0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度解析AI巨头发展路径

mK5P_AItists 来源:未知 作者:胡薇 2018-08-28 16:36 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

随着云计算、大数据、算法技术等条件的成熟,人工智能AI)在产品优化、消费提升、攻克顽疾、应对气候变化等方面表现出无所不能的魅力,成为宏观和微观主体争相布局的领域。作为人工智能领域的佼佼者,互联网科技巨头在战略、组织、人员、产品、生态、机制等方面竞相布局和激烈竞争,为微观企业勾画出人工智能的实施路径和资源图谱。

研发路径:沿着学术化和商业化两条路径开展研发创新,学术化正向商业化转移

学术化路径的典型代表是Google,可理解为“基础研究——应用”的研发路径,注重人工智能基础研究与技术积累,并在此基础上拓展人工智能应用、优化提升自有产品。正因如此,在五大互联网科技巨头中[1],Google在机器学习等人工智能底层技术上的积累和进步远超其他公司。而基于此路径形成的宽松、开放的学术形象和氛围,使得学术派对研究型专家人才更具吸引力。

商业化路径的典型代表是亚马逊,可理解为“应用——基础研究”的研发路径,注重的是人工智能技术所带来的商业价值,以产品需求推动学术研究和突破。后者在消费市场上获得的成功为前者指明了发展方向,当然,其成功离不开前者的基础研究及学术开放。从发展趋势看,Google等学术派正在调整组织人员和架构向商业化倾斜。

战略/组织路径:将人工智能纳入战略核心并进行组织架构和人员调整,以人工智能统领全局

从近几年发展看,互联网科技巨头逐渐将人工智能纳入战略核心,并围绕人工智能对旗下产品和企业管理进行重新审视。如Google、Facebook、微软、百度等公司在确定“人工智能为先”战略的同时对组织架构和人员相应进行了调整,以确保人工智能战略的有效实施(见表1)。

值得注意的是Google和Facebook近期的组织和人员调整都表现出了从注重“学术”向“商业”转变,如Facebook聘请前IBM人工智能平台主管佩塞蒂接管其人工智能研究院(FAIR)和应用机器学习部门(即AML),以推动人工智能产品商业化。

表1 互联网科技巨头人工智能战略、定位及组织调整

产品路径:开展“人工智能+软件+硬件+芯片”产品布局,抢占用户入口和人工智能制高点

基于机器学习等人工智能技术对现有和未来产品体系进行整体规划和布局,路径有三:

一是应用于现有产品体系,改造和优化现有产品性能和体系。如Facebook将人工智能应用到其社交网络以识别假消息和不良内容,Google则应用到了搜索、地图、Youtube等几乎所有产品线。

二是面向个人消费市场开发基于人工智能的软硬件产品,并集成已有产品,抢占用户入口。最具代表的是被众人效仿的亚马逊智能音箱Echo(搭载Alexa),为寻找用户入口觅到一条一致方向。

三是面向行业市场开发应用,拓展产品线。如Google正基于人工智能拓展在医疗健康领域的版图,包括疾病诊断、治疗、健康管理、医疗保险等。四是布局人工智能芯片,抢占主导权。虽然目的各有侧重,但总体而言还是要抢占该领域主导权(见表2)。

表2 互联网科技巨头人工智能产品路径

技术路径:通过“开源代码+开放平台+开放数据集”实现技术开放,确保人工智能影响力

开源软件的出现吸引全民参与并促进了互联网的兴盛和发展。但在基于算法/算力、大数据等技术的人工智能时代,全民参与的技术门槛被提高,不仅需要开源的人工智能计算框架,还需要学习、训练和应用平台,以及相关数据集的开源、开放,因此,开源人工智能学习框架和深度学习工具、推出人工智能开放平台、开放人工智能相关大型数据集成为巨头共识(见表3)。

现今,Google的TensorFlow、Facebook的Torch、微软的CNTK等正日益成为人工智能算法中的标准框架。Google等互联网科技巨头推出的图像识别、语音识别、自然语音处理等人工智能开放平台,以及视频、语音、图像等大型相关数据集,也被行业内外广泛采用。

人工智能技术开放不仅能够吸引外部人才的广泛参与和技术改进,还能通过使用者的广泛聚集获得更大的话语权,从而占据人工智能制高点。

表3 互联网科技巨头人工智能技术开放

人才路径:争拔尖、本地化、播知识,广蓄人才

抢夺顶尖人才。稀缺使得人工智能人才的流动越来越频繁(见图1),巨头们使尽浑身解数吸纳人工智能顶尖人才,如百度的“少帅计划”、Facebook募得卷积神经网络之父Yann LeCun为其打造人工智能发展体系。

二是,在人工智能研究重地、顶尖院校所在地等成立本地化研究中心。人才竞争已从巨头之争上升到国家较量。美、加、英、法、日、韩等国均已宣布国家层面的人工智能投资计划。亚马逊则在人工智能“起步早、根子正”的英国等地建立研发中心,Google、微软和Facebook等企业先后在加拿大成立了人工智能实验室,广泛吸引全球人工智能人才。

三是,推动知识传播和扩散,培养和储备人才。在此方面,巨头们都秉承开放的态度。其中,Google将“提供更多人工智能培训、研发更多具有包容性的人工智能学习模型”作为其“人工智能为先”战略的一部分,并针对内部员工和社会公众提供人工智能免费培训课程。面对人才的频繁流动,微软和亚马逊等也借鉴了前者的做法。

图1 互联网科技巨头之间的人工智能人才流动[2] (来自paysa 的调查,图右侧为亚马逊)

生态路径:收购、投资人工智能初创公司,运用资本手段快速构建人工智能生态

通过“买买买”的方式将人工智能初创公司招致麾下是快速进入和打造自有人工智能生态最为快捷的路径。自人工智能成为关注热点以来,诸如“Google收购人工智能初创公司Deepmind”等消息不断见诸报端。

数据显示,在人工智能收购方面,Google和苹果最活跃,2010年以来相关收购有十几笔,其最为著名的AlphaGo就是Google所收DeepMind的杰作。收购的初创公司或是保持独立运营,或是被并入内部人工智能部门/项目。除了收购,通过风投培育初创公司也是巨头惯用手段(见表4),如Google Ventures就通过风投的方式培养了大批人工智能新公司和新项目。

表4 互联网科技巨头人工智能投资情况

机制路径:构建灵活的机制和鼓励创新的文化,打造持续创新能力

机制和文化是开展人工智能更深层的资源。人才可以挖、技术可以买,唯有机制和文化无法用“钱”解决,灵活的机制和鼓励创新的文化正是互联网科技巨头优势所在。由于将人工智能置于公司战略高位,巨头们基本上建立了人工智能团队负责人与企业高层的直接汇报机制,以提高决策沟通效率以及执行力。

另外还有推动人工智能应用的团队合作机制。鼓励创新的企业文化是互联网科技巨头的DNA,如作为亚马逊14 条领导力准则之一的“Think Big”(大胆去想竞赛)则是直观体现。进入决赛选手将获向包括CEO在内的最高领导层展示其创意的机会,而获胜者则可加入Grand Challenge(类似Google的创新实验室 X)团队,配有专项预算来招募成员[3]。

注:[1] 五大科技公司包括亚马逊、苹果、Facebook、Google、微软。

[2] AI人才争夺战:亚马逊成谷歌人才跳板,图解科技巨头人才流动率。

[3] 亚马逊神秘团队曝光!探索癌症治疗、医疗数据和最后一英里快递。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 微软
    +关注

    关注

    4

    文章

    6764

    浏览量

    108160
  • Google
    +关注

    关注

    5

    文章

    1819

    浏览量

    60695
  • 人工智能
    +关注

    关注

    1821

    文章

    50518

    浏览量

    267754

原文标题:谷歌、脸书、微软、亚马逊、苹果、百度等AI巨头发展路径探析

文章出处:【微信号:AItists,微信公众号:人工智能学家】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    雷达接收路径AFE利器:AD8284深度解析

    雷达接收路径AFE利器:AD8284深度解析 在电子工程师的设计世界里,雷达接收路径模拟前端(AFE)的设计至关重要。ADI公司的AD8284就是一款在这一领域表现出色的集成模拟前端芯
    的头像 发表于 05-23 10:40 307次阅读

    EasyRoCE 工具上新:基于INT的流量路径预览

    智算中心 RDMA 网络延迟如何监控?深度解析基于 INT 技术的 EasyRoCE-TPE。实现全网流量路径预览,精准捕获微秒级延迟。立即提升您的网络运维效率!
    的头像 发表于 05-18 16:41 911次阅读
    EasyRoCE 工具上新:基于INT的流量<b class='flag-5'>路径</b>预览

    2026深度解析:领先业界的FPGA硬件定制伙伴推荐

    深度 :考察团队核心成员的行业经验年限、对主流及国产FPGA平台(如AMD Xilinx、Intel、紫光同创、安路等)的掌握程度,以及在高速接口(如PCIe、SerDes)、信号处理、AI加速等关键
    发表于 05-18 15:05

    直播预告|玄铁 x Canonical:从本地推理到 AI 工厂,基于 RISC-V 的 AI 基础设施创新路径探讨

    大模型浪潮下,AI 算力正向“本地推理”与“AI 工厂”两极延伸,而传统架构在低延迟与规模化之间往往顾此失彼。RISC-V 的可定制特性,提供了一条新路径——端侧精简高效,云侧通过众核与矩阵增强向上
    发表于 05-15 12:15

    华为Agentic AI在网络运维管理领域的应用前景与发展路径

    在Upperside World Congress 2026期间举办的“AI-powered Automation Session”官方论坛上,华为系统阐述了Agentic AI在网络运维管理领域的应用前景与发展
    的头像 发表于 03-30 14:11 512次阅读

    世界知名科技史学家到访海康威视共探AI发展路径

    全球AI技术迭代加速,前沿思想不断交融。近日,世界知名科技史学家、金融史学家、《哈萨比斯:谷歌AI之脑》作者塞巴斯蒂安·马拉比到访海康威视,与海康威视团队围绕“感知无限——从视觉智能到AGI的物理图景”主题,展开深度探讨和交流,
    的头像 发表于 03-17 14:15 505次阅读

    边缘AI算力临界点:深度解析176TOPS香橙派AI Station的产业价值

    ,这对于构建私有知识库问答系统至关重要。 三、接口的深度解析:不止是“有”,更是“专业” 相比于普通PC,开发者更关注接口背后的协议与潜力。OrangePi AI Station的接口配置展现了其面向
    发表于 03-10 14:19

    LTC4416:高效双电源路径控制器的深度解析

    LTC4416/LTC4416 - 1:高效双电源路径控制器的深度解析 在电子设计领域,电源管理一直是至关重要的环节。今天,我们要深入探讨的是 Linear Technology 公司
    的头像 发表于 02-10 11:20 427次阅读

    雷达接收路径AFE:ADA8282深度解析

    雷达接收路径AFE:ADA8282深度解析 在电子工程师的日常设计中,为雷达系统选择合适的接收路径AFE(模拟前端)至关重要。今天我们就来深入剖析Analog Devices推出的AD
    的头像 发表于 01-14 11:20 804次阅读

    【「AI芯片:科技探索与AGI愿景」阅读体验】+内容总览

    是展望未来的AGI芯片,并探讨相关的发展和伦理话题。 各章的目录名称如下: 第1章 大模型浪潮下,AI芯片的需求与挑战免费 第2章 实现深度学习AI芯片的创新方法与架构 第3章
    发表于 09-05 15:10

    AI 芯片浪潮下,职场晋升新契机?

    在科技飞速发展的当下,AI 芯片已然成为众多行业变革的核心驱动力。从互联网巨头的数据中心,到我们日常使用的智能手机、智能家居设备,AI 芯片的身影无处不在,深刻改变着产品形态与服务模式
    发表于 08-19 08:58

    AI终于赚钱了,科技巨头纷纷猛加杠杆

    电子发烧友网报道(文/梁浩斌)在2025年,科技巨头们的AI业务,终于开始赚钱了。   最近,谷歌、微软、Meta、亚马逊纷纷公布2025年二季度财报,四大AI巨头都交出了一份强劲的业
    的头像 发表于 08-06 09:53 5719次阅读

    信而泰×DeepSeek:AI推理引擎驱动网络智能诊断迈向 “自愈”时代

    网络智能诊断平台。通过对私有化网络数据的定向训练,信而泰打造了高性能、高可靠性的网络诊断模型,显著提升了AI辅助诊断的精准度与实用性。该方案实现了网络全流量深度解析能力与AI智能推理分
    发表于 07-16 15:29

    智能路径调度:AI驱动负载均衡的异常路径治理实践

    AI驱动的数据中心网络环境中,传统的“尽力而为”和“无差别均分”负载均衡策略已力不从心。基于路径综合质量的动态WCMP机制,通过实时感知路径状态、果断剔除异常、智能调度“健康”资源,有效解决了
    的头像 发表于 07-03 16:26 1337次阅读
    智能<b class='flag-5'>路径</b>调度:<b class='flag-5'>AI</b>驱动负载均衡的异常<b class='flag-5'>路径</b>治理实践

    AI时代下光模块的发展前景

    CPO(共封装光学)的技术跃迁,光模块不仅是数据传输的“高速公路”,更是AI大模型训练与推理的“输血管道”。本文将深度解析AI时代下光模块产业的技术演进、市场需求与竞争格局,展望其未来
    的头像 发表于 06-25 16:04 2391次阅读