【正文】 司就可以利用研究部門之外所取得的人工智能進步。Salesforce 在做什么？在 2014 年和 2015 年，Salesforce 開始解釋自己的 Apex 開發(fā)平臺如何可被用在 Salesforce1 云上完成機器學習任務。從此，該公司開始在人工智能上投入更多的資源，收購了多家人工智能公司，包括 Minhash、PredictionIO 和 MetaMind。在 9 月份，Salesforce 推出了 Einstein——一個面向多平臺的基于人工智能的云計劃。該計劃專注于將人工智能融入銷售云、市場云、服務云、社區(qū)云、IoT 云和 app 云。為什么重要？Salesforce Einstein 有潛力促進商業(yè)使用數(shù)據(jù)的方式。在銷售云中，該公司希望讓各個組織通過預測銷售線索得分、洞見機會以及自動捕捉活動來優(yōu)化銷售機遇。市場和服務云將提供預測參與度得分，來分析消費者使用情況。還能提供預測客戶，從而幫助定位市場，并基于趨勢和用戶歷史通過自動案例分類更快解決消費者服務事件。Salesforce 用微妙的使用案例將機器學習帶到云中，強調(diào)它對公司核心競爭力的影響。英偉達在做什么？英偉達已經(jīng)從之前電子游戲 GPU 生產(chǎn)商轉(zhuǎn)型為機器學習應用硬件廠商。2015 年年底，公司表示，較之使用傳統(tǒng) CPU，使用了 GPU 神經(jīng)網(wǎng)絡的訓練速度提升了 10 到 20 倍。盡管英特爾重金投入的 FPGA（作為 GPU 的替代產(chǎn)品）加入硬件市場角逐，但是，GPU 的機器學習應用能實現(xiàn)更加密集的訓練。相對而言，F(xiàn)PGA 可以提供更快、計算密集程度更低的推理和任務；這說明市場會根據(jù)實際應用案例區(qū)分對待。過去五年，到 2016 年 6 月為止，英偉達所占 GPU 市場份額已經(jīng)從二分之一上升到近四分之三。為什么重要？在人工智能創(chuàng)新公司和學術機構中，GPU 加速的深度學習一直是許多項目的前沿。英偉達所占據(jù)的市場份額意味著，隨著人工智能越來越成為未來幾年中大型商務的中心議題，公司可以從中獲益。使用公司產(chǎn)品的一個例子，俄羅斯的 NTechLab，使用 GPU 加速的深度學習框架來訓練面部識別模型，識別密集集會中的個人，并在 AWS 中利用這些 GPU 進行推理。作為一種選擇，許多大學也使用英偉達 Tesla 加速器來模擬可能的抗體突變，這種變異可能會擊敗進化中的伊波拉病毒，將來研究會進一步關注流感病毒。英特爾在做什么？英特爾的戰(zhàn)略比較獨特，其使用的案例多種多樣。2016 年年中，公司發(fā)布了第二代 Xeon Phi 產(chǎn)品系列，以其高性能計算（HPC）能力著稱，它可以讓人工智能擴展到更加大型的服務器網(wǎng)絡和云端。在硬件不斷進步的同時，公司也下重金投資 FPGA，這主要歸功于其推理速度和靈活的可編程性。英特爾令人矚目的收購包括 Nervana（深度學習），以及 Altera——該公司將 FPGA 的創(chuàng)新帶入了英特爾。為什么重要？英特爾關注 FPGA 創(chuàng)新補足了英偉達對 GPU 的關注。當處理大型數(shù)據(jù)庫（微軟等許多大公司用來測試大數(shù)據(jù)分析的邊界），F(xiàn)PGA 能夠提供更加快速的推理速度。在物聯(lián)網(wǎng)的應用環(huán)境中，公司也宣布了一個計劃，旨在將學習技術融入可穿戴微芯片中（顯然是通過 Xeon Quark）。物聯(lián)網(wǎng)和人工智能的銜接有助于為公司和個人日常使用案例的數(shù)據(jù)搜集機制提供機器學習解決方案。Uber 在做什么？Uber 正在使用機器學習優(yōu)化 UberX ETA 以及接送地點的準確性。為了實現(xiàn)這一點，需要數(shù)百萬之前搭乘記錄的數(shù)據(jù)點來探測常規(guī)交通模式，從而可以相應調(diào)整 ETA/接送地點。今年 9 月，Uber 展開了一個自動駕駛試點項目，地點位于匹茲堡，由來自 CMU 的研究人員（受雇于 Uber）負責該項目，很多大型汽車制造商業(yè)參與了進來。該公司還和沃爾沃達成了一項合作（金額 300 萬美元），研發(fā)協(xié)作也為這個試點項目提供了機遇。不過，公司并不止步于小轎車。公司收購了一家自動卡車創(chuàng)業(yè)公司 Otto，今年十月在科羅拉多，公司試點快遞了 5 萬瓶啤酒。為什么重要？Uber 的機器學習負責人 Danny Lange 在接受 GeekWire 的采訪中提及，他們的團隊正在將這種技術無縫供給公司的其他團隊，這些團隊無需具備機器學習背景就可以使用 APIs。這也能讓公司不同部門能高效利用機器學習基礎架構，例如，UberX、UberPool、UberEats 以及自動駕駛工具都使用到了公司的人工智能技術。IBM 在做什么？IBM 在全球有 3000 多名研究人員。過去十年，IBM 在認知計算上超過有 1400 項專利，下一代云上有 1200 項，在硅/納米科學上有 7200 項專利。IBM Watson 利用自然語言處理機器學習技術識別模式，并提供在非結(jié)構數(shù)據(jù)上的洞見，據(jù)該公司表示這代表如今所有數(shù)據(jù)的 80%。其他 Watson 產(chǎn)品包括 Virtual Agent，一個響應分析的自動消費者服務體驗；Explorer，這是一個分析并連接大量不同數(shù)據(jù)集的工具。為什么重要？IBM 一直是該領域的先驅(qū)，有著極大的成就，包括上世紀 90 年代的 DeepBlue 和 2011 年的 Watson。Watson 的應用包括醫(yī)療中的病人治療分析，基于 twitter 數(shù)據(jù)的股票推薦，零售中消費者的行為分析，以及對抗網(wǎng)絡安全威脅。據(jù)財富報道，GM 將 Watson 加入到了汽車中，在 OnStar 系統(tǒng)上結(jié)合了 Watson 的能力。百度在做什么？百度的人工智能研究由百度大腦所推進。它包含 3 個元素：1）一個模擬人類神經(jīng)網(wǎng)絡的人工智能算法，有著在百十億的樣本上訓練的大量參數(shù)；2）能在數(shù)十萬臺服務器與大量 GPU 集群上進行高性能計算（HPC）的運算能力。HPC 能容納更多可擴展的深度學習算法。百度是首家宣布這種架構的公司，并正與 UCLA 合作；3）標記數(shù)據(jù)，借此技術，百度收集到了數(shù)以億計的網(wǎng)頁，包括百億的視頻/音頻/圖像內(nèi)容碎片，還有數(shù)十億的搜索請求和百億的定位要求。為特定模型訓練一臺機器可能需要很高的（exaFLOPS 級）計算能力以及 4T 的數(shù)據(jù)。為什么重要？人工智能正在改進百度全線產(chǎn)品的用戶體驗和提升用戶粘性，也在推動針對每一用戶的定制化高質(zhì)量內(nèi)容。建立一個內(nèi)部平臺來運行從網(wǎng)頁搜索到廣告投放的帶有標簽數(shù)據(jù)的深度學習實驗，能夠預測點擊率（CTR），這會直接影響百度的廣告投放，因此也是它們目前的主要收益。此外，基于人工智能的技術也能帶來更高的 CTR，而且每點擊成本的降低也能促進變現(xiàn)。41 / 4