人工智能商业化场景：AI如何+出未来 2016年09月18日09:26 来源：OFweek|
凯文·凯利说“人工是下一个颠覆人类社会的东西”。据BBC预测，到2020年，全球人工智能市场规模将达1190亿人民币。人工智能将成为未来10年内的产业新风口似乎已成不争的事实。
距离1956年人工智能之父马文·明斯基提出“人工智能”的概念已整整过去了60年，其间商业化的浪潮一直迟迟未至。之前，尽管有微软、谷歌、Facebook等大不断投资人工智能技术，但大多把研究成果用于自身业务的优化与效率提升，未能激起多大的浪花。直至人机大战重新夺回大众的关注点，人们才意识到，人工智能商业化不知何时已悄然开始布局。
实际上，从图像识别、语音识别的细分角度看，今天的人工智能商业化已经让大众受益颇丰。然而就在10年前，今天市面上可以见到的Siri、人脸识别等仍是天方夜谭，人工智能商业化的前提到底是什么？更快的计算机、更多的数据、更高级的算法为了达到人工智能技术落地的可能，无数科学家试图给出可行的方案。与此同时，市场也在用商业的力量和逻辑，加速人工智能迭代，掀起一番巨浪。
AI大潮下进击的巨头们
人机大战折射出的现象是人工智能早已成为巨头们发展的方向，“深度学习”成为竞争的焦点。事实上只有更多的开发者加入人工智能领域的研究、不断推动技术进步，才能实现商业化的最终目标。因此可以说，谷歌大张旗鼓赢得与李世石的比赛，打响了巨头们之间又一轮竞赛的起跑枪。同样斥巨资布局人工智能的还有Facebook、微软、苹果等多家商业巨头。
苹果公司早早推出了以Siri为代表的人工智能应用，通过收购和自主研发完成对人工智能的提前布局，在语音、图像、机器学习都有产品覆盖。相对于苹果，谷歌和Facebook在人工智能领域的努力更容易为外界所捕获。
对于谷歌来说，AlphaGo只是其人工智能计划的开端。除了AlphaGo，谷歌还推出了基于人工智能的新搜索算法的RankBrain，联手福特研发了无人驾驶汽车、D－Wave量子计算机测试，并将人工智能融入聊天。后起之秀Facebook则于2015年6月在欧洲成立人工智能研究中心，试图建造能够理解海量数据的人工智能机器。值得一提的是Facebook一直是开源人工智能技术的积极推动者，Facebook日前开源了三款图像分割软件工具，三者相互配合可以完成一个完整的图像识别分割处理流程。此前，Facebook还曾在Torch上开源了一些功能强大的深度学习工具。
不同于谷歌和Facebook的吸睛，微软在人工智能领域显得十分低调，但其实早在1991年微软便成立研究院，专攻人机交互、自然语言处理、机器学习、语音识别和语音合成、计算机视觉5个方向。而这些，不论是在学界或是业界，恰恰成为了人工智能最重要的分支。
目前微软在中国为人熟知的产品是人工智能虚拟机器人小娜（Cortana）和小冰。小冰在中国即时通信软件巨头微信上运行三天后，获得了150万条聊天记录。之后，小冰入驻微博，成为最受关注的账号之一。尤其是小冰与网友的“舌战”赚足了眼球。小娜则更像用户生活中的人工智能助手，在今年3月微软举办的Build大会上，小娜成功算出了“主人”最有可能到家的行程和时间，并在“主人”到家前的5分钟让家用电器启动。
力图在人工智能领域“后发制人”的微软日前宣布收购了人工智能调度工具Genee，并表示或将把它融入云服务Office365当中，这表明微软正计划人工智能助理的多领域用途。事实上，微软不仅将人工智能技术应用于Windows、Azure等核心业务中，还构建了开放的平台，将多年的技术积累开放给产业界，它的野心是打造一个人工智能生态圈。
除了BAT，还有谁在AI＋？
目光放回国内，除了众所周知的BAT在人工智能领域有着较为深厚的积累，还有一批进击的巨头们在不断探索。8月12日，搜狗、华为、小米、360等巨头在“全球人工智能与机器人峰会”上，对人工智能商业化场景进行了一番探讨。关于人工智能的现在和未来，大佬们都说了什么？
“从搜索引擎产品的从业者来讲，我们认为搜索引擎其实是人工智能最大的一个场景。”搜狗CTO杨洪涛表示，得益于互联网的发展，足够的应用、信息和用户量产生了海量数据，这让搜索引擎公司有了更好的算法，能大批量、低成本地将计算力连接起来。
8月3日，搜狗推出语音搜索引擎——“知音”，并融合了吞音优化、语音纠错以及多轮交互三个全新的功能。杨洪涛介绍，目前搜狗的智能语音技术已经成功应用到搜狗的全线产品中，随着搜狗在自然交互与知识计算方面的不断完善，加之与行业内其他领先的深度合作，“知音”将会布局到更多的终端入口，在物联网、车联网、人工智能等各个方面以“任务+应用”的形式在特定场景上发力，如汽车和智能家居。
不过，搜狗的智能语音技术不是一个卖技术的商业模式。搜索引擎公司在背后能够提供的不仅仅是语音交互，它本质上是技术应用对企业和用户产生价值的一个过程。对信息的掌握和服务的整合产生的价值，将会极大地满足和促进市场的需求。
作为一个互联网公司，搜狗布局人工智能或许并不令人意外，但很多人似乎不知道华为也早已开始布局人工智能，并成立诺亚方舟实验室，发力AI方向的产品和技术。
“华为诺亚方舟实验室在进行人工智能研究和未来技术探索的同时，主要还将关注终端产品的智能化研发。”该实验室主任李航说，他们的目的是打造一个全智能化的智能移动手机终端，用户将通过自然语言的方式从终端获取一切想要的信息和协助。该实验室成立4年多以来，主要关注人工智能、机器学习、数据挖掘等前沿科技领域的研究。
目前华为诺亚方舟实验室已经推出了两款产品，分别是华为手机上的App市场及“手机服务”App。面对3亿用户，每天3000万次检索，1亿次下载总量的挑战，前者能够智能化地为客户提供检索结果和推荐App；用户可以用自然语言的方式向后者求助在手机使用过程中遇到的各种问题，在每天10万次当量的问题求助中，有超过90%的用户都可以得到满意的回答。
而根据华为公布的2015年年报的内容，在人工智能领域，华为在深度学习上持续突破，取得了不错的成绩。基于深度学习，华为研究出了业界最先进的神经应答机，发布业界第一个基于深度学习的单轮对话生成模型。所谓神经应答机，就是一个单轮的对话系统，用编码器将问句转换成中间表示，再用解码器将中间表示转换成回答。
比如你说：“我想买一部iPhone”，系统回答：“还是支持一下国产的吧”。事实上，这一句话并没有提前写入对话数据中，而是系统在看了许多对话例子后自动生成的反馈。除此之外，华为还研发出神经机器翻译（NeuralMachineTranslation）技术，能够支持深度记忆框架，达到业界一流机器翻译能力。
和华为类似，小米的人工智能布局也着力在终端上。“人工智能的发展离不开这三个前提：产品、大数据、机器学习。”小米科技联合创始人黄江吉，带着对一系列小米智能家居设备的介绍，在大会上分享了小米对人工智能技术发展的方法论。
机器学习与大数据离不开高活跃度的产品，这些产品包括常用软件和手环、电视盒子、网络设备以及智能家居等智能硬件。黄江吉提到，小米手机有两千万MIUI系统用户，其中日活跃1000万的应用有8个，而日活跃超100万的有17个。这为大数据和机器学习能力的提升打好了基础。
当高活跃度的产品须落地时，就会产生大量数据，而建立高质量的数据，则通过数据采集，数据清洗，数据挖掘，数据智能等方式来实现。任何数据最终都是为人服务，因此建立每个人的用户画像就显得尤为重要。小米为建立用户画像收集了各个场景和各个碎片时间产生的数据，数据量共达200TB。
黄江吉表示，只有将硬件做好才能培养用户的忠诚度，从而产生批量数据，“产生了这个数据之后才可以去机器学习、深度学习，让它反过来变成一个数据模型，把你的产品做得越来越智能，才可以把它的体验度做得越来越好”。
责任编辑：姚泓泽
上一页1
