BAT是如何布局人工智能领域的？

百度百家 • 8年前扫码分享

BAT是如何布局人工智能领域的？

文 / 李娜，王云辉，作者微信公众号：科技杂谈（keji_zatan）

连胜中国顶级棋手60盘之后，Master亮出真身，果然是曾经击败李世石的谷歌人工智能AlphaGo。

这既是炫技，也是完美的品牌策划。两次围棋决胜之后，AlphaGo已隐然成为人工智能的代名词。

但人工智能的世界里，远不止有谷歌。

如果我们回转目光，中国的人工智能在哪里？

我们且来看看作为中国互联网扛旗的BAT，它们在人工智能领域的布局与落子。

【百度】

之所以把百度放到最前，是因为在人工智能领域，百度是BAT之中最为重视，布局发展最早，今年发展也极为迅猛的。

此前，百度董事长李彦宏就曾在公共场合反复强调，互联网即将迎来发展的下一幕，而推动其发展的核心动力，不是大数据，也不是云计算，而是人工智能。

这句话并不只是口号。对于百度来说，人工智能正是其向上突破的关键机会。

当然，在百度布局人工智能市场的早期，这一大举投入还更多被外界看作一个概念秀，或是一场激进冒险。毕竟，人工智能何时会爆发，何时才能实现产品化，都还要打一个大大的问号。

但如今，百度在人工智能领域的投入与布局，逐渐显现成果。

2016年2月，《麻省理工评论》将语音接口列为2016年十大突破技术，百度硅谷人工智能实验室(SVAIL)最新的研究成果--新一代深度语音识别系统Deep Speech2位列其中；6月，《麻省理工科技评论》评选的"全球最聪明的50家公司"，百度成功入选； 11月，百度大脑入选15项世界互联网领先科技成果，百度无人车首次驶上城市开放道路。

在这背后，百度在人工智能领域的布局轮廓，也已日趋明朗。

一、百度大脑

2016年9月1日召开的百度世界大会上，百度首次向外界全面展示百度人工智能成果--"百度大脑"。它由超大规模的神经网络、计算、数据组成，可以用技术模拟人脑思维，达到大约相当2~3岁儿童的智力水平。

百度大脑的三大核心技术，分别是PaddlePaddle深度学习平台（算法模型）、AI超级计算机（底层技术）、大数据。

其中，Paddle，Parallel Distributed Deep Learning（并行分布深度学习），是百度研发的深度学习内部平台，同时也是百度大脑的算法模型。已实现CPU/GPU单机和分布式模式，同时支持海量数据训练、数百台机器并行运算，提供了Neural Machine Translation、推荐、图像分类、情感分析、Semantic Role Labelling等5个Task，具有易用，高效，灵活和可伸缩等特点。

百度的AI超级计算机，是专门基于人工智能的应用定制的，国内最早的超高速异构计算集群，融合了百度自主研发高密度的异构计算服务器，GPU Box、FPGA等，是构成百度大脑的核心基础之一，在相关技术领域累计专利超过60项。

对深度学习来说，人工智能的成长高度依赖于海量大数据的训练，在这方面，百度的积累包括全网万亿级网页、数十亿级搜索数据、百万级图像视频数据、百万级定位数据。

百度大脑主要包含：语音、图像、自然语言处理、用户画像四大能力。

1、语音能力

作为中国最大的搜索引擎，百度累积了最大规模的的中文语音数据。百度将这些数据注入其最新的语音识别引擎DeepSpeech2。如今，百度语音识别的准确率已达97%。

语音合成技术：运用最新的深度学习算法，只需要按照要求说50句话，便可以让每个人拥有自己的声音模型，而且语音合成效果和真人一样自然逼真并且情感丰富。目前，百度语音合成技术已应用到百度各个产品中，每天响应的语音合成请求量达到2.5亿次，以手机百度小说频道为例，听小说的用户从过去听40分钟，增长到现在的近两个半小时。

2、图像识别

目前，百度的人脸识别准确率已达到99.7%，可识别人脸上的72个特征点，并将这些特征点连结起来形成面部表情网，可据此识别每个人的各种表情。

其OCR识别技术也可自动进行目标识别，实现百度地图中的POI、导航等信息的快速更新。此前，在国际文档分析与识别大会（ICDAR）最具挑战性的自然场景类文字识别任务中，百度OCR技术已斩获五项冠军。

3、自然语言处理能力

可以对人类自然语言进行分析、理解、生成、翻译，实现自然的人机对话交互。目前，嵌入自然语言处理技术的百度机器翻译，已支持27种语言互译，702个翻译方向。

4、用户画像能力

百度系产品的10亿日活量，已经被划分为千万级细分标签的大数据。目前，百度的用户画像分为两个维度，垂直画像支持金融、保险、生活服务、零售、旅游、房产、咨询等深度行业应用，通用画像则基于人口属性、位置属性、长期兴趣、短期意图、APP偏好等描绘用户画像，支持全行业个性化应用。

二、无人车驾驶

在无人驾驶方面，今年乌镇世界互联网大会，百度的无人车已经实现国内首次在全开放城市道路的复杂路况下，全程无人工干预的L4级别的全自动驾驶。

拥有环境感知、行为预测、规划控制、操作系统、智能互联、车载硬件、人机交互、高精定位、高精地图和系统安全等十项核心技术。截止到2016年11月底，百度在自动驾驶领域全球发明专利申请量已达609项。

百度与无人汽车相配套的人工智能技术，还包括，：

（1）3D高精地图：可达到厘米级的精度，精细到路面行车线、可以分辨桥上、桥下，摄像头、路牌、斑马线等。

（2）智能感知：可通过 64线激光雷达、高动态范围相机模组、毫米波雷达、GPS/ IMU组合导航定位系统等等技术，通过计算机视觉分析，深度理解车辆周围的环境信息。此前在国际通用车辆检测KITTI数据集车辆检测中，准确率达92.65%，居世界第一。

（3）车载计算中心：完全自主研发的车载计算中心，使用CPU+GPU（图形处理器Graphics Processing Unit）+FPGA异构计算平台，可完成百度计算大脑感知、决策、规划、控制等全部计算。计算能力远超传统汽车，并已在一年内提升8倍，紧急状况处置时间比人类快3倍。

（4）汽车大脑：无人车最核心的部分，是百度自主研发的汽车大脑，基于高精地图和智能感知进行智能控制。它能根据实时感知到的环境信息、高精地图数据，实现对于路径的最优规划，通过预测车辆、行人的行为和意图，做出合适路况的行车决策，从而控制无人车正常行驶。

三、度秘。

度秘集百度积累多年的语音识别、图像识别、自然语言理解等众多先进技术于一身，通过KFC机器人员工、高考志愿填报小秘书、奥运篮球解说员等真实的用户服务场景，积累数据并不断训练人工智能"大脑"。

四、百度AR

百度AR由图像识别、三维感知与跟踪、人机交互、三维渲染与虚实融合四大技术组成。利用百度大脑的技术和计算能力，百度AR正在物体识别、三维环境感知、人机交互等核心方向建立领先优势。

百度AR研究的核心技术包括：图像识别与追踪、视觉同时定位与建图（SLAM）技术、AR渲染引擎、以及传感器数据融合技术。其中，图像识别与追踪技术在iOS和Android平台上的运行时间和识别精度都处于世界领先地位。

五、百度医疗大脑

百度医疗大脑是一个人工智能助诊系统，也是百度大脑最早落地应用的大脑分支。

百度医疗大脑可以从百度亿级用户医疗健康类数据及医学论文、指南、教材中，针对900多种常见疾病进行辨别，并在线模拟医生问诊流程，与用户进行多轮交互，并从中收集、汇总、分类、整理病人的症状描述，完成与海量数据库中的样本匹配，并快速推导出使用者患有某种疾病的可能。可便捷智能地服务百姓疾病自检，并助力提升基层医生的临床诊断效率与诊断质量。

总结

可以看出，在百度的整个战略布局中，人工智能已经不再停留于研发阶段，而是逐渐深入内嵌到百度的各个产品和技术当中。

【阿里巴巴】

作为全球最大的电商平台，在阿里的战略体系之中，云计算一直都是电商、物联网的核心驱动力。

依托阿里云和电商大数据，近年来，阿里巴巴已开始在人工智能领域逐渐发力。

2016年8月9日，在云栖大会北京峰会上，阿里云正式推出人工智能ET。

ET的前身，是阿里智能聊天软件小AI，在智能语音交互应用方面，阿里云ET已经基本实现了"能听、会说、懂你"式的智能人机交互体验，即识别人类的语言，并理解语境下的意思，然后做出回答。

除了视频图像识别、语音合成、交互、计算等能力，ET还已经应用到交通预测、智能客服、法庭速记、气象预测等领域。

不久前，杭州市公布杭州城市数据大脑项目，使用阿里云ET人工智能技术，对整个城市进行全局实时分析，自动调配公共资源。此外，浙江省高级人民法院宣布将在全省105家法院全面上线智能语音识别系统。承担起"书记员"的角色，能够快速、准确的完成庭审记录。

在图像和人脸识别方面，ET背后的阿里云图像识别技术采用了世界领先的深度学习技术，同时结合了其他机器学习的一些算法，使得以上功能准确度均达到95%以上。而通过高精度和高效的技术，人脸识别在LFW上识别率超过99.5%。

而在数据智能应用方面，阿里云有MaxCompute。这是是一种快速、完全托管的TB/PB级数据仓库解决方案，它为ET提供了完善的数据导入方案以及多种经典的分布式计算模型，能够更快速的解决海量数据计算问题，降低每一次运算的成本。

布局电商领域

随着阿里商业人工智能引擎"电商大脑"的不断进化，人工智能正越来越多被应用于服务业。

比如，阿里巴巴的客服需求一直伴随业务的激增而扩大，这导致人力成本高企。应对这一状况，阿里云的人工智能机器人ET介入该项服务，将语音转化为文字，再利用关键词搜索等完成质检。通过这项技术，阿里小二的工作效率提升达20倍。

阿里集团CTO张建锋表示，阿里人工智能的最大优势就是"在线＋实时"。多年来不断进化的"阿里电商大脑"，支持秒级别内对海量用户行为和10亿商品知识图谱进行实时分析。

比如双11全天，"电商大脑"通过机器学习，自动生成了近千亿次个性化展示，智能决策引擎分秒不停地自我迭代，每次点击背后，都有海量计算和万亿级智能匹配。

此外，阿里的"电商大脑"和"阿里小蜜"被应用的场景也很广泛。

作为阿里智能服务代表，阿里小蜜拥有强大的语音识别、图像识别和深度学习能力，是电商领域标杆性的服务产品。在每天应对淘宝、天猫等交易平台上百万级服务量的情况下，"阿里小蜜"永远在线、全年无休，平均响应时间不到一秒,智能解决率也已超90%。也就是说，在完全无需人工介入的情况下，通过语义分析和联想计算，"阿里小蜜"能向用户提供有效、对口的服务解决方案。

未来，随着互联网成为基础设施、计算能力呈几何数爆发以及所有的线下信息孤岛被打破，人工智能将成为阿里未来30年的技术布局重点。

【腾讯】

在BAT中，腾讯的AI布局相对较晚。虽然内部很早就已经成立了AI LAB，但业务层面的驱动是近年才大规模开始，但他的投入正在持续加大。

与百度、阿里相比，腾讯在人工智能的布局相对较晚，但腾讯在大数据和用户行为积累上，拥有雄厚基础。此外，通过在全球范围内，针对人工智能公司的大规模的收购和投资，腾讯的人工智能实力也在持续提升。

2016年9月22日，腾讯宣布，正式成立腾讯AI实验室，进行AI基础理论研究及工程实现。

目前，该实验室已经有超过30位顶尖科学家入职，其中超过90%拥有博士学历。下一步，将围绕内容、社交、游戏三个领域的应用场景，专注机器学习、自然语言处理、语音识别和计算机视觉四个方面的基础研究。

下一步，腾讯还将以API形式，将人工智能工具开放给伙伴。

而在产品层面，腾讯主要围绕文本、图像、语音、视频、游戏和硬件这6类智能产品，以及智能舆情、智能医疗、智能游戏、智能音箱4条主线布局人工智能。

腾讯云

以腾讯目前的实力来看，在人工智能领域最大的底牌还是腾讯云的积累，今年5月，腾讯云在中国大数据产业峰会的展台上就展示了其人工智能、互联网金融、互联网医疗、云存储和流媒体等技术应用。

7月5日，在腾讯"云+未来"峰会上，腾讯云正式宣布将腾讯大数据能力全面开放，推出一站式数据分析与挖掘服务平台--数智方略。数智方略覆盖基础平台、通用数据应用及行业解决方案在内的40余个产品及服务。

12月26日，继宣布11个海外节点本月全量开放后，腾讯云再一次宣布在人工智能云服务领域发力，向全球企业正式提供7项AI服务。分别是：人脸检测、五官定位、人脸比对与验证、人脸检索、图片标签、身份证OCR识别、名片OCR识别（OCR即Optical Character Recognition，光学字符识别）。

据悉，在这个实验室中，他们已经有能力通过自身大数据库进行智能机器人研究，腾讯的AI技术已应用于腾讯社交、广告搜索等领域。

投资并购，多方布局

在投资层面，自2014年以来，腾讯先后投资/收购了多家人工智能产业链上的公司。其中至少包括：

ScaledInference：面向所有个人的云计算服务商

iCarbonX：定位于生命大数据、互联网和人工智能创建的数字生命生态系统研究公司

CloudMedX：医疗健康数据收集和分析服务提供商

Diffbot：通过人工智能抓取网页关键内容，并输出软件可以直接识别的结构化数据

Skymind：将深度学习整合进入Hadoop系统，帮助用户存储、处理和分析不同类型数据

目前，在基础研究领域，腾讯也结合微信、QQ、金融等主要业务优势与领域方向，配设了不同的实验室与业务团队。在服务自家业务的同时，还推出了相关领域的行业产品。旗下科研机构主要包括：

WHAT LAB：以人工智能为主要研究方向，借助大数据拓展机器学习边界。

优图实验室：专注于图像处理、模式识别、机器学习、数据挖掘等领域开展技术研发和业务落地。今年6月，在国际权威人脸识别数据库LFW上，优图以99.65%的成绩刷新纪录。

微信模式识别中心：研究方向有语音识别、图像分析、语义理解、微信大数据挖掘等，其研发成果广泛应用于微信和腾讯其他产品中。