能市场规模将达到1190亿元，年复合增速约19.7%；同期中国人工智能市场规模将达91亿元，年复合增速超50%，人工智能发展前景极为广阔。

根据市场统计，去年中国人工智能逾百家创业公司获得投资，总额近百亿元。覆盖范围从深度学习等软件算法以及GPU、CPU、传感器等关键硬件组成的基础支撑层，到语音/图像识别、语义理解等人工智能软件应用以及数据中心、高性能计算平台等硬件平台组成的技术应用层，到AI解决方案集成层，再到工业机器人、服务机器人等硬件产品层以及智能客服、商业智能（BI）等软件组成的运营服务层。 创新工场在2016年宣布成立的人工智能工程院日前正式露面。在过去的时间里，创新工场已投资了近30家人工智能相关的创业公司，如旷视科技、地平线机器人、驭势科技、第四范式、小鱼儿科技等。 李开复强调，中国具备独特的人工智能机会。他表示，目前世界上43%的人工智能论文作者中，都有华人/中国人的身影；在中国，年轻人具备较高的数学知识，愿意追寻“热门行业”，可以快速训练出大批的“人工智能工程师军队”；国内存在着利于人工智能发展的市场机遇，例如传统企业的“非智能”技术较弱，易于被取代；中国大市场在过去孕育了大量已经走到C轮的应用，在未来需要人工智能的帮助；中国对于人工智能的约束较少。 在中国，支持人工智能的政策已经落至具体实施方案层面。2015年，“中国大脑计划”的筹备工作已经展开，北京、上海、深圳，中国各经济中心都开始制定人工智能和智能机器人的发展战略。“人工智能”在2015年全国“两会”上与“互联网+”一道成为探讨话题。2016年5月，国家发改委印发《“互联网+”人工智能三年行动实施方案》，宣布将推动建设人工智能等8类“互联网+”创新平台。 能够获得来自政府、市场多方面的支持，人工智能似乎已然成为全行业必然的方向，无论是金融、医疗、安防、教育等传统行业还是机器人、互联网、无人车等科技领域，谁能率先抓住人工智能关键技术谁就能获得巨大的市场。据预测，人工智能将催生数个千亿美元甚至万亿美元规模的产业。以金融行业为例，高盛公司估计，到2025年人工智能可通过节省成本和带来新盈利机会每年创造大约340亿-430亿美元的价值。 忙于秀技 “几处早莺争暖树”

2016年，涌入人工智能领域的企业有的在默默加强技术储备，更多的则在发布会、会展、论坛等场合展示起自家成果。月初的CES展会吸引了4200多家参展商，人工智能展商就是赚足眼球的重要组成部分。 在人工智能操作系统方面，从2015年开始参与研发的谷歌、Facebook、微软等巨头带来了不一样的成果。Facebook带来了智能管家Jarvis，可以控制电灯、烤吐司、播放歌曲；谷歌的TensorFlow则是深度学习的杰出代表，在自然语言处理、语音识别、视觉领域、机器人等方面均有所成就；微软的智能对话系统小冰也在向操作系统演化。CES上也少不了国内企业的身影，百度发布了度秘的升级版DuerOS，阿里的YunOS也进行了展示。 在CES展会上打着人工智能标签的产品更是花样百出，三星的Qsmart、海尔的Smart life、LG的SmartThinkQ、长虹的Smart Service、TCL的AIxperience、小米的Smart Home概念。在服务方面，人工智能也开始渗透。亚马逊此前推出了Amazon ML、谷歌推出了RankBrain搜索算法。国内也有网易易盾借助人工智能算法打造了反垃圾云服务，阿里云的ET已经开放给云计算客户。

除了展会，科技公司都玩起了“人工智能PK人类”的戏码。2016年3月的人机围棋大赛中,围棋九段李世石1:4败于人工智能AlphaGo,让人对于人工智能重新树立了看法，不久前AlphaGo升级版Master再度出山杀得世界围棋界片甲不留。江苏卫视播出的第四季《最强大脑》节目中,搭载百度大脑的人工智能机器人“小度”,挑战最强大脑的名人堂选手。搜狗CEO王小川在《一站到底》节目中表示，目前搜狗正在研究一台聪明的问答机器狗，至今研发时间已经超过9个月，耗资4000余万元，并透露，机器狗未来将参加节目的答题挑战。 华丽的展示背后是科技企业布局速度的加快，其中BAT就是典型代表。

百度先后成立了大数据实验室、深度学习实验室和硅谷人工智能实验室，并通过架构调整全面发力人工智能。2016年百度世界大会上，“百度大脑”推出，对语音、图像、自然语言处理和用户画像、无人驾驶等领域进行重点关注和研发。另外，百度还成立了独立风险投资公司专注于人工智能等领域。百度的人工智能产品包括度秘、百度无人驾驶汽车，在百度地图、百度外卖、百度糯米、百度金融等产品中深度学习技术和大数据模型、数据风控技术等都开始投入运用。 阿里方面，早在2015年6月联合富士康向日本软银旗下的机器人公司SBRH战略注资7.32亿元，布局机器人领域。阿里的人工智能产品主要应用在两个层面上： 第一是电商业务，第二则是B端。阿里去年推出了人工智能项目“ET”，已在交通、空管、货运等领域担任调度员工作，不久前还联合饿了么研发出人工智能ET新的调度引擎，正全面推行到外卖送餐领域。 腾讯在人工智能领域的布局，最主要的手段是投资。此前，腾讯与硅谷风投机构Felicis Ventures领投美国数据公司Diffbot 1000万美元A轮融资，参投专注于生命大数据和数字生命研究的公司iCarbonX（碳云智能）近10亿元的A轮融资。另外，腾讯展开了技术储备，人工智能研究项目包括WHAT LAB（微信-香港科技大学人工智能联合实验室）、优图实验室、微信模式识别中心、智能计算与搜索实验室等多个部门。产品层面，腾讯已将人工智能的相关技术，应用于QQ、金融、微信业务板块，还推出智能机器人“小微”，为用户提供可视化的数据定制服务的云搜，中文语义分析平台文智，应用于腾讯征信、微众银行、财付通的优图人脸识别等等。 缺少应用 “纸上得来终觉浅” 市场热闹，真正创造的价值未必有多少？人工智能在语音识别、无人驾驶、机器学习等领域已经产生用户量级，但在机器人、智能家居方面仍然雷声大雨点小，市场甚至怀疑太多参与者拿人工智能吹捧自家产品会带来严重的泡沫。

王小川在日前极客公园2017创新大会上表示，“AI正在过河”，但是AI是很泛的概念。今天人工智能变成所有人去追捧的一个热潮。但是，并没有找到一个既已面世，但又同时有巨大用户规模，还有巨大改变世界能力的技术。日前能够看到什么东西影响大呢？王小川认为，无人驾驶领域未来有很大的用户规模，并且有很大的商业价，然而现在还没有面世。

他认为，科技企业能够做出技术，并且让这个技术保持领先，就是一个困难的事情。有些技术还没等到变成产品或者商业化就开始落后了，因此，保持技术领先是一个难题。更难的是把一个技术变成产品，让更多的用户受益。更难的是，这个技术不仅有它的用户规模，还能够去改变世界，有很大的商业上的意义和对世界的冲击。 360公司创始人、董事长周鸿祎在人工智能方面也不激进，“现在一夜之间人工智能又成了风口，基本上每一头猪都在身上打上了人工智能的标记”，他认为，现在人工智能其实根本没有算法上的突破，突破还只是大数据，“没有大数据人工智能就是空中楼阁。” 事实上，人工智能深入到互联网行业更多地表现在概念层面，创业公司希望抱住人工智能的大腿，获得资本上的支持，将一些伪“人工智能”添加到产品中去，市场上出现了大量的硬件、机器人、语音交互软件，这给普通用户造成了对人工智能错误的解读判断。

理性的成长路线应该是技术的成熟驱动商业的爆发，而非商业的风口催熟技术。“最近三四个月，我们看到的顶尖项目已经越来越少了。”李开复直言，“人工智能和移动互联网创业不一样，人工智能一定需要科学家，而科学家却不见得有工程师可以带出来创业。”

技术的诞生就是为了制造更多的财富，但人工智能如何变现仍然很遥远。调查显示，盈利良好或前景乐观的人工智能创业项目有着三个共同点，即应用于封闭可控的场景、辅助人类完成重复性的具体工作以及可实现的切入点。然而，在创业企业涌入的同时，市场的天平却仍然掌握在巨头手中。例如，在人脸识别、语音识别等方面，阿里、百度、网易等巨头的识别准确率无不做到了99%和97%，而很多创业团队的识别准确率仍停留在80%左右。

有分析人士认为，在人工智能相关的技术、人才、数据、资金等方面，巨头拥有绝对的话语权，初创企业与巨头争夺入口难上加难，或许硬件方面是最好的选择。因此，大量的创业公司选择了智能家居、智能机器人等领域作为突破口，但硬件的时机并不成熟却是不争的事实。 技术准备不足是人工智能商业化难以推动的内在原因，而消费市场尚未被培养起来则是外在原因。例如，不少聊天机器人和智能语音技术还面临语义理解不准确的问题，也导致用户黏性不强。普通消费人群对于智能语音的需求并没被开发出来。当前企业考虑的应该是收集更多的数据、加强机器学习、获得好的算法，把更多的精力运用到技术升级中去而不是急于推广产品。