人工智能行业报告

概要人工智能是信息时代的尖端技术。从人类建立起需要指导控制才能运行的计算机，到计算机拥有可以自己去学习的能力，这一飞跃对各行各业都产生了巨大的影响。虽然此时此刻可能是下一个AI冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。与此同时，人工智能、机器人和无人驾驶汽车已经成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，这个变化的原因有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。这个AI拐点（AIinflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。虽然深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa和Google的图像识别，但是AI不仅仅是「科技技术」（techfortech），也就是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识别技术可以提高癌症诊断的准确性。在农业中，农民和种子生产商可以利用深度学习技术来提高作物产量。在制药业中，深度学习可以用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开辟新的数据集，实现更快的分析，从而降低成本，提高回报。AI现在还处于发现其可被利用场景的早期阶段，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中创造新的赢家和输家。AI的广泛应用让我们得出了一个结论：它是一种可以变革全球经济的技术，是提高生产力并结束美国生产率停滞增长的驱动力。结合GS首席经济学家JanHatzius的研究，我们明确了资本深化目前的停滞及其对美国生产率的相关影响。我们相信，AI技术将会驱动生产力的提高，就像20世纪90年代那样，驱动企业投资更多的资本和劳动密集型项目，加快发展的脚步，提高盈利能力以及提高股票的估值。启示虽然我们看到了人工智能可以及时地影响到每个公司、行业和一部分经济，但对投资者而言，我们认为这其中有四个影响最为显著。生产率。AI和机器学习具有激发生产率增长周期的潜力，这会有利于经济的增长，提升企业的盈利能力，资本回报率和资产估值。根据GS首席经济学家JanHatzius所说：「大体上而言，AI看起来似乎比上一次创新浪潮更有可能在统计数据中捕捉到更有价值的东西，人工智能可以降低成本，减少对高附加值生产类型的劳动投入。举个例子，这些在商业部门成本节约上的创新可能比在iPhone中增加应用程序的可用性和多用性更利于统计学家去捕获有价值的东西。考虑人工智能对商业部门的成本结构的广泛影响，我有理由相信它会被统计学家接受，并且会出现在整体生产力数据中。尖端技术。AI和机器学习在速度上的价值有利于构建一种在建设数据中心和网络服务时让硬件更便宜的趋势。我们认为这可能推动硬件，软件和服务支出的市场份额的大幅度改变。例如，在「标准」数据中心计算资源上运行的AWS工作负载的成本低至$0.0065/小时，而在使用AI优化过的GPU上运行的成本为0.900美元一小时。竞争优势。我们看到了AI和机器学习具有重新调整每个行业的竞争秩序的潜力。未能投资和利用这些技术的管理团队在和受益于战略智能的企业竞争时，有很大可能会被淘汰掉，因为这些技术可以让企业的生产力提高，并为它们创造资本效益。在第41页开始的短文中，我们将研究这些竞争优势是如何在医疗保健、能源、零售、金融和农业等领域发展起来的。创办新公司。我们发现了150多家在过去十年中创建的人工智能和机器学习公司（附录69-75）。虽然我们相信人工智能的大部分价值都掌握在具有资源、数据和投资能力的大公司手中，但我们也期望风险投资家、企业家和技术专家可以继续推动新公司的创立，从而促进实质性的创新和价值创造，即使最后创业公司会被收购。当然我们也不能忽视人工智能巨头（人工智能领域的谷歌或Facebook）的出现。在接下来的篇幅中，我们将深入探讨AI的技术，历史，机器学习的生态系统以及这些技术在行业和领头公司中的应用。什么是人工智能？系人工智能是油做出能够以浮人类智能的哭方式学习并晌解决问题的坐智能机器和糊计算机程序晋的理工科。枝传统而言，眉该领域包括站自然语言处旗理与翻译、解视觉感知与增模式识别，搂以及决策制敲定。但该领徒域以及应用赢的复杂度都摧在急剧扩展业。涝在此报告中擦，我们的大禁部分分析集种中在机器学槽习（人工智脏能的一个分普支）与深度治学习（机器腹学习的分支遇）上。我们砌强调两点：居简言之，机裁器学习是从币样本和经验钞（即数据集败）中进行学竖习的算法，断而不是依靠独硬编码和预罪先定义的规妖则。换言之屡，也就是开贞发者不再告胳诉程序如何菜区分苹果和伙橘子，而是冠向算法输入潜数据（训练腊），然后自较己学习如何负区分苹果和核橘子。及深度学习的牲重大发展是倒人工智能拐页点背后的主葛要驱动。深僵度学习是机项器学习的一认个子集。在即大部分传统当的机器学习霜方法中，特价征（即有预膛测性的输入糠或属性）由槽人来设计。巨特征工程是南一大瓶颈，番需要大量的局专业知识。晴在无监督学挽习中，重要丰特征并非由这人预定义，杀而是由算法响学习并创造哑。坟为了更加明炭了，我们不莫注重真人工袄智能、强人愈工智能或通具用人工智能筒这样的概念接，它们意味锈着复制人类鱼智能，也经刮常出现在流糊行文化中。撤虽然已经有突了一些有潜妹力的突破，萝比如谷歌辽DeepM严ind的坏Alph街aGo系口统，我们还核是更注重立件即有实在经禾济的人工智滚能发展。茄为何人工智藏能发展加速汤？垒深度学习能竖力的极大发搏展是如今人续工智能拐点率背后的催化坛剂之一。深挪度学习的底豆层技术框架此——神经网悬络，已经存娱在了数十年亿，但过去殖5到1既0年的顷3种东西梳改变了深度柿学习：员数据。随着案全球设备、灾机器和系统滴的连接，大窑量的无结构遣数据被创造矿出来。神经宝网络有了更博多的数据，蜂就变得更为温有效，也就储是说随着数图据量增加，通机器学习能胞够解决的问昌题也增加。考、Io达T、低成赔本数据存储挪和处理（云慰）技术的成捉熟使得可用节数据集的大付小、结构都齿有了极大增晌长。读例如，特斯镰拉收集了亲780mn妇英里的驾扶驶数据，而净且通过他们拘的互连汽车河，每10喷小时就能泽增加10絮0万英里描的数据。此芒外，Jas挂per有鞭一个平台，蓄能让多家汽的车制造商和脂电信公司进输行机器间的耍交流，这家阳公司于今年拔2月份催被Cis涉co收购渔。Veri源zon在彩8月份舅做了类似的伴投资，宣布煎收购Fl滋eetma倘tics，算Fleet记matic菜s做的是朴将汽车上的笔远程传感器唤通过无线网否络连接到云捎软件。旷未来，5G激网络的上针线将会加速列数据生成与谎传输的速率芽。据ID铅C的D辆igita椒lUni残verse器Repo匀rt显示市，年度数据厌生成预期到拴2023著年达到键44zet透tabyt漆es，表明懒我们正在见淡证应用这些惭技术的使用盲案例。著图1：年坡度数据生成绞预期到2塘020年饥达到44屈zetta搜bytes贩2.更快捎的硬件。G禾PU的再脏次使用、低无成本计算能榴力的普遍化应，特别是通幻过云服务，木以及建立新桶的神经网络即模型，已经很极大的增加区了神经网络脉产生结果的厨速度与准确箭率。GPU挨和并行架扔构要比传统课的基于数据顶中心架构的伟CPU慰能更快的训根练机器学习谎系统。通过岸使用图像芯押片，网络能隆更快的迭代溉，能在短期垒内进行更准器确的训练。待同时，特制定硅的发展，波比如微软和摇百度使用的搭FPGA餐，能够用训晌练出的深度桶学习系统做恨更快的推断寨。另外，从御1993呢年开始超液级计算机的诵原计算能力堆有了极大发情展（图2议）。在2围016年项，单张英伟料达游戏显卡巩就有了类似笼于200践2年之前浩最强大的超韵级计算机拥协有的计算能扁力。失图2：全吸球超级计算坏机的原计算斧性能，以呈GFLOP升s测试诉成本也有了窗极大的降低勇。英伟达段GPU（G蕉TX10锅80）有纠9TFL辟OPS的就性能，只要秀700污美元，意味疾着每GF刑LOPS是只要8犹美分。在促1961约年，串够联IBM1稿620s貌每提供1肿GFLO雁PS需要钞的钱超过哨9万亿。峰图3：每己单位计算的袍价格有了极馆大下降杨3.更好亏、更普遍可绿用的算法。著更好的输入笑（计算和数瞧据）使得更衫多的研发是禾面向算法，创从而支持深撒度学习的使你用。例如伯浮克利的C适affe、瓶谷歌的T父ensor破Flow阴和Tor炉ch这样佛的开源框架柜。比如，刚技开源一周年必的Ten贫sorFl革ow，成为狡了Git陡Hub上旅有最多f葵orked蒜repo串sitor鹿ies的委框架。虽然丝不是所有的歼人工智能发天生于普遍可灯用的开源框歇架中，但开参源确实在加搞速发展，而汪且也有更多叶先进的工具矛正在开源。方向脏虽然本报告赤的重点是人坟工智能的发渔展方向以及收公司如何把欺握这个方向病，但是了解雪人工智能对丙我们生活的液影响程度也厦是很重要的逗。乳在线搜索。掠就在一年多舒以前，谷歌端透露，它们涨已经开始将罗大量的搜索博工作移植到帅了Ran裂kBrai议n（一个人厚工智能系统淡），使其和的链接（li迈nks）以忘及内容（c杠onten茧t）成为了王谷歌搜索算渐法的三个最群重要的标志贷。侵推荐引擎。阵Netfl冶ix，亚马躬逊和P吨andor洁a都在使净用人工智能鹅来确定推荐宣什么样的电怖影和歌曲，零突出哪些产射品。5月弃，亚马逊开症源了它们的势深度可扩展窗稀疏传感网蒜络引擎（t献heDe骂epSc柏alabl自eSpa熟rseT陷ensor问Netw陷orkE责ngine父（DSST经NE），简深称「Des按tiny」邻），它被用霉于产品推荐顺，同时可以直被扩展以实迹现超越语言说和语言理解躬以及异议识暖别的目的。滔人脸识别。匀Googl世e（Fac饺eNet）内和Fac熄ebook障（Deep搞Face）兄都投入了大歇量的技术来匀确定您的照错片中的人脸扭和真实的人棒脸是不是几子乎完全吻合施。1月，级苹果采取了岭进一步措施揪，购买了萝Emoti著ent（一样个致力于通炎过读取人的哑面部表情来玉确定其情绪尤状态的A露I创业公膊司）显然，督这些技术远抬远不止于对痒照片进行标式记。玉虽然个人助无理应用产品义有无数的用呆户，比如苹墓果的Si功ri，信用健贷，保险风融险评估，甚信至天气预测钱。在接下来盒的篇幅中，幸我们探讨企中业该如何使升用这些技术编来加速增长船，降低成本忘和控制风险孝。从这些技锋术及其使用哲这些技术的补应用的发展窗速度来看，鼻它们充其量臂不过可以为肉公司和投资盒者提供一些父方向，以保厚持他们的竞贵争力。垦加强未来的镰生产率拾美国的劳动奇生产率在忙90年代亏中期的快速煤增长和过去心十年的缓慢在增长和之后喉，近年来已浪经停止增长助了。我们认妨为，就像貌20世纪漏90年禾代互联网技洪术被广泛采勾用那样，消疲费类机器学彩习和人工智芬能的扩散有扰可能大幅度掠地改变全球贤产业的生产沫范式。叛在整个行业树中，我们发愉现在自动化稳的促使下，肉劳动时间减聚少了约0贼.5％-1桥.5％，同贯时，由于倍AI/纪ML技术暂带来的效率富增益，到冷2025途年，这些技任术将对生产羊力增长产生姨高达51当-1154搅个基点（渗bps）的肢影响。虽然跃我们期望汪AI/静ML可以办随着时间同鸣时提高生产鞭率的分母和向分子，不过膛我们认为最锣重要的是，赴早期的影响欢将是低工资鲁任务的自动现化，即以更爪少的劳动时绘间推动类似迹的产出增长讽水平。我们卵的基本案例夜AI/纽ML驱健动提高了狡97个基柴点，这意味酬着202炒5年的增五长生产率中张的1.6葡1％将由福IT贡赞献，比1叠995-酬2004邀年高出窝11个基待点（图9育,10）。扇图9：生纵产力分析；秩单位百万美演元，假设甩2023牵年之后G窄DP线性年增长泰生态系统：束云服务，开赌源在未来的纵AI投踢资周期中的卖关键受益人饶我们相信，椒在未来的几戴年中，一个叉公司利用人奸工智能技术堡的能力将成韵为体现公司渴在所有主要顺行业竞争力秘的一个属性现。虽然战略误会因公司规里模和行业而柿有所不同，绣但如果管理出团队不会把顿重心放在领蒙导人工智能男和在此基础拼上的利益上壁，那么未来叠产品创新、拼劳动效率和肤资本杠杆都获会存在落后洁的风险。因作此，我们认两为公司需要治投资这些新戴技术以保持贝竞争力，同诚时这将导致闸对人工智能枝所以依赖的病人才、服务臣和硬件的空倦前的需求。挪作为比较，禁20世纪限90年委代技术驱动约的生产力繁乞荣推动了相备应的激增。变增加对技术宰的资本支出郑导致了新的给企业和业务苹的增加来捕挡获这些资本刺支出。在不挨可避免的行骨业整合发生建之前，成立立软件、硬件填和网络公司仪开始发生转齐变。下图茶13突出勉了软件行业额内的这种模凭式。在1架995-榆1999融年期间，经在通货膨胀孝调整后，市锻值在20切亿美元到沿50亿湾美元之间的芦公共软件公听司的数量几合乎增加了两拜倍，在2仍000年封代中期才得夏到巩固。欠图13：鲁伴随20佣世纪9牙0年代生蒸产力激增的幻驱动者生态庙系统（en兔abler蚀ecos湾ystem徒）察图14：格这十年来，俗投资人工智林能的风险资苹本出现了暴映增夫我们看到了寒由AI碑驱动的生产仍率具有产生随下一个相似杠的繁荣周期骄的潜力，可安以通过利用混这些潜力，张把软件、硬身件、数据和居服务提供商腿作为商业投孔资来创造价苹值。如上图算14所狡反映的那样食，与AI决相关的初纵创企业的风第险投资在这屈十年中急剧艺增加。AI崖企业投资述的繁荣现象利的巨大潜力姻也开始推动下整合。尤其烤是云平台对突AI相大关人才进行肯了大量投入搬，自20获14年以片来，谷歌、怒亚马逊、微差软和Sa尝lesfo业rce共备进行了1傻7项与展AI相关掩的收购（下甘图）。靠在上下文中起对AI技和ML恐技术的发展题和历史技术兵周期的比较斤中，我们看克到了前者的足一些益处。里与过去5落0年的其披他主要技术蛮的周期一样盆，计算（和惩摩尔定律）撇一直是进步色的抑制剂和冷推动者。枯例如，在系稠统架构方面秆，我们目睹唱了从大型机幼系统转变为脾客户端-服添务器模型的破整个过程，片并且近年来笑已经开始被邻云/移动模由式所取代。池这种进化的乡驱动因素是壁计算能力、豆存储容量和钟带宽的改进估。每个转换止都伴随着应壮用开发的转烘变，包括各疗种新编程语寸言的出现和鸟演变（见图大表15）接和各种可能肚的应用程序匠各种的类型珍。如上下文券中所提及的米一样，AI谣这个概念初已经存在几修十年了，其拘中神经网络挺的概念出现相在20喊世纪60虚年代，虽四然直到最近织几年，计算职能力才开始燃让神经网络声能在实际环虑境中使用。鸣我们相信我栽们正处于逝AI平台拒的早期阶段纵，就如同陆20世纪树50年坊代大型机才驳开始商业化拴到21方世纪的智能秀和云的什商业化。随虚着平台曲线抗的变化（我保们认为它正瞎在发生），辞应用程序、察工具和服务赵驱动者（e度nable搞r）会爆炸墓式增长，我肢们将在下面槽更详细地讨淘论。做图15：胶人工智能的放发展可以与兼历史上的系报统架构和编粱程语言的采禽用的技术革刑命相比，尽猪管我们认为评我们目前仍捞然处在人工拼智能发展和狗应用的早期属阶段插stack芝的演变过陆程以及和且AI之间觉的对应关系稍蓝色=专望有供应商，贯橙色=开年源，绿色弦=云服务（因注意：一些放供应商，如陪IBM插和Mic贴rosof眉t都是专枕有服务和云店服务）宵图17：责生产中的机重器学习：如风何在机器学陵习管道中利竿用各种开源快和云技术介图18：法机器学习管屯道中的关键死开源项目。蜂可用的项目立\支持公司提和风险投资意图表20廉：人工智能能即服务（A殿I-as-良a-Ser开vice（负AI-aa黑S））概览叼：机器学习山API声正在被开发酸以解决水平盾和垂直使用理案例匠图表21讯：水平A滋I-aaS骨产品和定鸦价：来自云谊平台的A梦I-aaS晋产品示例矩中国人工智介能现状彼

iRes显earch台预测，2口020年浩，中国人工姑智能市场将魄从201须5年的阅12亿人偷民币增长至脂91亿败人民币。2南015年怕，约14树亿资本（良年增长率士76%）流殃入了中国的螺人工智能市桥场。油在政府政策没方面，中国北的国家发展汗改革委员会色（发改委）菠和其他相关喷政府机构于璃2023淋年5吼月18毁日发布了《答「互联网+辅」人工智能班三年行动实搭施方案》。欧《方案》指扇出了人工智宴能领域发展蹦的六大保障普措施，包括湿资金支持、仁标准体系、兽知识产权保守护、人才培熄养、国际合争作和组织实佛施。《方案纷》提出，到带2023置年，中国络的人工智能罪基础资源与喉创新平台、倾产业体系、马创新服务体离系、标准化始体系应基本柱建立。发改冠委期望中国精人工智能产捕业整体与国语际同步，系谊统级别（s进ystem沾-leve池l）的人工堪智能技术和肃应用要位于傍市场领先位早置。备中国已经做灾出一些重大悼举措，而且心根据提及「防深度学习」加和「深度神棕经网络」的调被引用期刊耗论文数量，民2023泡年，中国已体经超越美国涉（Exhi向bit2惭3）。中国逮拥有世界领航先的语音和践视觉识别技逢术，其人工荣智能研究能奴力也令人印惊象深刻（E霸xhibi盐t24）弯。百度于觉2023灰年11纲月发布的警Deep螺Speec榜h2已故经能够达到暖97%田的正确率，掌并被《麻省键科技评论》凳评为20率16年十崭大突破科技脏之一。另外残，早在2抓014年吹香港中文大辱学开发的乒DeepI盆D系统就营在LFW俗数据库中截达到了9两9.15%纤的面目识冈别正确率。哨Exhib吴it23攻：提到「深丝度学习」或霉者「深度神怜经网络」的警期刊文章籍Exhib广it24宁：至少被引侮用一次的、夏并提到「深校度学习」或覆者「深度神年经网络」的帜期刊文章升中国的互联式网巨头百度固、阿里巴巴野和腾讯（B艇AT）正在柳领导中国的枣人工智能市元场，同时数差以百计的初垃创公司也正届渗透到这一销产业中，并介在各种人工笔智能细分市艰场及应用领翁域建立服务百模型。目前汤，中国的人加工智能领域境包括：怨基本服务，注如数据资源捧和计算平台继；余硬件产品，俭如工业机器喂人和服务机同器人；耕智能服务，未如智能客户疫服务和商业腊智能；以及骡技术能力，汪如视觉识别孕和机器学习裁。坑根据iR斩esear疑ch，目前装，语音和视霞觉识别技术娱分别占中国匙人工智能市杏场的60押%和1餐2.5%。霜在中国，所毕有和人工智愁能相关的公琴司中，71洗%专注于程开发应用。画其余的公司归专注算法，歌其中，55敞%的公司纺研究计算机缠视觉，13跑%研究自统然语言处理绿，9%致延力于基础机骆器学习。计我们认为，叠人工智能前惊沿的重要参续与者可能会典继续来自美汪国和中国。百度：债2023垂年9月揭，百度「度连秘」：声控怒人工智能个较人助理（整神合进百度移何动搜索应用蚀）六2023量年11跑月，百度挨DeepS锹peech衰2：包含孔一个大型神麻经网络的语职音技术，通咸过样本学会去将声音与语较词联系起来坡2023传年12经月，百度无支人车：百度据无人车在北带京道路上完留成测试，并熄在硅谷设立旨自动驾驶部催门（ADU步）遭2023旦年8月四，百度「D酬uSee」既：为移动设痒备打造的线AR平台扁（整合进百杰度搜索和地须图移动应用叉），在搜索祸广告方面有织着广泛应用驼2023涛年9月华，百度大脑透：官方介绍时，百度的人购工智能平台悟2023例年9月侍，Padd卵lePa才ddle：奶百度近期开橡源的深度学闯习工具包汤2023围年10打月，百度移吊动应用8爬.0：新升诉级的移动搜姥索应用，内梨含一个整合遮了智能搜索历和个性化新粒闻推荐的系挂统，其背后妄采用了人工事智能、自然号语言处理和殖深度学习技蜻术阿里巴巴：寇2023抽年7月侨，阿里小蜜醒「阿里小秘于书」：虚拟佩人工智能客叛服，据公司渡2023鱼年10捎月报告，乱问题解决率锋已达到8朱0%板2023冰年8月资，DTP福AI：基于差阿里云的服鸦务，用来处缩理机器学习胆过程，被该舅公司称为是膛中国的第一百个人工智能混平台叹2023母年6月耕，阿里妈妈寺光学字符识筋别：该技术碑获得文档分毁析与识别国内际会议（I为CDAR）尚Robus铁tRea溪ding纳比赛第一名潮2023决年8月蛇，阿里云图ET：一套耐综合的人工决智能解决方膛案套件，包贺括视频、图震像和语音识浊别技术腾讯：舟2023困年6月案，优图：腾董讯为开发者扣开放了其面效部识别技术适，以及优图苹科技的其他详核心技术蛛2023絮年8月振，腾讯T徐ICS实熄验室：20荡15年腾卸讯设立的智漆能计算和搜趟索实验室，开专注于四个榨方面：搜索竭、自然语言申处理、数据求挖掘和人工帅智能颂2023程年9月壮，Drea盒mwrit垒er：腾讯撇上线中国第臂一个新闻报器道机器人长2023底年11睬月，WHA肉T实验室禾：微信-香款港科技大学庙人工智能联络合实验室，天于201汤5年1豪1月2朴6日成立习人工智能生茧态：关键参摄与者前人工智能生求态：使用案凳例与潜在机疲会奔创新人工智里能的驱动者利：谷歌、亚路马逊咬谷歌在做些瑞什么？薄谷歌的搜索阁算法在过去撞二十年里进锐展迅速。从旬1998惯年的P棍ageRa败nk到船2023室年的Ra念nkBra蠢in，基于猎链接的网络土排名已经进飘化成人工智钱能驱动下的希查询匹配系燥统，后者能阁够不断适应汉那些独特的碰搜索（占谷臣歌所有搜索诸的15%萄）。藏在云技术方骗面，公司五缩月份公布了静针对平台的子定制化硬件侮加速器方面围取得的进展裁，一种定制河化的AS轮IC，亦即乏TPU，坑这一进展对浆2023馆年开源的雹机器学习软恼件库Te析nsorF哥low进稠行了补充。供过去三年中瘦，在与人工烧智能相关的拜收购战中，秘公司也当仁免不让。直被收购的公刺司中，最知少名的当属拜DeepM顿ind，它伍提升了A至lphab渠et的神娘经网络功能验并已经将其套应用于各种柿人工智能驱腹动的项目中朱。为何重要？扎在搜索中使雀用算法，谷贝歌可谓先行搭者。将自然炒语言处理应商用到配备用劣户搜索意图丘和可欲结果鹅方面，公司饺一直处于领栏先地位，这饲也不断加强怪了公司在该扔领域的竞争求优势。得在进一步推梁进人工智能未领域的融合争。在促进人杯工智能一体峡化（AI弯integ晕ratio练n）方面，凡公司的开源项应用Te未nsorF武low已勇经为其他云航平台以及研胃究社区利用唇公司资源提扬供了先例。楼同时，谷歌悟正通过自身瓣优势，比如孟TPU，咽充分利用开朝源世界为公案司提供竞争疲优势，尽管谊其机器学习岩库是开源的瞎。亮因为De秤epMin抛d,公司周提升了端到顿端的强化能鹿力；201诞5年末击部败职业围棋密选手的A除lphaG绣o。将人工京智能带到更街为广泛的研杏究社区，同观时也通过软台硬件方面的仇自身优势进疲行创新，谷截歌是最好例宅子。失亚马逊在做次什么？叔亚马逊正在仅公司内部和抚云端使用机市器学习技术宪。2023苏年4茫月，公司发影布Ama趣zonM微L，这款机落器学习服务闭能够为对云硬数据的使用私提供机器学舅习功能（无胀需之前的客愿户经验）。商公司紧随谷饰歌的开源步卵伐，今年冒5月开源由了DSS把TNE，一淘个针对推荐链深度学习模堂型的的库。毫通过改善搜笼索、定制化钥产品推荐以陈及语音识别灯、增加有质隔量的产品评尚价，公司内烈部也在使用菌机器学习改致善端到端的辅用户体验。登为什么重要闻？昂借助AW初S，亚马逊扒成为全球最朵大的云服务链商，可能也绍是最成熟的累人工智能平环台。借助会Amazo赵nML，扫公司成为作构为服务的人混工智能（A妨I-as-委a-ser糟vice）秩生态系统的慢领先者，将王复杂的推理溉能力带到之字前几乎没有仙机器学习经浆验的公司办肢公室当中。腐无需基于定包制的复杂应讨用，AWS发用户就能抚使用机器学效习训练模型庭，评估以及雄优化潜力。栽亚马逊推荐嫂引擎使用了两机器学习，风在匹配用户阳意图以及可普欲结果方面兰，具有竞争口优势，也为孟公司创造了樱商机。公司毫正更加高效妄地利用收集染到的数据合睁理化用户购任物体验，也鬼让电子商务位体验更具互浇动性。涌随着DS减STNE枕的开源，亚坦马逊也与其桑他科技巨头敏一起，推动模科技社区的茎人工智能进煎步。庭苹果在做什捐么？恼去年，苹果册已经成为最绿活跃的人工据智能公司收梁购商，比如杨Voca傅lIQ,絮Perc疾eptio插,Emo以tient庙,Tur因i,以及拍Tupl袋ejump散。几乎同时冻收购了V哭ocal踩IQ和阶Perce悔ptio，矛公司请来了构John丧athan母Cohe誓n，当时还赏是英伟达捐CUDA宇库以及G胡PU加速静软件项目的葱负责人。傲近期，据报轨道，公司请偿来Rus执lanS孤alakh板utdin义ov担任骆人工智能研仇究总监，这平也标志着公颈司人工智能袋战略的转型娘。在此之前葱，公司最初毙人工智能成绩果之一是繁Siri羽,第一款诚嵌入移动技巧术的虚拟助苦手，201杯4年，其悦语音识别技去术被移入神敏经网络系统胃。弹为什么重要事？悔直到去年，杀苹果已经取踏得相对专有僻的机器学习视成就；20笨15年蚂10月，织Bloom岩berg孕Busin包esswe协ek报道鉴，在大众消辰费方面，苹香果研究人员羽还没发过一味篇与人工智关能有关的论柔文。不过，牛这一策略转勤型多少与新纱的、与人工辫智能相关的疯雇佣与收购姿有关，科技到记者St顾even乌Levy欢在Bac由kchan妈nel的瓶一篇报道强陶调公司已经哑在人工智能外领域活跃一旬段时间了。墓特别是，公名司收购T尿uri突泪出了公司要撒按规模推进誉非结构数据酒和推论，以拼及开放给更蜜为广泛的人熊工智能研究躲社区。这次咽收购，配以闭基于收购公壶司技术的较步小应用，反换映出苹果致艰力于用这些自新技术创新绒公司产品。怎微软在做什叼么？吐CEOS际atya碍Nadel捎la表示肿，微软正在习大众化人工烫智能（de绢mocra跃tizin英gAI）肯。公司的人岩工智能和研痛究团队（总阶人数大约毯5千多）搂，关注改变祝人类体验和裁与机器的互递动。微软已循经积极地将绝新的、融合贺人工智能的疑功能嵌入公蜂司核心服务捎中，并在对插话计算（比停如Cor另tana）扁、自然语言突处理（Sw哭fitKe蒙y）等方面捧取得进展。涨公司正进一奥步打造基于对GPU缎和FPG叠A的云（今Azure矿），在公司查所谓的更高隶水平的人工居智能服务，恼比如语音识毁别、图片识协别以及自然侧语言处理当乒中，为机器凭学习提供动棉力和速度。钥为什么重要尿？爱两个单词：么人工智能大三众化（de乳mocra雀tizin始gAI）碗。由于这个渴行业中的公肠司将研究计狭划甚至库开拔放给人工智善能研究社区倍，微软发明妨了这一表述东，用来解释呢许多领先的删人工智能创菊新者的举动座。去年，微蓬软在人工智碍能领域颇为铃活跃，正式山发布了产品绒以及研究计啊划，并宣布帮了一个新的沈人工智能和来研究小组（增2023响年9月景下旬）。投微软的F痕PGA表幕现突出了人供工智能可以皮为普通商业技或个人带来沟什么；不到伞十分之一秒省，它就翻译阁完了整个维躁基百科（3暂0亿个单扶词和50召0万条条拌款）。而且乡伴随着虚拟集助理Co窗rtana船,Sir码i,Al幅exa以扭及其他助理绳之间的竞争亲，进一步将活人工智能研紧发融入广泛快使用的产品摄中去，通过范产品进步吸你引客户似乎泼是必须的。糕Faceb颤ook在绒做什么？酬Faceb诸ook人坏工智能研究串部门（FA挖IR，20再13年）贱的策略是在笼更广泛的研投究社区背景朋下研发技术兽。这个团队斩以推进无监县督表征学习寸（比如，观区察世界、而宴不是借助人份类算法干预哪，借助对抗归网络进行学耗习）的进步华而为众人所悲知。应用机像器学习部门胶（AML）抖在FAI裂R之后成肚立，聚焦将货研究应用到沿公司产品中欠，时间限制蹦为月或季度诱（而不是年行）。公司正饼将机器学习峰功能应用到蓝各种垂直领棚域中，比如宫面部识别，绵机器翻译以懒及深度文本富（Deep阻Text）虑语言或文本胡学习。扣为什么重要流？温公司已经发失布了多个无零监督学习方合面的研究成芽果，随着机违器学习超越捐从「正确答怕案」中学习艇，开始聚焦狗独立的模式捡识别，无监哑督学习已经火成为一个重谊要的焦点领扶域。无监督寒学习有望去帖除更多的、怪与大数据有挡关的人类成食分，公司在算Yann扭Lecu话n的带领醒下，正引领卖该领域的研划究。今年五遥月，公司发菊布的FB普Learn峰erFL铺ow合理焦化了端到端免UI（从蚊研究到工作尊流程、实验圾管理以及视彼觉化和比较库输出）。公誉司的人工智系能项目和工尘作流程应用销不限于A素ML成员叔，公司各部搁门领域都可博以使用借鉴蕉。这样一来易，公司就可草以利用研究顶部门之外所扣取得的人工朗智能进步。蓝Sales陆force乳在做什么伴？岗在201商4年和货2023漂年，Sal活esfor蚁ce开始要解释自己的欺Apex乏开发平台县如何可被用观在Sal茧esfor转ce1云疏上完成机器架学习任务。划从此，该公执司开始在人容工智能上投昏入更多的资茂源，收购了头多家人工智名能公司，包摘括Min描hash、刑Predi宗ction椒IO和性MetaM时ind。在景9月份说，Sale件sforc摔e推出了恼Eins模tein—缸—一个面向湿多平台的基高于人工智能罪的云计划。雨该计划专注裹于将人工智遗能融入销售限云、市场云鹅、服务云、鸦社区云、I隆oT云和适app奖云。名为什么重要其？免Sales召force司Eins归tein浑有潜力促进撑商业使用数笛据的方式。伟在销售云中斯，该公司希嗽望让各个组色织通过预测附销售线索得决分、洞见机锣会以及自动附捕捉活动来醉优化销售机殃遇。市场和惧服务云将提陈供预测参与踪度得分，来歪分析消费者许使用情况。古还能提供预腐测客户，从械而帮助定位贸市场，并基折于趋势和用醋户历史通过鸭自动案例分梢类更快解决别消费者服务塑事件。Sa逼lesfo疲rce用卡微妙的使用毫案例将机器垫学习带到云允中，强调它核对公司核心笨竞争力的影陶响。宗英伟达在做税什么？倚英伟达已经哪从之前电子辆游戏GP济U生产商三转型为机器括学习应用硬座件厂商。2着015年供年底，公司躬表示，较之谜使用传统泰CPU，使葡用了GP斥U神经网肺络的训练速瞎度提升了踪10到宫20倍。烛尽管英特尔磁重金投入的影FPGA禽（作为G笔PU的替赠代产品）加肝入硬件市场丽角逐，但是拴，GPU愿的机器学习苦应用能实现停更加密集的咱训练。相对柳而言，FP那GA可以姑提供更快、适计算密集程顾度更低的推渡理和任务；波这说明市场笼会根据实际铲应用案例区成分对待。过问去五年，到赔2023捷年6孤月为止，英规伟达所占送GPU市蓬场份额已经甲从二分之一最上升到近四妻分之三。占为什么重要掠？初在人工智能裕创新公司和肝学术机构中约，GPU西加速的深度卵学习一直是廊许多项目的两前沿。英伟于达所占据的闲市场份额意夏味着，随着轮人工智能越蓝来越成为未堂来几年中大胸型商务的中烧心议题，公刻司可以从中戒获益。使用罪公司产品的故一个例子，各俄罗斯的玉NTech扮Lab，使花用GPU糕加速的深正度学习框架荐来训练面部凶识别模型，怀识别密集集宗会中的个人任，并在A面WS中利航用这些G瘦PU进行尚推理。电作为一种选然择，许多大径学也使用英话伟达Te狠sla加狐速器来模拟贺可能的抗体妙突变，这种迹变异可能会卸击败进化中预的伊波拉病报毒，将来研矩究会进一步苹关注流感病钻毒。饭英特尔在做艇什么？斗英特尔的战洞略比较独特羞，其使用的店案例多种多极样。201霞6年年中摇，公司发布荒了第二代消Xeon泳Phi产候品系列，以楼其高性能计归算（HPC蝶）能力著称忌，它可以让郊人工智能扩出展到更加大件型的服务器衔网络和云端避。在硬件不周断进步的同老时，公司也素下重金投资趁FPGA侨，这主要归踩功于其推理欺速度和灵活竭的可编程性壮。英特尔令纺人瞩目的收方购包括N宝ervan跟a（深度学暖习），以及冻Alte灭ra——该涛公司将F按PGA的见创新带入了抢英特尔。顷为什么重要债？鸽英特尔关注咸FPGA席创新补足裁了英伟达对功GPU止的关注。当老处理大型数辩据库（微软斜等许多大公裂司用来测试且大数据分析船的边界），害FPGA旁能够提供更最加快速的推门理速度。在最物联网的应坦用环境中，裁公司也宣布财了一个计划柜，旨在将学跳习技术融入段可穿戴微芯牢片中（显然细是通过X镇eonQ伸uark）租。物联网和斤人工智能的娇衔接有助于透为公司和个倦人日常使用权案例的数据驰搜集机制提奏供机器学习佣