上一篇《深扒人工智能——历史篇》回顾了人工智能的历史，本篇主要介绍人工智能的现状。我们首先分析产业链的三个层面，接着梳理各大科技巨头在AI领域的布局，最后汇总了各国出台的AI政策。

产业链

从产业链角度看，我们将人工智能产业分为三个层面：基础技术层、应用技术层和产品服务层。

基础技术层包括人工智能芯片、机器学习算法和框架等基础支撑技术。其中机器学习主要包括现在最火的深度学习和其它浅层机器学习。

应用技术层包括语音技术、图像技术、语义技术、机器人技术等使机器能听、能看、能想、能说、能动的技术。

产品服务层是指将人工智能技术应用于特定垂直行业而产生的产品或服务，包括自动驾驶、智能安防、智能金融、智能医疗、智能家居、智能机器人等。

在应用技术层，语音技术使机器能听能说，包括语音识别（使机器能听）、语音合成（使机器能说）等。图像技术使机器能看，包括人脸识别、图像文字识别等。语义技术使机器能想，包括文本分类、信息检索、、机器翻译、问答系统等。机器人技术使机器能动，包括运动学、动力学、导航等。

巨头布局

人工智能的高速发展，很大程度上得益于各大科技巨头的高度重视和大力推进。科技巨头们在人工智能领域的布局大都比较全面，尤其在应用技术层有许多重合之处，常用的语音、图像、语义技术基本都会自主研发。接下来我们主要从产业链的三个层面梳理各巨头在人工智能领域的布局，并着重关注差异化的方面。

Google

Google是全球在人工智能领域投入最大且整体实力最强的公司。2016年4月，Google的CEO Sundar Pichai明确提出将AI优先作为公司大战略。

近年来，Google的传奇技术大神Jeff Dean的工作重心都投入在Google大脑项目。Google还吸引了深度学习鼻祖、多伦多大学教授Geoffrey Hinton，计算机视觉专家、斯坦福大学教授李飞飞等顶尖专家加盟。

基础技术

Google在2011年便推出了分布式深度学习框架DistBelief，2015年开源第二代深度学习框架TensorFlow。TensorFlow是目前最受关注的深度学习框架。Google还为其研发了专用芯片TPU，将性能提高了一个数量级。Google云平台基于TensorFlow提供了云端机器学习引擎。

应用技术

Google云平台提供了自然语言、语音、翻译、视觉、视频智能等常用应用技术接口。

产品服务

早在2009年，Google便启动了无人驾驶汽车项目。2016年12月该项目分拆为一家独立的公司Waymo。目前Google无人驾驶汽车测试里程已经突破200万英里，但由于真实路况的复杂性以及法律风险，无人驾驶汽车距大规模上路还有很长一段距离。

2014年10月，Google推出Gmail的进化版——Inbox，邮件可以被自动归类到旅行、财务、新闻资讯等类别。

2015年5月发布Google Photos，可以对照片自动识别、分类，并支持自然语言搜索。

2016年5月推出智能家居中控系统Google Home，对标亚马逊的Echo。Google Home背后的智能助手引擎是Google Assistant，对标亚马逊的Alexa。

2016年Google的AlphaGo在人机围棋大战上的碾压式胜利又一次引爆了公众对人工智能的关注。

微软

25年前创建的微软研究院(Microsoft Research)便一直在从事人工智能领域相关的研究。2016年9月，微软整合微软研究院、必应(Bing)和小娜(Cortana)产品部门和机器人等团队，组建“微软人工智能与研究事业部”，藉此来加速人工智能研发的进程。该事业部由微软全球执行副总裁沈向洋领导，目前拥有7000多名计算机科学家和工程师。

基础技术

微软开源了深度学习工具包CNTK，推出了基于云平台的人工智能超级云电脑。

微软在其云平台Azure中加入FPGA达到了前所未有的网络性能，提高了所有工作负载的吞吐量。

应用技术

微软认知服务（Microsoft Cognitive Services）目前已经集合了多种智能API以及知识API等20多款工具可供开发者调用。

产品服务

微软2014年5月推出智能聊天机器人小冰，7月发布智能助手小娜（Cortana）。现在小娜每天都在为1.13亿用户服务，已回答超过120亿个问题。在商用领域，微软还推出了Cortana智能套件(Cortana Intelligence Suite)。

微软2016年4月发布聊天机器人框架Bot Framework，目前已经被超过40000名开发者使用。

Facebook

人工智能是Facebook的三大方向之一。Facebook 2013年12月成立人工智能实验室（Facebook AI Research，简称FAIR），由卷积神经网络(Convolutional Neural Networks，CNN)的发明者、纽约大学终身教授Yann LeCun领导。还成立了应用机器学习部门（Applied Machine Learning，简称AML），由机器学习专家Joaquin Candela领导，负责将AI研究成果应用到Facebook现有产品中。LeCun和Candela都直接向Facebook的CTO汇报工作。

Facebook CEO扎克伯格在2016年还亲自写代码为自己家开发了一个人工智能管家Jarvis。

基础技术

Facebook2015年12月开源人工智能硬件平台BigSur，2017年3月又开源了新一代的服务器设计方案BigBasin，能训练的模型比BigSur大了30%。

2016年6月开源基于Toch的深度学习框架Torchnet。

Facebook内部搭建了通用的机器学习平台FBLearnerFlow。目前在FBLearnerFlow平台上平均每个月运行120万个AI任务。Lumos构建于FBLearnerFlow平台之上，它是专用于图像和视频的学习平台。

应用技术

Facebook在语义领域开发了文本理解引擎DeepText，开源了文本表示和分类库fastText。

在图像领域，开发了人脸识别技术DeepFace，开源了三款图像分割工具：DeepMask、SharpMask和MultiPathNet。

产品服务

Facebook2015年8月推出智能助手M，2016年4月推出的基于Facebook Messenger的聊天机器人框架Bot。但受限于当前的人工智能技术水平，聊天机器人的错误率被爆高达70%。Facebook目前已经将聊天机器人的重心转向一些特定的任务。

Facebook还开源了自己的围棋AI引擎DarkForest，来自中国的田渊栋是其首席工程师。

IBM

人工智能是IBM在2014年后的重点关注领域，IBM正在转型成为认知产品服务和云平台公司。IBM未来十年战略核心是“智慧地球”计划，IBM每年在其上的研发投资约在30亿美元以上。

基础技术

IBM一直致力于研发类脑芯片TrueNorth，并取得了不错的进展，但离量产尚有距离。IBM还开源了大规模机器学习平台SystemML。

应用技术

IBM的云平台Bluemix提供了覆盖语音、图像、语义等领域的十多种常用技术。

产品服务

Watson在《Jeopardy！》一战成名之后，IBM围绕Watson继续发力，计划将其打造成商业领域的人工智能平台。医疗是他们目前最重要的领域。2016年8月Watson只用了10分钟便为一名患者确诊了一种很难判断的罕见白血病。此外，Watson还被广泛应用于教育、保险、气象等领域。

亚马逊

有别于其它巨头，亚马逊鲜有宣传自己的AI布局，却不声不响地做出了AI明星产品Echo。

2016年7月亚马逊挖来卡内基·梅隆大学教授、顶尖机器学习专家Alex Smola担任AWS机器学习总监。

基础技术

亚马逊在AWS上提供了分布式机器学习平台。

应用技术

2016年底，AWS才正式推出自己的AI产品线：Amazon Lex、Amazon Polly以及Amazon Rekognition，分别用于聊天机器人、语音合成以及图像识别。

产品服务

亚马逊2014年发布智能音箱Echo，据估计截至2016年底Echo系列产品的销量已经接近1000万台，取得了巨大的商业成功。借助Echo的成功，Echo背后的智能语音助手Alexa也被众多第三方设备采用。Alexa目前已拥有超过1万项技能，这个数字还在快速增长。

亚马逊还推出了新零售实体便利商超Amazon go。在Amazon go中，没有服务员、没有收银台，消费者进店不用排队结账，拿了就走。

苹果

苹果于2011年最早推出语音助手Siri，掀起语音助手的热潮。但Siri的效果远低于用户的预期，最终沦为一个玩具。

在近几年的人工智能大潮中，苹果除了收购了一些人工智能创业公司，并无重量级的产品或技术问世，已经明显落后于其他巨头。

2016年10月，苹果挖来CMU的深度学习专家Russ Salakhutdinov担任人工智能研究团队的负责人，表明苹果已经开始加紧步伐追赶，我们拭目以待。

AI联盟

2016年9月美国Google、Facebook、亚马逊、IBM、微软等五大科技巨头宣布成立AI联盟（Partnershipon Artificial Intelligence to Benefit People and Society），旨在发展和共享AI的最佳实践，促进公众对AI的理解，以使AI造福社会。2017年1月，苹果也作为“创始成员”加入。此外还有OpenAI、AAAI、美国公民自由联盟、麦克阿瑟基金会等组织相继加入。

百度

百度是国内人工智能领域投入最大、布局最广且整体实力最强的公司。

2013年1月百度成立深度学习研究院（Institute of Deep Learning，简称IDL）。2014年5月百度硅谷人工智能实验室在美国硅谷成立。同时世界顶级人工智能专家、斯坦福大学教授吴恩达(Andrew Ng)出任百度首席科学家，全面负责百度研究院。

2017年1月，曾任微软集团全球执行副总裁的陆奇加入百度担任百度集团总裁和COO。2月，百度宣布全资收购渡鸦科技，渡鸦创始人吕骋出任百度智能家居硬件总经理，直接向陆奇汇报。原度秘团队升级为度秘事业部，也直接向陆奇汇报。3月，百度成立智能驾驶事业群组，由陆奇兼任总经理。吴恩达离职。百度宣布整合包括NLP、KG、IDL、Speech、BigData等在内的百度核心技术，组成百度AI技术平台体系（AIG），任命百度副总裁王海峰为AI技术平台体系（AIG）总负责人。目前百度人工智能团队已经增长到近1300人。从百度频繁且大规模的人工智能相关的人事和组织调整亦可以看出，百度在人工智能上下了重注。

基础技术

百度在数据中心也大规模采用了FPGA来加速计算。另外，百度还自主研发并开源了自己的深度学习框架PaddlePaddle，这属于国内首家。

应用技术

百度云平台提供了语音、人脸识别、文字识别、自然语言处理、黄反识别、智能视频分析等常用应用技术。

产品服务

百度无人驾驶车项目于2013年起步。2015年12月，百度无人驾驶车国内首次实现城市、环路及高速道路混合路况下的全自动驾驶，测试时最高时速达到100公里/小时。2016年7月，百度与乌镇旅游举行战略签约仪式，宣布双方在景区道路上实现Level4的无人驾驶。

2015年9月，百度推出人工智能助理度秘（英文名：Duer），度秘可以在对话中清晰的理解用户的多种需求，为用户提供各种优质服务。

2017年1月，百度推出首款对话式人工智能操作系统DuerOS。DuerOS支持第三方开发者的能力接入，目前已经具备7大类目70多项能力，能够支持手机、电视、音箱、汽车、机器人等多种硬件设备。

腾讯

腾讯之前已经有微信模式识别中心、优图实验室、文智等多个团队在应用技术层开展了很多工作。腾讯2016年4月成立人工智能实验室（简称AI Lab），由前百度IDL首席科学家张潼领导，重金招揽优秀的AI领域研发人员，意图加速AI的进程。

基础技术

腾讯云提供了大规模机器学习平台和深度学习平台，目前支持 TensorFlow、Caffe、Torch 三大深度学习框架。

应用技术

腾讯的云平台也提供了图像、语音、自然语言处理等常用应用技术。

产品服务

2015年9月，腾讯的新闻写作机器人Dreamwriter撰写财经新闻并发布。

2017年3月，腾讯的围棋机器人“绝艺”斩获UEC杯计算机围棋大赛冠军。

阿里

阿里主要围绕自身的电商业务和商业领域进行布局。2017年3月，在阿里巴巴首届技术大会上，马云宣布启动一项代号“NASA”的计划，面向未来20年组建强大的独立研发部门，涉及面向机器学习、芯片、IoT、操作系统、生物识别等核心技术。

基础技术

阿里云发布了分布式机器学习平台PAI2.0，全面兼容主流深度学习框架TensorFlow、Caffe和MXNet。

应用技术层

阿里云提供了语音和图像的接口，暂无自然语言处理的接口。

产品服务层

阿里在2015年7月发布智能客服机器人“阿里小蜜”，能力堪比3.3万个客服小二。

2016年阿里与杭州联合推出城市大脑，初步实验表明：通过智能调节红绿灯，道路车辆通行速度最高提升了11%。

此外阿里还布局了工业大脑、电商大脑、医疗大脑。

各国人工智能政策

新一轮的人工智能浪潮受到各国政府的高度关注，美国、中国、日本以及欧州各国近几年纷纷出台政策或计划引导，进一步加速人工智能的高速发展。

美国

2013年4月，美国启动“推进创新神经技术脑研究计划”（简称“脑计划”），目标包括探索人类大脑工作机制、开发大脑不治之症的疗法等。

2015年10月，美国发布新版《美国国家创新战略》，其中的重点领域如自动驾驶、智慧城市、数字教育等内容都与人工智能息息相关。

2016年10月，美国发布《为人工智能的未来做好准备》和《国家人工智能研究与发展战略规划》两份重要报告，将人工智能上升到国家战略高度。紧接着美国又发布《2016美国机器人发展路线图—从互联网到机器人》，力图保持美国在机器人领域的领先地位。

日本

2015年1月，日本发布《日本机器人战略：愿景、战略、行动计划》（也可称为《新机器人战略》），希望充分利用机器人技术，力争使日本在当今数据驱动时代引领世界。

2016年1月，日本发布《第五期科学技术基本计划（2016—2020）》，欲打造“超智能社会”。

2016年5月，日本确定了“人工智能/大数据/物联网/网络安全综合项目”（AIP项目）的2016年度战略目标，希望利用快速发展的人工智能技术，开发出能利用多样化海量信息的综合性技术。

2016年8月，日本发布第四次产业革命战略，有三个核心技术方向：物联网、大数据和人工智能。

欧盟

2013年1月，欧盟宣布“人脑计划”（Human Brain Project），该项目被选定为欧盟的未来新兴技术旗舰项目之一。

2014年6月，欧盟启动《欧盟机器人研发计划》（SPARC），这是目前全球最大的民用机器人研发计划。

英国

2016年12月，英国发布《人工智能：未来决策制定的机遇与影响》的报告，希望利用英国的独特人工智能优势增强国力。

德国

早在1988年，德国就成立了德国人工智能研究中心（简称为DFKI），是目前世界上最大人工智能研究中心。

2013年4月，德国提出“工业4.0”的概念并对各国广泛接受，人工智能是其中一个核心要素。

中国

2015年5月，国务院印发《中国制造2025》，将“智能制造”列为中国制造的主攻方向。

2015年7月，《国务院关于积极推进“互联网+”行动的指导意见》发布，将人工智能作为重点布局的11个领域之一。

2016年3月，工信部等三部委联合印发《机器人产业发展规划（2016－2020年）》，为“十三五”期间我国机器人产业发展描绘了清晰的蓝图。

2016年5月，发改委等四部门联合印发《“互联网+”人工智能三年行动实施方案》，以加快人工智能产业发展。

2016年7月，国务院印发《“十三五”国家科技创新规划》，明确将人工智能作为发展新一代信息技术的主要方向。

2017年3月，十二届全国人大五次会议上，“人工智能”首次进入政府工作报告。

中美竞赛

纵观全球各国人工智能的发展状况，美国仍然是毫无疑问的领头羊，中国紧随其后。中美仍有不小差距，但中国在快速追赶。

据乌镇智库统计，在人工智能企业数目，融资规模，投资机构数量三项指标上，美国分别约为中国的4倍，7倍和21倍。但近年来，中国在上述三项的发展速度上，领先全球。自2012年起，中国的AI相关的专利申请数及专利授权数开始超越美国。在“深度学习”相关的论文数量上，2014年中国也首次超过美国。在人工智能的各个领域，也都活跃着华人的身影。为此《纽约时报》2017年2月刊发长文《中国正在人工智能“军备竞赛”中赶超美国》，担心中国赶超美国。

客观来看，中国目前主要在人工智能的部分应用技术和应用服务层发展迅猛，但在基础技术层面主要还是直接使用或改良国外的成果，并无太多有突破性的成绩。