编译 | 王宇欣、Rik R、王艺
来源 | 经济学人
占领了好莱坞电影的情节线、大量杂志和新闻的封面，这场人工智能与人类之间的较量吸引了世界的目光。末日预言家们警告说，人工智能将会彻底消除工作岗位、破坏律法并引燃战争。
但是这样的预言毕竟着眼于遥远的未来。当今关于人工智能的竞争无关人类与机器，而是在世界范围内的科技巨头中展开，这些巨头企业为了在这场竞争中取得领先地位，正狂热地进行投资。
数字数据的可用性呈指数形式增长，计算能力的日益强大以及算法的辉煌崛起激起了人们对计算机科学（这个以前晦涩难懂的领域）的关注。同中国国内的情况相同，西方的科技公司巨头，谷歌母公司 Alphabet、亚马逊、苹果、Facebook、IBM 和微软等都斥巨资增进其人工智能能力。
尽管科技企业内部在人工智能方面的投资难以计算，但单从收购方面来看，到 2017 年全球范围内与人工智能相关的收购总额已达 213 亿美元，是 2015 年的 26 倍。
机器学习是人工智能的一个分支，是与这些公司关系最紧密的一个领域。计算机筛选数据、进行模式识别、并在没有明确编程的情况下作出预测。这项技术现在被用于科技行业的各种应用，包括在线广告定位、产品推荐、增强现实以及自动驾驶汽车等。Uber 的人工智能研究负责人 Zoubin Ghahramani 相信人工智能将会像计算机的崛起那样点燃一场变革之火。
数据库的变革就是人工智能潜在影响的一个缩影。自 20 世纪 80 年代出现以来，数据库技术降低了例如库存管理等信息存储、分析、以及处理相关认知任务的成本。可以说有了数据库的支撑，才有了第一代软件。
风险投资公司安德森霍格沃兹基金的 Frank Chen 表示，人工智能将会使人类能够预测未来，并作出正确的反应。例如谷歌的 Gmail 在人工智能技术的协助下具备了根据邮件内容自动回复的能力，这也是人工智能未来的早期例证。
和过去的由个人电脑和移动电话等新技术所带来的浪潮一样，通过帮助科技巨头改造现有业务以及激发新业务，人工智能有潜力让科技世界重新洗牌。
但是它也带来一种威胁感。Jeff Bezos 的得力助手，亚马逊 Worldwide Consumer 首席执行官 Jeff Wilke 说道，「如果你是一家科技公司，你没有把人工智能作为自己的核心竞争力，那么你就要自己从其他领域寻找创新机会。」
在激烈竞争、高度期望以及大量炒作的推动下，这股人工智能热潮就像是第一次加州淘金热一样。尽管中国的公司如百度和阿里巴巴都在投资人工智能，并将技术部署在国内市场，但是技术的主要勘探者还是西方的科技公司。人们普遍认为谷歌母公司 Alphabet 在这一领域处于领先地位。该公司多年来已经从人工智能方面获取可观的利润并且拥有该领域世界著名的研究员。
但是现在仅仅是竞争初期，比赛还远未结束。在接下来的几年中，科技公司巨头们将通过三种方式进行正面交锋——继续人才争夺大战，帮助培养企业「大脑」；尝试比对手更高效地将机器学习应用在现存业务中；尝试在人工智能的帮助下创造新的盈利中心。
低能特才
当前人工智能市场环境下，最疯狂的就是人才的竞争。相比之下人才要比数据或者计算能力稀缺得多。市场对能够以创新型方法将机器学习技术应用于大规模数据集中的人工智能「建造者」需求激增，远远超过了学习这些技术的顶尖学生的数量。
微软的 Gurdeep Singh Pall 表示，今天的人工智能系统就像是「低能特才」一样，「他们在自己的领域有很强的能力，但是如果你不正确使用的话，就是一场灾难。」雇佣合适的人员对公司的生存至关重要（一些初创公司由于缺乏正确的人工智能人才而招致失败），这场人才的争夺掀起了一股掠夺学术部门的浪潮，各大公司纷纷在高校招揽教授甚至是一些尚未完成学业的研究生。
卡内基梅隆大学计算机科学学院院长 Andrew Moore 表示，招聘会现在就像是「感恩节或者黑色星期五的沃尔玛」一样疯狂。这一学院是人工智能领域领先的研究机构，其机器人部因为在 2015 年被 Uber 挖走而出名。
除招聘会外，一些学术会议，比如本周在加州长滩举行的 NIPS 也成为了储备人才的地方。最好的招聘对象就是那些学术界的人工智能明星学者，像 Facebook 的 Yann LeCun 和谷歌的 Geoffrey Hinton。这两位都是与大学保持联系的前教授，可以吸引别人和他们一起工作。除巨额薪水外，公司往往会拿出自己独有的数据财富用来吸引这些明星学者。
如果上述人才招揽方式都行不通，这些科技巨头们可能会买下整个初创公司。科技行业首次这样做还是在 2014 年，当时谷歌花费约 5 亿美元买下了一家没有收入也没有产品的初创公司 DeepMind，该公司唯一拥有的就是一群深度学习研究人员。
这笔交易促成了著名的 AlphaGo 的诞生，它在围棋领域击败了世界冠军。看到这一趋势，其他公司也纷纷斥资收购亏损的创业企业，这些创业公司的估值通常不以未来利润或是销售额来决定，而是取决于其拥有的员工，每个员工的价值可能高达 500 万到 1000 万美元。
叩开巨头的大门
公司对如何对待员工有不同的理念。一些公司，比如微软和 IBM 在人工智能研究方面投入巨额资金并且发表了大量论文，但是并不要求研究人员将他们的研究成果用于商业行为。与之相对的是苹果和亚马逊，这些公司并不具备大量的科研创新，而是将所有的工作都投入到产品的研发中。谷歌和 Facebook 则介于二者之间。
激烈的人才争夺战迫使一些以往神秘的公司变得更加开放。Facebook 人工智能研究实验室的领导人，LeCun 解释道，「如果你告诉他们，『过来咱们一起干吧，但是你却不和他们你到底在干什么』，那么人才不会过来的，你这是在谋杀他们的事业。」
在公司保密性以及人才吸引力之间做权衡对中国的巨头公司同样适用，中国公司正尝试在西方建立前哨基地并聘请美国研究人员。百度在 2013 年和 2017 年分别开设了两个以人工智能为重点的研究实验室。西方的人工智能研究人员对它们评价很高，但是更喜欢为美国的巨头公司们工作，部分原因是美国公司的透明度相对较高。
如果能够吸引到人工智能方面的合适人才，公司的整体进程将会迅速推进。安德森霍洛维茨基金的 Benedict Evans 表示，拥有人工智能就像「拥有一百万名实习生」一样。这种计算能力将被整合到企业现有的业务中。
人工智能的优势在企业对用户需求的预测当中体现得尤为明显。例如，自动推荐和建议功能影响着 上 3/4 的观看数，以及超过三分之一的亚马逊交易量。拥有流行应用 Instagram 的 Facebook 使用机器学习识别帖子、照片和视频的内容，并展示与用户相关的内容，此外，机器学习还被用于 Facebook 上垃圾信息的过滤。曾经，Facebook 通过时间线排列相关帖子，但是现在其通过相关性推荐帖子和广告，提升了用户的参与度。
Facebook 的人工智能应用小组的负责人 Joaquin Candela 表示，如果没有机器学习，Facebook 永远不会达到目前的规模。没有在搜索引擎中使用人工智能的公司、或者在此领域落后的公司，生存正在变得愈发艰难，例如雅虎的搜索引擎以及微软的 Bing。
亚马逊和谷歌在将人工智能应用在一系列业务方面的进展最为迅速。机器学习使得亚马逊的在线和物流操作效率更高。其在配送中心拥有大约 8 万台机器人，除此之外还使用人工智能对库存进行分类，决定哪些包裹装上哪辆卡车。
在生鲜订购流程中，亚马逊将计算机视觉用于识别草莓和其它水果的成熟和新鲜程度，以确定是否可以将其交给客户，并且亚马逊还在研发自动化无人机，将在未来用于订单交付业务。
至于谷歌，它使用人工智能分类 YouTube 上的内容，并去除能够引发争议的视频。另外，在 Google Photos 中，人工智能被用来识别人物并进行分组。同样，人工智能也被嵌入在谷歌的安卓操作系统中，帮助安卓更顺畅地工作，同时预测哪款应用最受人们的欢迎。
Google Brain 被认为是人工智能领域在提升机器学习应用方面最优秀的研究小组之一，进行了很多创新性的工作，例如改进搜索引擎算法。至于 DeepMind，这家英国公司可能从来没有为 Alphabet 创造很多的实际收入（围棋项目是一场公关活动），但是通过提高全球数据中心的能源效率帮助其节省了资金。
除上述 C 端产品外，人工智能还被广泛应用于企业界。IBM 人工智能平台 Watson 的负责人 David Kenny 预测，世界上将出现两类人工智能公司——面向消费者的人工智能服务供应商以及面向企业的人工智能服务提供商。实际上，这种最终局面的形成可以溯源到科技巨头们在云计算方面的布局。
供应商们正在争先恐后地将人工智能作为一种实现云端产品差异化以及拴住客户的方式。AWS、微软的 Azure 和谷歌云三巨头向其它公司提供应用程序编程接口（API）来输出自己的机器学习能力。例如，微软的云服务 Azure 帮助 Uber 建立了一个验证工具，可以让司机在工作时自拍以确认其身份。谷歌云提供了一个「求职 API」，可以帮助企业把最合适的岗位匹配给最合适的应聘者。
自助式人工智能的诞生
从零售业到媒体，很多其它行业都受益于云产业中人工智能的「民主化」。向那些没有能力或规模来独立建立复杂功能的公司提供人工智能服务，或可成为 2500 亿美元云产业中的一棵摇钱树。但是，供应商往往要为客户的复杂需求提供定制化 API，这需要大量的时间。靠软件销售与售后支持起家的微软，似乎在这一领域会做得不错。谷歌的云计算经理 Diane Greene 说，人工智能产品将变得「更近于自助式」，一切只是时间问题。
IBM 是另一位竞争者，为了为其 Watson 平台背书，它已经开展了一段大规模的营销活动。人工智能研究者往往对 IBM 不屑一顾，该公司有一大块咨询业务，并以时间效益高于代码质量的价值标准而闻名。
该公司的批评者还指出，虽然 IBM 已经在 Watson 上投资超过 150 亿美元，并在 2010 年到 2015 年间对外投资了 50 亿美元，但这些投资大多是以获取专有数据为目的，IBM 在并没有大量的独有数据。但是 IBM 的弱点可能无法阻止它前进的脚步，因为大多数企业老板都对于人工智能战略的制定倍感压力，但却愿意花大钱快速购买一个，绝不手软。
迄今为止，大多数的科技巨头都在试图利用人工智能从现有业务中获利。在接下来的几年里，它们希望通过人工智能来建立起新的业务，其中虚拟助手便是一个竞争激烈的领域。虽然智能手机很了解它们的用户，但由人工智能驱动的虚拟助手则能使关系更进一步，智能音箱同理。
苹果是第一个探路者，它于 2010 年收购了语音助手 Siri。从那时起，亚马逊、谷歌和微软相继投入巨资，因此其语音助手的识别效果变得越来越好。后来，三星、Facebook 和百度也竞相提供这些产品。
通用人工智能之战
目前还不清楚智能音箱的市场是否足够大，但可以肯定的是，人们将越来越多地从文本交流转向互联网交互。「所有这些公司都明白，谁解决了消费者的痛点，谁就将统治这个市场，」《The Master Algorithm》一书作者 Pedro Domingos 说到。
进一步展望未来，增强现实（augmented-reality，AR）设备是人工智能服务商的另一个机会。诸如即时通讯应用 Snap 和游戏 Pokémon Go 等移动应用程序都是增强现实的早期案例，不过增强现实的潜力远非如此，它将彻底变革人类与互联网的关系。人们不再通过一个小屏幕来消费数字信息，而将拥有一种三维的、无处不在的体验。增强现实设备将提供便携式的人工智能功能，比如同声传译和面部识别。
在增强现实领域的竞争中，科技巨头们还处于热身阶段，并没有太大进展。谷歌和苹果已经推出了增强现实软件开发包，它们都希望开发人员在其平台上构建基于增强现实的应用程序，还有一些科技公司正急于开发增强现实硬件。
谷歌很早就推出了一款增强现实眼镜的原型 Google Glass，但是它失败了。微软开发的 HoloLens 价格在 3000-5000 美元之间，是一款小众产品。其它公司，包括 Facebook 和苹果，都被外界认为正在计划它们自己的产品。跻身人工智能前列，就相当于在这些新兴领域遥遥领先。
没有什么比自动驾驶汽车更能反映这一点了。科技公司正在全速建造大型专有数据集，并利用计算机视觉来训练其系统去识别现实世界中的物体。自动驾驶技术潜力巨大，因为个人交通是一个巨大的市场，全球总值约 10 万亿美元。而且任何一个切入自动驾驶汽车领域的公司都可以将其知识能力运用于其它基于人工智能的项目，比如无人机和机器人。
人们对搜索引擎或许会货比三家，以体验感为衡量标准，但是在选择自动驾驶汽车时，则更倾向于那些安全性最佳的厂商，这意味着，那些最有能力利用人工智能仿真现实世界，并拥有最少崩溃记录在案的公司将获益无穷。
各个公司解决这一问题的方式不相同。中国巨头百度正试图创建一个自动驾驶汽车操作系统，就像谷歌的移动设备平台 Android 一样（尽管目前还不清楚该公司打算如何盈利）。Alphabet、 Uber、Tesla 和一群鲜为人知的初创公司，以及越来越多的汽车制造商，也都有它们自己的战略和打法。（传闻苹果公司已经缩小了其在自驾车领域的企图心。）
科技公司的人工智能战略正在将世界由虚拟软件推向实体硬件，自动驾驶汽车只是其中的一个侧面。许多公司，包括 Alphabet、苹果和微软，都都在投资建立专用而强大的「人工智能芯片」，为它们的各种产品提供动力。它们将与该领域的霸主 NVIDIA 公司展开竞争，后者生产的强大芯片可用于自动驾驶汽车和虚拟现实等人工智能领域。
目前还不清楚像 Alphabet 和苹果这样的公司会把这些芯片卖给竞争对手还是自用。它们有理由利用其创新来改进自己的服务，而不是把成果租售给竞争对手。这样一来，只有很少量的公司在底层计算能力方面占有强大优势，可能会产生问题。
芯片行业的趋势引出了一个更广泛的问题，即人工智能力量是否会进一步收拢在当今的数字巨头手中。鉴于它们拥有丰富的数据、强大的计算能力、先进的算法和人才，早期的投资布局更是让它们如虎添翼。回顾巨头成长的历史，数据库和个人电脑的兴起为一小撮科技公司（数据库方面是 Oracle 和 IBM，个人电脑领域是微软和苹果）开辟了先发优势，即便那只是暂时的。
以人才、计算能力和数据为衡量标准，谷歌似乎领跑人工智能。它能够负担最聪明的人才以及五花八门的项目，从无人机到汽车再到智能软件，那些对机器学习感兴趣的人很少会离开谷歌。在人工智能这件事上，其它公司不得不认真学习，但谷歌的创始团队是早期的机器学习爱好者，谷歌认为这是一种竞争优势。
人工智能的精神家园
一些有社会影响力的人物，比如 Elon Musk（特斯拉和火箭公司 SpaceX 的老板）担心 Alphabet 和其他公司垄断人工智能人才和专家。Elon Musk 和硅谷其他一些重量级的人物资助了 OpenAI，一家非营利性的研究机构，专注于人工智能研究并且不与任何企业产生联系。马斯克以及其他一些人担心，如果某家公司最终攻破了通用智能问题，会发生什么。
所谓通用智能是指计算机可以在没有明确编程的情况下执行任何人类的任务。这样的愿景已经存在了几十年，但是这并不妨碍谷歌对这一情况进行讨论。Google Brain 的老板 Jeff Dean 表示，我们绝对想要攻破通用人工智能。如果一个公司能够获得这种技术，它可以完全改变竞争格局。
同时，突破通用智能很大程度上取决于科技公司的开放和合作态度。除了发表文章，如今许多公司都将其机器学习框架开源，为竞争对手和独立开发者提供曾属于公司内部的工具。比如，谷歌的 TensorFlow 框架就尤为受到欢迎。Facebook 已经开源了自己的两个框架——Caffe2 和 Pytorch。
开放具有战略性优势，在开发者使用开源框架的同时，这些框架也在被调试，并且其身后的公司也会赢得声誉。另一个非盈利研究小组，艾伦人工智能研究所的 Oren Etzioni 打趣说：「要小心那些带着礼物而来的极客们。」
人工智能领域的一些专家担心像 TensorFlow 这样的框架会先吸引开发者使用，再进行收费，或者用其他方式利用这些研究员获取收益，这样谨慎的考虑或许是明智的。不论是在硅谷还是在世界各地，很少有人考虑到这股淘金热还有很长一段路要走。大多数技术人员被人工智能的光辉前景以及潜在的收益消耗了太多时间，以至于他们没有时间担心未来。
