人工智能万亿市场 到底谁占了先机？

　　在6月公布的一份研究报告中，谷歌宣布了他们关于人工智能研究的一项新进展，该系统可以对用户提出的问题进行回答。除了帮助用户诊断和修复计算机问题之外，系统还教会了自己些新玩意儿——能够与人类就一些更微妙、更复杂的问题进行探讨，比如哲学，比如道德。 据称，其答案的连贯性之高，“以至于可能会让用户误以为是自己的大学室友回答了他们的问题”。

　　经过半个世纪的发展，人类似乎终于有希望实现对人工智能的幻想了。大批可穿戴设备的出现，无人驾驶技术的革新研发，各种智能机器人的亮相——科学家、商业巨头仿佛已决心联起手来，带给我们一次次的震撼。

　　曾经预言过电脑将会战胜人类棋王的美国科学家雷·库兹韦尔(Ray Kurzweil)再一次抛出了乐观而大胆的看法，他认为，人工智能将超越人类智慧的那个临界点，时间就在2045年。

　　根据量化分析公司Quid的数据，自2009年以来，人工智能已经吸引了超过170亿美元的投资。仅去年就有322家拥有类似人工智能技术的公司获得了超过20亿美元的投资。过去4年里，人工智能领域的民间投资以平均每年62%的增长速率增加，这一速率预计还会持续下去。

　　目前，我国产业结构调整和人工智能升级的方向高度重合，面对未来5年、10年乃至30年的影响，将产生百倍的溢出效应。国泰君安分析认为，仅工业机器人一例，智能化水平提高后，将给工业机器人带来机器视觉、云端控制等，能够迎合目前柔性生产线应用的需求，多条小批量定制化生产线可以共用一条生产线，能够降低固定资产投资成本近30%，降低人工成本近60%-70%，在汽车整车、汽车零部件制造、电子电气行业、食品工业及物流等行业将产生8-10倍的产业集群带动作用，可对应800亿-1000亿元的市场规模。

　　巨头布局带来示范效应

　　移动互联网浪潮极大地改变了人类的生存状况。眼下，当市场亟待互联网催生出更多的新应用模式、更好的商业创新时，发展却受到了技术水平的制约。人工智能就是冲破这一瓶颈的下一轮风暴推手。毫不夸张地说，从科技界到商界几乎都认定，人工智能会再次改变世界。

　　“在前沿科技的应用方面，科技巨头的示范效应是产业化开启的先兆。”国泰君安指出。

　　国内以BAT三巨头为首，都基于移动互联网，开拓了新的商业模式。百度完成了人与信息的连接，以网络广告实现盈利；阿里培育了人和商品的连接，以电子商务实现盈利；腾讯塑造了人和人之间的连接，通过社交软件网罗极其庞大的用户，再以基于用户群的增值服务实现盈利。

　　但几乎所有基于网络的创新服务都面对着一个共同的问题，就是智能化程度的不足。什么是“像人类一样聪明”？在我们看来很难的事情，如高速运算和下棋布局，在电脑看来很简单；而我们觉得很容易的事情，如动作、书写、识别等，对机器来说却很难实现。

　　这样的限制体现在很多方面。如物流技术，无人机送货省时省力，但目前仍未有能够实现自主飞行的机器。如何在飞行时避开障碍物，如何具备签名或者人脸识别的能力，如何在突发情况下规划新路线，这些都属于人工智能技术而尚未达到商用性的突破。

　　早在去年5月，百度就将人工智能领域最权威的学者之一、谷歌大脑项目之父吴恩达纳入麾下，担任其首席科学家，负责“百度大脑”计划，并负责北美研究中心的建立运营；腾讯基于微信平台，开发了多种模式识别功能，推出了“微信智能开发平台”，将微信的图像识别能力和语音识别关键词技术向第三方开放，“扫一扫”和“语音转文字”功能就是典型应用；2014年8月，科大讯飞发布“讯飞超脑”，并与人工智能世界一流专家汤晓鸥合作，切入到京东“JD+计划”，统一提供平台上各种智能家居硬件的语音交互系统和后台的讯飞超脑；奇虎则深耕杀毒软件领域，推出了360QVM人工智能杀毒引擎——通过海量病毒样本数据归纳出一套智能算法，从而自主发现和学习病毒变化规律。

　　国际互联网巨头所走的路线也各有不同。数据处理方面，目前IBM正在研究一种新型的仿生芯片，能够模仿人脑的运算过程，预计2019年可完全模拟出人类大脑；人脸识别方面，Facebook依托其丰富的人脸图像数据资源，其Deppface技术脸部识别率高达97%；深度学习方面，谷歌这两年通过并购、软硬件一体化以及开放平台战略打造人工智能生态圈，在运动控制、软件识别和语音识别等方面，都与百度、科大讯飞等拥有深度学习科学家的公司，进行着激烈的比拼。

　　值得一提的是，人工智能不仅是中国IT行业的趋势之一，也极有可能是中国科技与国际技术水平的首次齐头并进，共同研究开发这片蓝海，其产业未来潜能可想而知。

　　机会蕴藏在基础设施中

　　技术发展带来商业模式的创新，而后者对前者红利的掘取，也是推动前者演进的重要原因之一。

　　人工智能无疑带给市场以巨大的想象空间。对于新的生态格局，技术沉淀不如互联网巨头的企业，从数据传输、运算、存储过程中所需要的基础设施资源支持出发，或可收获预期爆发中的红利。

　　人工智能的实现既需要人工智能算法，也需要云计算中心、IDC、交换机、服务器等提供硬件支持。百度在发展人工智能时，首先就是不断扩充存储能力。以百度大脑为例，要通过深度学习，构建出世界上最大规模的深度神经网络来模拟人类大脑的神经元，参数规模达到百亿级别，对应地需要十几座云计算中心、规模化ARM服务器、并行GPU等支持生成、配合针对不同应用和场景的网络结构，从而为人工智能提供有力的硬件支持。

　　除了存储，还需要对数据进行加工，如同我们的记忆联想，想要理解用户的语言，数据工厂还要在数据海洋中，为词语或场景建立动态关联。

　　正因如此，是否能够搭建超算平台，以及通过数据挖掘和搜索算法对数据工厂中的知识库和信息库进行分类与关联的技术能力，成为人工智能企业的重要进入门槛。之后的应用环节技术实现和专用服务都要依托于此。企业无疑能够从中发掘足够的机遇，转型智能硬件，来进行自身的战略布局。

　　2015年6月18日，阿里巴巴集团在日本宣布，联合富士康向日本软银集团旗下机器人控股子公司(简称SBRH)分别战略注资145亿日元。根据签署协议，阿里巴巴、富士康将分别持有其20%股份，软银则持有SBRH 60%股份。目前，SBRH拥有全球首个具有感情的机器人产品 Pepper。据悉，阿里巴巴与软银、富士康这三家世界知名企业在未来将联手推动机器人产业在全球范围的开发和拓展，阿里还将借助自身的渠道优势、阿里云强大的存储、计算及大数据分析能力与SBRH联合开展机器人应用场景和用户体验方面的研究合作。

　　重新定义六大领域

　　1移动社交：

　　提升平台入口的吸引力

　　目前社交软件逐步向平台级入口定位，作为入口需要将多应用、多交互方式引入其中：对于应用，平台提供智能模块供应用软件调用是最具有吸引力的，模式类似Appstore；对于交互方式，触屏、语音、图片、手势的交互方式寻求融合，形成多元化输入模式，扩大平台的入口口径。

　　2014年年底，移动端的社交用户正式超过PC的用户，成为用户社交接入首选端口，5.3亿手机网民中有60.2%的人使用手机社交软件，超过九成的移动社交用户每天使用社交APP，这为人工智能技术在社交网络领域的应用提供了用户基础。

　　案例： 腾讯基于微信开发了多种模式识别功能，于2013年12月推出了“微信智能开发平台”，第三方开发者通过调用腾讯语音和图像相关技术SDK开发新应用软件，实现双赢。目前，微信的语音识别功能受到消费者的高度认可，准确率高达90%以上。同时QQ音乐中部分功能直接调用的是微信的语音识别技术。

　　2智能搜索

　　提高用户搜索的精准性

　　移动互联网时代，用户获取信息的场景和使用目的变得越来越多元和细化，PC的搜索方式已经不再符合移动端的特点，从海量数据中挖掘有效信息并快速反馈到用户变得越来越重要，同时也变得相当困难，这需要搜索引擎能够理解用户的需求，就像人类一样识别物体、理解文字，并能进行智能联想。届时语音为主文字次之图像为辅的智能搜索才能够满足用户的需求。NewstreetResearch预计，2015年智能搜索市场规模将达到848亿元。

　　案例： 微信公众账号“出门问问”是面向移动搜索领域的微信平台创业产品，是一个基于语音语义识别的智能移动生活搜索。“出门问问”正是针对用户这一需求推出了精准化的查询服务，将线上数据与线下生活场景相结合。它完全接受语音输入，通过分析用户需求来提供精准的搜索结果。这些特点恰弥补了手机上输入不方便、搜索场景碎片化、信息显示空间有限的不足。

　　3医疗诊断

　　辅助医生决策预判

　　医学生物领域对于医生的要求较高，需要结合病人多方面信息才能确诊，而目前医疗资源是非常短缺的，尤其是在中国等发展中国家，迫切需要人工智能提高医疗信息化水平、提高诊断效率、减少医生基础性工作、提升医疗服务质量。

　　案例： IBM的Watson借助自然语言处理技术来阅读和理解大量医学文献，目前Watson已收录了肿瘤学研究领域的42种医学期刊、临床试验的60多万条医疗证据和200万页文本资料，能够在几秒之内筛选数十年癌症治疗历史中的150万份患者记录，包括病历和患者治疗结果，并为医生提供可供选择的循证治疗方案。2014年IBM、WellPoint和美国纽约MemorialSloan-Kettering癌症中心发布了首批基于Watson的认知计算系统的商业化开发突破性成果，Watson会综合病人情况、家族病史、当前治疗手段、研究成果、期刊文章等大量信息进行数据分析，最后列出可能的诊断结果及其相应的可能性大小。

　　4智能工厂

　　带来生产制造的智能革命

　　从制造业的发展历程看，我国必然要经历机械化、自动化、智能化、云化的变革，工业制成品也经历着数量、质量、柔性低成本的发展阶段。目前基于云端控制、机器视觉、C2M模式、深度学习的生产方式升级了工业制造。2000年我国仅拥有3500套机器人，到2012年末我国运行中的工业机器人总量已经达到10.18万套，复合增长率高达32.42%。未来一方面将更广泛推广工业机器人的应用，另一方面利用人工智能提升机器人智能化水平，从恶劣环境取代人到控制、检测的智能化系统。

　　案例： 加州伯克利分校教授创建的公司Wise.io，提出了一套机器学习的新算法，通过引擎将来自Hadoop等数据源的数据进行关联，形成多维度视图，这一方法在科学研究和实业流程制造过程中见效明显，如在多监测、多传感、工艺流程复杂的大型企业中，Wise.io能够在20分钟内给出一份工业安全监测报告，取代了过去上百人团队近半年的工作量。

　　5虚拟助理

　　捎来的私人助理

　　随着我国跨过刘易斯拐点及人口老龄化程度不断加深，办公需求和护理需求方面都在呼唤更多的机器代理，无论是实体服务机器人还是数字秘书，我们将其统称为“虚拟助理”，目前4.8亿的老幼群体都是虚拟助理的潜在使用者。虚拟助理所需的基础技术包括语音识别、语义/自然语言处理、人与机器对话建模以及口语生成等人工智能分支技术，另外，伴随着云计算实时联网、大数据获取信息资源，虚拟助理在作决策时方案优选能力越来越强，人工智能水平不断提高，

　　案例： 微软基于WP8.1平台推出了虚拟语音助理Cortana，中文名小娜，工作方式类似于苹果的Siri，但在智能方面更胜一筹，包括成功预测巴西世界杯八分之一决赛中的6场。从2014年诞生以来的这大半年内，小娜不断学习，发送天气提醒、追踪包裹、反馈航班状态、提醒工作安排等样样精通，最近又新增了基于MSOffice进行Word文档编辑和共享及速算的能力。

　　6无人驾驶

　　与汽车产业的完美结合

　　汽车行业咨询机构IHSAutomotive预计，在2035年左右，无人驾驶汽车年销量将达到1180万部，约占总销量的9%。

　　利用现有的车载技术、传感器、雷达、摄像头与数据处理装置，目前正在实验路测中的无人驾驶汽车逐步实现了多路况的驻车、行驶、超车等操作，接下来就是通过反复路测和多辆车测试来得到安全认证方面的可信证明，谷歌目前走在行业前列。

　　案例：以色列Mobileye公司一直致力于汽车工业的计算机视觉算法和驾驶辅助系统的芯片技术研究，积累了千百万英里不同环境、不同气候、不同道路状况的驾驶场景，C2-270智能行车预警系统正是基于这些数据开发出来的最成功的应用产品。截至2014年底，全球共计有400万辆汽车安装了该公司的驾驶辅助系统，其中通用汽车是该公司最大的客户。Mobileye预计，至2015年底运用其驾驶辅助系统的汽车生产商将达到20家，车型或多达237款。