| 排名 | 企業(yè) | 綜述 |
|---|---|---|
| 1 | 百度 | 最早布局人工智能的大企業(yè)之一，阿波羅無人駕駛系統(tǒng)是其在人工智能的代表性產(chǎn)品。 |
| 2 | 阿里巴巴 | 旗下有達摩院人工智能實驗室，發(fā)布“天貓精靈”等人工智能產(chǎn)品；阿里云是中國四大人工智能平臺之一。 |
| 3 | 騰訊 | 有三個人工智能部門，在美國西雅圖建有人工智能實驗室。騰訊的人工智能團隊有30多個科學家，畢業(yè)于哈佛大學、麻省理工學員以及哥倫比亞大學等。產(chǎn)品有騰訊云小微。 |
| 4 | 寒武紀 | 人工智能與芯片結合的企業(yè)，其自主研發(fā)的人工智能芯片應用于華為手機。 |
| 5 | 科大訊飛 | 中國四大人工智能平臺之一，其自主研發(fā)的語音識別技術代表了中國乃至世界水平。 |
| 6 | 地平線機器人 | 專注于人工智能嵌入式系統(tǒng)的開發(fā)，提倡軟硬件結合的人工智能解決方案。 |
| 7 | 曠視科技 | 機器視覺企業(yè)，推出FaceID在線身份驗證服務，推出Face++ 人工智能開放平臺。 |
| 8 | 華為 | 2012年的6月份，成立了諾亞方舟實驗室，與寒武紀合作推出人工智能手機芯片。 |
| 9 | 商湯科技 | 致力于計算機視覺和深度學習原創(chuàng)技術的創(chuàng)新型科技公司，提供人臉識別、語音技術、文字識別、人臉識別、深度學習等一系列人工智能產(chǎn)品及解決方案。 |
| 10 | 云從科技 | 通過API、SDK以及面向用戶自主研發(fā)產(chǎn)品形式，提供人臉與圖像檢測人工智能服務。 |
| 11 | 朗鏡科技 | 致力于運用世界領先的計算機視覺技術和大數(shù)據(jù)挖掘與分析服務幫助品牌商、零售商實時獲取渠道終端商品信息，實現(xiàn)消費決策場景可視化、數(shù)據(jù)化、實時化。 |
| 12 | 第四范式 | 創(chuàng)始人具有在今日頭條人工智能推薦系統(tǒng)的從業(yè)經(jīng)驗。 |
| 13 | 云知聲 | 自主研發(fā)首款面向物聯(lián)網(wǎng)的人工智能芯片雨燕。 |
| 14 | 思必馳 | 提供車載、智能家居和智能機器人等智能硬件的語音交互服務。 |
| 15 | 依圖科技 | 基于圖像理解的信息獲取和人機交互服務。 |
| 16 | 深鑒科技 | 神經(jīng)網(wǎng)絡壓縮、編譯、神經(jīng)網(wǎng)絡處理器 DPU 設計、 FPGA 開發(fā)、系統(tǒng)集成完整開發(fā)能力。 |
| 17 | 碳云智能 | 通過數(shù)據(jù)挖掘和機器分析提供個人性健康指數(shù)分析和預測。 |
| 18 | 優(yōu)必選 | 集人工智能和人形機器人研發(fā)、平臺軟件開發(fā)運用及產(chǎn)品銷售為一體的全球性高科技企業(yè)。 |
| 19 | 瑞為技術 | 圖像智能感知產(chǎn)品與解決方案提供商。在智慧商鋪、智能家電、車載智能、智能安防等領域均有規(guī)模產(chǎn)品應用。 |
| 20 | 今日頭條 | 人工智能推薦系統(tǒng)應用于媒體產(chǎn)品。 |
| 2018《互聯(lián)網(wǎng)周刊》&eNet研究院選擇排行 | ||
這是對中國人工智能生態(tài)系統(tǒng)梳理中關于算法的部分。
文藝復興時期的著名畫家米開朗其羅在西斯廷教堂天頂上創(chuàng)作了一幅壁畫《創(chuàng)世紀》，在那幅畫里，上帝從天而降，將手指指向亞當，在這個驚心動魄的瞬間，亞當?shù)娜怏w被注入了智慧。
正如人類被上帝賦予智慧一樣，計算機也正在被人類賦予智慧。而智慧的本質在于算法。
自2016年谷歌的阿爾法狗戰(zhàn)勝圍棋頂尖高手李世石以來，人工智能已經(jīng)成為時代的新潮流。不斷有形形色色的新公司涌現(xiàn)出來，它們聲稱自己是搞人工智能的。這些公司組成了一個紛繁復雜的生態(tài)系統(tǒng)。據(jù)報道，截止到2017年6月，全球一共有人工智能企業(yè)2542家，而中國有592家，占比為23%。那么，是不是所有的人工智能企業(yè)都具備算法設計能力呢？真實情況肯定不是這樣的。
什么是人工智能？
笛卡爾曾經(jīng)在回答“什么是人？”這個問題的時候一針見血地指出“我思，故我在”。笛卡爾認為，人類的本質在于思考。
那么，如果一臺計算機也會思考呢？
我們可以把人工智能認為是一種會思考的機器。但是，到底什么是“思考？”比如一臺會下象棋的機器算不算在思考？
因此，我們需要更清晰的人工智能的定義。可惜的是，人工智能的定義一直是非常模糊的，這個概念從提出來到后來被實踐，前后已經(jīng)經(jīng)歷了60多年的時間。
根據(jù)2017年李開復與王詠剛先生合著的《人工智能》一書，對人工智能這一概念一共有5種定義，其中，第4種定義可能最接近反映人工智能的本質：人工智能是會學習的計算機程序。
在這個定義中，人工智能與學習能力聯(lián)系了起來。這個定義也凸顯了學習型算法對人工智能的重要性。也就是說，對人工智能來說，更重要的應該是學習能力，而不是思考能力。
最新崛起的人工智能，不但具有學習能力，而且還具有“深度學習”的能力。
這里說到的“深度學習”，其實指的是人工智能軟件所采用的一種算法。什么是算法呢？這就好像我們用紙牌算24點，比如有4個撲克牌，每張牌上的數(shù)字分別是：2、4、9、6。我們需要用加減乘除四則運算來得到24（每個數(shù)字只能參與一次計算）。
我們可以采取兩種不同的算法。
第一個算法是：4x9-2x6=36-12=24
第二個算法是：4x（9-6/2）=4x（9-3）=4x6=24
因此，采取不同的算法，可以從已經(jīng)存在的數(shù)據(jù)中得到相同的結果。但很明顯，第一種算法只需要經(jīng)歷一個中間步驟；而第二種算法需要經(jīng)歷兩個中間步驟。因此，從計算所花費的時間來說，第一種算法更快速更高效。
同樣道理，深度學習是人工智能的基本算法之一，與深度學習算法并列的還有專家系統(tǒng)與統(tǒng)計模型等。
學術界給出了人工智能的三要素：數(shù)據(jù)、計算能力以及算法。
算法對人工智能具有與生俱來的重要性。
從人工智能的三要素來看：數(shù)據(jù)是人工智能的原料，人工智能一般要吃進去一些數(shù)據(jù)然后才能建立一個理論模型，從而具有智能——這就是阿爾法狗的工作原理，阿爾法狗在看了幾千個棋譜以后，自己與自己實戰(zhàn)對弈，產(chǎn)生了大量數(shù)據(jù)，在這些數(shù)據(jù)的基礎上學習總結下棋經(jīng)驗，最后具有了很高的智能。而計算能力與硬件相關，這包括CPU與GPU、FPGA以及ASIC等硬件解決方式，比如當年吳恩達在谷歌的時候就是動用了上萬個CPU來做“貓臉識別”，取得了巨大成功——計算機開始認識了貓，目前在計算能力上，業(yè)界傾向于開發(fā)專用的人工智能芯片來處理相關的問題，比如寒武紀開發(fā)的人工智能芯片就已經(jīng)用到了華為的手機上。人工智能的算法也非常廣泛，其中比較重要的算法是深度學習算法，而實現(xiàn)深度學習算法的框架則有Tensor flow、Caffe、MXNet、Keras等。目前來看，華人在人工智能算法設計上并不落后，其中Caffe與MXNet都是中國人發(fā)明的。Caffe的發(fā)明人是賈揚清，MXNet的作者是李沐。
深度學習算法到底是什么？
2006年，深度學習的創(chuàng)始人杰弗里.辛頓及合作者發(fā)表了一個里程碑的文章《一種深度置信網(wǎng)絡的快速學習算法》，這一論文宣告了深度學習時代的來臨。
深度學習算法能在目前的人工智能方法中占據(jù)了主流地位，這背后的原因在于深度神經(jīng)網(wǎng)絡的發(fā)展。
深度神經(jīng)網(wǎng)絡中的“深度”兩個字指的是“多層”的神經(jīng)網(wǎng)絡。如果把神經(jīng)網(wǎng)絡看成是一個大樓，那么深度神經(jīng)網(wǎng)絡就有一個多層的大廈，它可以有比較多的神經(jīng)元結構層次，一般來說，我們可以把隱藏層多于一層的神經(jīng)網(wǎng)絡結構稱為“多層”的神經(jīng)網(wǎng)絡，也就是深度神經(jīng)網(wǎng)絡。
如果從“血統(tǒng)”上來說，機器學習是深度學習的父親。而深度神經(jīng)網(wǎng)絡是深度學習的母親。這對父母一結合，生出來的孩子才是深度學習。
我們可以用公式來表示這個關系：
深度學習=機器學習+深度（多層）神經(jīng)網(wǎng)絡
與人的學習還是不太一樣的。機器的深度學習一般要依靠大數(shù)據(jù)，比如計算機要看過幾百萬張汽車的照片以后，才能在圖像識別中確定出汽車的照片。而一個小孩只需要看過兩三輛汽車，就可以把汽車識別出來。從這個意義上來說，人類的學習不太需要大數(shù)據(jù)。與人類的學習能力相比，這也說明目前的深度學習算法還有很大的進步空間。
人工智能有哪些應用場景
從人工智能的應用場景來看，大概可以劃分6大類：自然語言處理、知識表示、自動推理、機器學習、計算機視覺以及機器人學。其中，每一大類又可以分為各個小類，比如計算機視覺又可以具體應用到人臉識別以及自動駕駛等多個垂直領域。
正如石墨烯行業(yè)最核心的問題是需要找到合理的應用場景一樣，雖然人工智能概念如火如荼，但也需要真正落地找到切實的應用場景，實現(xiàn)良性的商業(yè)循環(huán)。
目前來說，人工智能的應用層出不窮，涌現(xiàn)了很多企業(yè)。比如人工智能可以用到醫(yī)療與教育領域，也可以用到物流與安防領域，甚至可以用到軍事領域。在這個過程中，涌現(xiàn)了非常多的垂直領域的公司，但能夠不依靠融資，在商業(yè)上獲得正循環(huán)的企業(yè)并不多。
因此，我們需要考慮的是這些企業(yè)的核心競爭力。正如芯片的核心競爭力是光刻機與EDA工具一樣，人工智能的核心競爭力在算法設計能力。騰訊副總裁姚星曾經(jīng)在展望人工智能行業(yè)的發(fā)展趨勢時說：“算法，將成為人工智能時代的‘科技原力’”。
國內有哪些企業(yè)具有人工智能的算法設計能力呢？
一般來說，要設計算法，必須要有相關的科學家或者有研究經(jīng)歷的工程師，否則很難進行人工智能的算法創(chuàng)新。人工智能的算法設計對數(shù)學與計算機技術都是有比較高的要求，不是一般的程序員可以勝任的。
因此，懂算法設計的科學家成為人工智能公司的核心競爭力之一。
以阿里巴巴公司為例子，2017 年 7 月，阿里巴巴發(fā)布“天貓精靈”，其背后的專利包括基于神經(jīng)網(wǎng)絡的聲紋識別技術。用戶可以使用天貓精靈的對話操作系統(tǒng)，通過語音進行購物和支付，并使用獨特的語音簽名作為身份驗證的一種形式。那么，阿里巴巴的這些人工智能算法是怎么設計出來的呢？據(jù)了解，阿里人工智能實驗室的首席科學家是王剛。王剛2005年本科畢業(yè)于哈爾濱工業(yè)大學，2010年在伊利諾伊大學香檳分校獲博士學位。王剛此前在新加坡南洋理工擔任教授，他顯然是一名學院派出身的人工智能專家。
百度公司作為國內人工智能的領先企業(yè)，也曾經(jīng)聘請了多位人工智能領域的科學家。百度曾聘請余凱、吳恩達、陸奇等人工智能專家擔任高管，這也從側面反應了百度在人工智能領域有很強的算法設計能力。正是在算法設計能力的基礎上，百度才發(fā)布了阿波羅無人駕駛系統(tǒng)等人工智能平臺。
寒武紀作為國內第一家發(fā)布人工智能芯片的公司，其自主研發(fā)的人工智能芯片已經(jīng)應用于華為手機。而它的創(chuàng)始人之一陳天石2010年畢業(yè)于中國科學技術大學計算機學院，獲工學博士學位。同年陳天石進入中國科學院計算技術研究所工作，研究方向為計算機體系結構和計算智能，他也是一位具有人工智能算法設計能力的科學家。
曠視科技的聯(lián)合創(chuàng)始人與首席技術官唐文斌畢業(yè)于清華大學，曾經(jīng)是清華大學計算機系研究生，他還是全國青少年信息學奧林匹克競賽、首屆“Yao Award”金牌獲得者，他也是具有人工智能算法設計能力的科學工作者。
大浪淘沙始于真金璀璨，滄海橫流方顯英雄本色
雖然中國有很多人工智能公司。但從核心技術來說，只有那些擁有人工智能算法設計能力的公司才是具有核心技術競爭力的。正如在中興通訊被美國禁運芯片事件中我們可以看到的那樣——只有掌握了核心技術，才可以在市場競爭中擁有主動權。而人工智能的核心之一就是算法設計。
大數(shù)據(jù)與云計算以及人工智能是三個相互獨立的概念。人工智能的英文是artificial intelligence ，其首字母是A。大數(shù)據(jù)的英語是big data，其首字母是B。云計算的英文是cloud computing ，其首字母是C。所以，人工智能與大數(shù)據(jù)以及云計算的關系被簡單形容為ABC的關系，但必須注意，這三個概念是相互獨立的，很多中小企業(yè)把這三個概念混為一談，混淆這些概念，胡亂炒作高科技概念是不可取的。只有正確區(qū)分ABC的關系，才能捋清楚人工智能這個生態(tài)系統(tǒng)。
在人工智能紛繁復雜的產(chǎn)業(yè)圖景中，猶如石墨烯產(chǎn)業(yè)一樣，必須要找到其應用場景。
在任何一個領域，對企業(yè)來說，只玩概念是不能走向未來的。
（文/軒中）
