人人都在谈论人工智能 可它到底为啥这么热？

为何AI突然变热？

多年来，硬件已经变得越来越强大，包括英伟达在内的芯片制造商也在不断改进他们的产品，以便更好地适应AI计算的需求。在许多领域，更大的数据集已经可被更广泛地训练模型。

2012年，谷歌的AI项目曾引发广泛关注，当时它用1000万张来自YouTube的图片训练由1.6万个CPU构成的神经网络，并教授其识别图片中的猫。但是当年晚些时候，图片识别领域再次取得突破，当时在2个GPU上训练的8层神经网络胜过所有竞争对手，基于内容对图片进行了精确分类。几个月后，谷歌收购了神经网络初创公司DNNresearch，后者诞生于多伦多大学计算机科学系。

自从那以来，AI活动不断加速，世界领先的科技公司争相进入这个领域。与此同时，世界上市值最高的多家科技公司也在不断发布自己最新的研究成果，这也增加了AI的魅力。

谁处于领先地位？

谷歌及其母公司已经完成了多项AI收购，其中最引人关注的就是2014年斥资5亿美元收购DeepMind。当DeepMind的AI智能项目AlphaGo为Alphabet吸引到足够注意力后，DeepMind的AI软件也显露出真正的商业价值，即帮助降低谷歌数据中心冷却成本40%左右。 与此同时，谷歌也利用AI加强其核心搜索引擎、Gmail、Google Street View、Google Photos、Google Translate、YouTube以及其他应用。

近年来，许多有关深度学习的开源框架相继出现，但谷歌的TensorFlow被认为是其中最受欢迎的。谷歌已经开发出张量处理单元（TPU）以加速神经网络的训练和预测，其功能超过当前市场上所有可用硅芯片。此外，Alphabet旗下子公司Waymo也处于无人驾驶汽车研究的前沿地位。

Alphabet研究科学家们经常公开发表有关他们最新研究成果的学术论文，这在竞争激烈、高度重视保密的行业是非常罕见的。事实上，AI对谷歌来说非常重要，其首席执行官桑达尔·皮查伊（Sundar Pichai）甚至称谷歌为“AI优先”公司。

长期以来，亚马逊也始终利用AI在电子商务领域帮助推荐产品，并部署机器人在物流中心帮助移动物品。但在过去几年中，亚马逊已经通过出售智能扬声器Amazon Echo获得收入，人们可通过这款扬声器与亚马逊虚拟助理Alexa对话。虽然Alexa的语音识别能力还不完美，但其可快速回应用户输入，同时也被越来越快地应用到第三方服务和设备中。基于公众对Alexa的迷恋，亚马逊还设立了便利店，利用AI识别顾客从货架上拿下的产品。

苹果始终在考虑使用AI识别笔迹、延长电池续航时间，甚至在被选中的PDF文件中找到文本。但是苹果在iPhone和其他苹果硬件上使用的虚拟助理Siri现在正使用深度学习，该公司近来宣布在扬声器HomePod中植入Siri。苹果正尝试在其Photos应用中改善图片识别功能，并在iOS的QuickType键盘上预测表情符号。

最近，苹果推出了运行机器学习负载（包括苹果设备上的神经网络）的软件库Core ML。苹果据称还在开发AI芯片，可以应用到移动设备上。从总体上看，苹果试图通过强调隐私区分其AI努力。该公司没有发布太多有关AI的研究，尽管其最近招募到著名AI研究人员拉斯.萨拉胡特迪诺夫(Russ Salakhutdinov）担任其AI研究主管。苹果还通过收购Perceptio等初创企业网络相关方面的人才。

Facebook于2013年建立了自己的AI研究团队，并招募到雅恩·乐昆 (Yann LeCun) 担任AI实验室负责人，后者以擅长卷积神经网络技术闻名。这个团队经常发表研究论文，并推出了Caffe2和PyTorch开源AI框架。它甚至拥有专用的服务器硬件，以优化深度学习。

但Facebook也在利用AI为News Feed中贴文进行更好地排名、将用户贴文翻译成不同语言、甚至生成有关用户图片的文字描述。最近，Facebook宣称将会尝试利用AI遏制与恐怖主义相关内容。去年，Facebook首席执行官马克·扎克伯格（Mark Zuckerberg）曾在其10年路线图中提及AI、VR、AR等，并称将在视觉、语言、识别以及规划等领域进行探索。

微软已经招募AI研究人员多年，且AI研究的优先权不断升级。微软已经将其AI引入Cortana、Word、PowerPoint、Skype以及SQL Server中。今年早些时候，微软推出了视频编辑应用Story Mix，可利用AI为视频中的特定绑定对象增加贴纸等。微软还推出语音识别、计算机视觉、情感检测以及视频理解等服务，开发者可在自己的应用中使用它们。微软推出了Cognitive Toolkit开源AI框架。