AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

智东西(公众号:zhidxcom)
文 | 旖媛

“懒”是人类进步的阶梯,这句话用在AI(Artificial Intelligence,人工智能)领域或许很合适。AI并不是这个世纪才有的,上世纪五十年代开始,科学家们就为了让人类过上更好的生活而开始研究一种可以自己学习“人工大脑”。相比于人类大脑来说,AI拥有无限量的记忆空间,有相当强的逻辑计算能力和分析能力,能察觉到一丝一毫的错误,还能做到很多人类大脑无法完成的任务,简直是人类缺陷最强弥补神器。

众多科技公司也是看中了AI的巨大潜力,纷纷投资或并购AI公司。还记得去年在围棋上大战李世石的阿尔法狗吗?那可能是人们科技巨头在AI领域最引人注目的成果。在这之后,巨头们的血拼大戏愈演愈烈。

据CB Insights统计,AI的初创企业在2011年只有70家,在2015年就已经超过了400家,增长近6倍。2016年第一季度风投资金显示,超过200家AI相关的初创公司已经融资超过15亿美元,达到新高。

不光是国外科技巨头,国内各大公司也在抢先机。阿里云ET去年成功预测《我是歌手》总决赛冠军;腾讯也花大手笔投资了一票AI初创。

AI已经是无法躲避的风口,与其担忧AI控制人类,不如来看看当前科技巨头在AI领域的布局,以及它能在哪些领域能让我们过上更好的生活。

科技巨头都买了什么?

出手阔绰的科技巨头如谷歌、苹果都有众多的商业布局,他们会在相同类型的领域竞争,当然也会在不同的应用上发力。

从下图CB Insights的统计图表来看,2011年底开始到2016年,越来越多的企业投入到收购中来,越来越密集。这些被大佬们收购的名字背后都有怎样的价值?

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

谷歌:有AI的地方就有我

说到AI收购,谷歌必须第一个来说,因为从2011年底至今,谷歌已经买了9家AI公司,从时间图来看,一眼望去全是五颜六色的“G”。

被谷歌收购的9家企业有Cleversense、DNNresearch、DeepMind、Emu、Jetpac、Dark Blue Labs、Vision Factory、Timeful、Granata Decision Systems。其中Dark Blue Labs和Vision Factory是DeepMind做为谷歌独立的实验室继续收购的。

谷歌的业务范围很广,这9家AI公司属性都不太相同。下面来看一张简述:

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

Cleversense是一个APP,它利用AI和机器学习,根据个人的喜好推荐附近的餐厅、咖啡厅、酒吧和夜店等。从上图来看,这实际上是属于最早的收购,虽然这种按照喜好推荐餐厅的方式在今天看来非常简单,但在2011年应该属于相当前沿的方式。

谷歌有一款类似于Siri的产品叫做Google Now语音助手,而其收购的Emu也是一款类似的APP,但它更智能之处在于它可以主动提供一些信息。当你和别人约定某个地点见面时,它会自动提供地址,还会提醒航班的起飞时间并提供到达的交通和当时的交通环境。

谷歌收购的Jetpac也是一款APP,主打的口号是“city guide”。它能识别用户上传到Instagram和其他网站上的照片中的背景,准确的指出这个照片中的地点。比如说,你在Instagram上看到一个非常有情调的咖啡厅的照片,你就可以将照片上传到Jetpac中,紧接着下面就会以地图坐标的形式标明这个咖啡厅的位置。

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

Timeful是一个时间规划类APP,它利用了行为科学,帮助职场人士在繁忙的工作中继续保持做一件重要事情的时间。和一半时间规划类APP的不同之处在于,你只要告诉它你手头在做的事情和你的习惯,并且告诉他你想做什么,比如一周三次的跑步,不需要具体时间,Timeful会根据你的习惯自动帮你规划合适的时间表。在多个时间中,它会根据你的习惯自动帮你选择优先权。最可能用上这个功能的是谷歌日历,谷歌邮箱APP和文档也是适用对象。

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

DNNresearch是由多伦多大学教授Geoffrey Hinton带领两个研究生所做的项目,收购的时候他们没有任何产品,实际上谷歌是花钱买下了这个团队。Geoffrey Hinton是业内公认的神经网络方面的专家,尤其是计算机科学领域的语音识别、计算机视觉和语言理解的研究最为出色。

Granata Decision Systems是谷歌在2015年年初收购的,是一个数据分析平台,帮助企业做分析和决策。

DeepMind已经非常出名了,DeepMind收购的这两家AI公司Dark Blue Labs是研究机器学习的,而Vision Factory是研究计算机视觉。Dark Blue Labs专门处理深度学习自然语言,一些谷歌的产品已经使用上了。谷歌的语音搜索内置在安卓系统的智能手机和平板中,用户也可以通过网页进行语音搜索。Vision Factory则在视觉上帮助谷歌,包括搜索上的物体识别,基于摄像头的搜索应用程序,以及为其自动驾驶汽车处理数据。

谷歌早已不是一个传统的科技公司了。除了最开始的搜索引擎、地图、邮箱、浏览器之外,谷歌还通过收购YouTube建立了视频平台,开发了Android操作系统,收购摩托罗拉,还推出了自己的手机。近年来更是将发展的触手伸向智能穿戴、自动驾驶汽车等更高科技的领域。

谷歌的基础很扎实,产品发展越来越形成一个闭环,软件应将相互支撑发展,环环相套,步步为营。在每一个新的风口出现的时候,谷歌也总是能抢占先机,用新的技术提升自己的产品和服务。

在收购了这么多AI初创公司之后,谷歌的语音图像识别、地图服务、日历日程规划以及自动驾驶汽车的都将会有跳跃性的发展。

苹果:新成果实现,可用文字搜索照片

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

从去年开始苹果就开始收购AI企业,包括语音智能初创企业VocalIQ和Perceptio,通过使用机器学习实现语音助手与用户的真实对话,使Siri、iOS以及Mac OS、tvOS和CarPlay的性能都有所提升。今年年初收购的Emotient则是通过AI技术对面部表情进行识别和反应。最近收购的Turi能够帮助开发者搭建推荐引擎、识别欺诈行为、分析消费者使用习惯、更好地定位潜在用户等开发和管理服务。

在之前的一份苹果的收购声明中说,“我们收购小型公司时一般不考虑收购的目的和计划。”但还是能看出来苹果在AI领域发力的目的。

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

在收购这么多初创公司之后,苹果发布的新系统iOS10已经将AI运用在新的照片搜索方式上,可以用文字来搜索图像。比如你想在几千张照片中找到你某天中午吃的寿司,就可以直接输入“寿司”,就可以找到带有“寿司”的图片。还有消息称,苹果在给iMessage添加新功能,可以将文字转化成emoji表情,这个功能今年秋季就可能会更新。

Twitter:想靠AI脱颖而出

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

Twitter作为一个社交网站,也从去年开始就在AI上买买买。到目前为止,Twitter已经买下了Madbits、TellApart、Whetlab和Magic Pony四家AI相关公司。

Madbits是一家图像搜索公司,可以自动识别图像并理解其中的内容。他们通过深度学习来处理简单的数据,能分层识别图像的信息。

Twitter对Madbits的收购可谓意义重大,因为社交网站一直都在建设自己的形象。比如说它最近上线了一个新功能,支持添加标签。这个功能是Instagram的核心特征,现在Twitter也加入了该功能以对抗Facebook。此外,还允许每个推文能附加多张图片和GIF动图。

TellApart是一家广告科技公司,可以将广告更加有针对性的投放,在APP和网页版之间无缝切换,这将有利于Twitter能从广告中获得更多的收益。

Whetlab正在开发一个类似AI的平台,能够帮助企业更好的将机器学习运用到产品中。就Twitter来说,它可以识别用户所发的内容,更好的理解用户的想法;它还可以用来检测垃圾邮件或是广告定位;此外,还可以运用到Twitter的数据储存上,提供个性化的推荐。

今年收购的Magic Pony是利用神经网络处理图像的APP,通过类似人脑反应的处理方式对图像进行增强,尤其是提升用手机拍摄的照片的质量。在被收购之前,Magic Pony还进行了VR/AR的图像处理的研发。

雅虎:图像为主

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

雅虎的三个主要收购发生在2011年后半年,收购的项目包括IQ Engines、LookFlow、SkyPhrase。据外媒报道,这是三家公司大概花费了1.6亿美元。

雅虎自己有一个图像团队,叫Flickr,是一个网络相片管理和分享的工具。这次收购的两个公司图像公司加入了Flickr团队。

IQ Engines主要业务是图像识别,能识别图中的信息以及打标签。这个公司曾经做了一个图像识别平台叫Glow,能识别图片中的景色、物体、地标、文本和人脸,能在网页和移动端上使用。LookFlow也是图像相关的公司,他们采取一些措施将AI、图像信息和界面设计相结合。

SkyPhrase利用深度学习处理自然语言,雅虎想买它主要是想在自己的产品上有更好的理解用户意图的功能。

英特尔:PC芯片发力

英特尔生产的芯片一直占领着PC芯片市场第一的位置,但近年来PC市场的下滑让英特尔不得不考虑开辟新的业务。

在8月初英特尔发布的一份关于未来发展战略的文件中可以看到,未来的重点不再是PC电脑芯片业务,而是数据中心和联网设备芯片。

从2013年开始英特尔陆续收购了Indisys、Saffron、Itseez和近期的Nirvana Systems,从自然语言处理、认知计算、计算机视觉模式识别上提升了计算机的处理能力。

IBM:不做传统的电脑企业

IBM也是一家老牌的计算机公司,从2014年开始收购了Cogenea、Explorys、AlchemyAPI三家公司,分别是做基于AI的虚拟助理、医疗数据分析和云平台、关键词提取。

除了出钱将AI公司完全收入囊中,还有一部分巨头公司的风险投资会出钱投资这些公司。CB Insights也对这一部分的数据进行了分析:

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

英特尔风投是最活跃的,投资的AI企业超过10个。还有很多著名的风投公司在这个领域进行了布局,包括谷歌、通用公司、三星、诺基亚、微软、高通,还有我国的腾讯。

最值钱几家AI初创公司是什么领域的?

据风投分析公司CB Insights数据显示,超过60%被收购的AI初创公司都有风投背景;过去5年中,有超过30家研究人工智能的科技公司被科技巨头收购,包括谷歌、IBM、雅虎、苹果等。

除了这些被巨头收购的AI新秀之外,还有一些公司手里拿了大笔的资金在搞研发。CB Insights以资金总额为依据对2011年以来的AI公司做了一个排名,名单如下:

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析
AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

这几家公司的具体研究方向如下:

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析

许多公司注重于通用的人工智能,而不是像某些公司在特定的领域应用AI算法。如排名第一位的Sentient Technologies,它是一个跨平台的AI服务平台,包括电子商务、医疗分析、金融服务等,最近他们开发了一个功能,可以诊断败血症。

另外一部分是研究数据相关。一方面,人工智能在数据方面拥有优于人脑的计算和逻辑分析能力,对数据的抓取和相关性、因果分析都要强得多。人工智能的数据分析要比软件的大数据分析还要深入;另一方面,大数据是人工智能发展的基础,也是大数据主要的应用场所。图像识别、自动驾驶都要基于大量的数据分析,首先让它有了识别的功能,深度学习也要基于大数据的分析能力。

应用最广的可能是图像分析能力,可用于社交媒体、手机APP、医疗图像识别方面等。淘宝的靠图片搜商品就是利用这种技术,对图中物品、商标文字进行识别达到搜索的目的。

人工智能会使人类更好还是更糟?

人工智能到底会让人们生活变得更好还是让人们生活在提心吊胆中,现在还无法回答。很多人包括霍金都担心人工智能的机器人在某一天会统治世界,使核武器、全球变暖这些世界性的问题失去人类的控制而变的更可怕,但大部分的人还是对人工智能抱有美好的期望。

在李世石和Alpha Go交战之前,樊麾在和Alpha Go已经连续输了5场。在这之后,樊麾成了DeepMind的员工,每个月会有一半时间和Alpha Go在一起,给它当“教练”。《连线》杂志在6月份的封面报道里,说他在训练AlphaGo的同时,也在接受AlphaGo的“训练”。被AlphaGo击败后的几个月内,职业二段的樊麾棋力大涨,已经能战胜顶尖职业棋手。

或许人工智能也没有那么“聪明”,但是和人类相比,它最大的特点是能用自身的程序算法减少失误的次数,从而得到更好的表现。引用到现实中,用人工智能的算法对司机进行训练,会减少司机对驾驶状况的误判,还能在保证安全的情况下提升技巧。人工智能比人类更有效率,还会用和人类行为规范不同的方式来解决问题。随着人工智能变得更聪明,它们不但会解决一些我们作为人类无法解决的问题,还会训练我们处理这种问题的方式。

人工智能对图像的处理是现在很多初创企业在研究的。图像识别是一个很具有扩展性的算法方式,除了那些被应用在手机上用文字来搜索图像之外,人工智能的图像识别还能够分析图像和文字语义之间的关系。一些社交媒体用人工智能来分析工作中的性别和种族歧视。他们用人工智能分析年轻用户资料中照片、性别、肤色、体重等和他们被雇佣之间的联系。这个分析能够帮助人们提升意识,打击社会中存在的偏见。

网络一直是一个鱼龙混杂的地方,人工智能也能很好的净化网络环境。一个约会软件能清除掉那些裸体的、令人反感的照片,帮助规范用户行为。还有一些网络黑市出售违禁品如毒品、枪支的时候,会上传真实的图片,但会避免真实的文字介绍以防被抓取。图像识别也能防止这样的网路犯罪事件。

这些例子都证明了人工智能并不是只存在于游戏比赛或者是科学研究中,而是会让人们真实的生活变得更好。

最后:还有哪些挑战?

从上面这些越来越多的投资收购案来看,AI的未来应用一定是十分光明的,它能在很多领域代替人类并且完成人类无法完成的工作,将人们从繁劳德工作中解放出来。

但是在未来几年的发展中,还有很多挑战:

1、避免人工智能“狭隘” 的形式
这些形式暗指运用十分广泛机器学习法(machine learning),例如由Apache Flink和Amazon提供的可以从很多在线图书馆下载数据的功能。

这个形式也是可以的,如果可以找到一个确切的方式提升产品并且能够让他从众多分析工具中脱颖而出的话。

2、避免用挖掘独特的数据作为训练数据
建立一个新的AI产品通常基于一个经过优选的训练数据。优质数据主要的标准是:数量大、种类多,只有这样才能将所有可能的结果考虑进去,才能让更多的使用者满意。

3、设计一个能综合新数据的灵活的数据模型
高质量的有竞争力的数据模型要求更高的灵活性和更精准的算法。 灵活性指的是可扩展性和在多领域应用的可能性。任何一个解决方案都应该有可扩展性,未来能够根据用户反馈和不断变化的市场需求开发新业务。最理想的选择是让机器获得自我提升的能力,即使刚开始聚焦在一个比较狭窄的领域,那也值得开发一个数据学习的功能,这样它就能够处理任何行书和主要领域的数据了。

4、集合一群有出色能力的专家
为了解决这些问题,就需要与聪明的人一起工作。所以需要考虑这些可能存在的潜在的问题,然后吸引全球的开发者,他们需要有不同的专业背景,能解决这些创新的问题。

AI初创搭车上路!苹果谷歌英特尔们的收购竞赛全解析