国务院印发了《新一代人工智能发展规划》,提出到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业竞争力进入国际第一方阵，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。依托智能化产业数据分析平台innov100的数据，赛智产业研究院调研了全球领先的人工智能企业，包括百度、谷歌、脸书、腾讯、亚马逊、阿里巴巴、微软和IBM等，分析了这些企业的人工智能产业战略布局、技术研发能力、核心技术、主要应用等，形成《全球人工智能领先企业调研报告》，力求为各个省市新一代人工智能产业发展和企业人工智能战略制定提供决策依据。

第二篇是全球人工智能技术的绝对领先者谷歌公司。

1、战略布局

2016年10月，谷歌CEO桑达尔·皮查伊（Sundar Pichai）提出，未来十年谷歌从 Mobile First 向 AI First 的战略转变，谷歌将建立 AI First 的世界。之前，谷歌以Android操作系统为基础，在移动互联网领域取得了非凡成绩。皮查伊认为机器学习和人工智能的潜力正在释放，一个软件赋予硬件智能（smart）的时代正在到来，谷歌必须继续领导全球计算发展的方向。

作为搜索引擎起家的公司，谷歌在人工智能领域的耕耘很早就已经起步，但真正把人工智能作为业务战略重点进行布局，始于2011年。经过近6年的发展，谷歌已经成为一家人工智能全产业链布局的企业。据智能化产业数据分析平台innov100的数据显示，谷歌人工智能产业布局如下图，覆盖了从芯片、计算平台、大数据、AI云平台、深度学习框架、语音、图像、自然语言理解到各个领域应用的全产业链。

http://images.innov100.com/articles/201709/zg71..png

2、技术研发能力

http://images.innov100.com/articles/201709/zg72.png

谷歌在2011年启动谷歌大脑（Google Brain）计划,成立了AI研发部门。谷歌大脑团队的长远目标是，创造更智能的软件系统以改善人类生活，并通过各种不同领域纯粹的应用型研究来实现。2012年，谷歌大脑部门推出了第一代深度学习基础架构DistBelief。2015年11月，谷歌大脑部门又发布开源的第二代深度学习框架平台TensorFlow，成为全球深度学习开发者首选的开发平台。当前，在Jeff Dean领导下，有超过1000名员工致力于研究谷歌机器智能，在机器学习、深度学习、自然语言理解、机器人、机器学习芯片等多个领域涌现了大量研究成果，并被Google内部和全球众多人工智能研究团队所采用。

谷歌在2013年建立了量子人工智能实验室(QuAIL)，在量子计算领域开展研发。2013年，谷歌利用D-Wave机器在 Web 搜索、语音/图像模式识别、规划和行程安排、空中交通管理、 机器人外太空任务等应用中进行量子计算的探索， 并支持任务控制中心的操作。2014年，谷歌聘任加州大学物理学教授John Martinis及其团队加盟实验室，利用其在 D-Wave 机器上经验来开发量子硬件和专属量子芯片。

谷歌面向未来技术的研发团队是著名的Googel X实验室，谷歌无人车、热气球Project Loon等都是这个实验室来进行研发的。泰勒是这个实验室的负责人。

http://images.innov100.com/articles/201709/zg73.png

3、核心技术

       赛智产业研究院认为，全球知名人工智能企业,无一例外的具备计算平台、海量用户和大数据资源，这也是这些公司深入发展机器学习的前提。谷歌是全球最大的搜索引擎技术服务商，也拥有全球最大的开源手机操作系统Android，当前谷歌也在逐渐成为全球最大的人工智能技术服务商。谷歌已经布局到了人工智能的全产业生态。

TPU：从芯做起

http://images.innov100.com/articles/201709/zg74.png

机器学习需要进行海量数据的训练，一般CPU芯片不能满足机器学习的性能要求。例如，谷歌的一个机器翻译模型每周就要处理至少30亿词的训练数据，需要数百个 GPU进行计算。目前，很多的机器学习、图像处理算法大多运行在GPU与FPGA上面，但这两种芯片都还是一种通用性芯片。Google专门研发了一款机器学习算法的专用芯片——TPU。TPU 的速度比CPU 和 GPU 的速度快 15 到 30 倍，功耗效率高 30 到 80 倍。目前，TPU 已经在为谷歌的各种机器学习应用提供支持。

深度学习统常分为训练和推理两个阶段，第一代TPU 就是专门为推理阶段优化的。谷歌新研发的下一代TPU——Cloud TPU，既为推理阶段进行了优化，也为训练阶段进行了优化。在2017年Google I/O大会上展示的一块 Cloud TPU 板上，有 4 块TPU芯片，其处理速度可达 180 teraflops（每秒万亿次浮点运算）。Cloud TPU 还可实现集成组合，理论上可以将 64 块 TPU 组合成一个超级计算机，即一个 pod ，每个 pod 的速度可达 11.5 petaflops（每秒千万亿次浮点运算）。Cloud TPU 将被应用到了 Google Compute Engine 中。

这些芯片计算能力被整合到了谷歌云，为用户提供 CPU 、GPU 和 TPU 等广泛的硬件支持。

TensorFlow：开源深度学习框架

谷歌在AI领域的战略延续了谷歌Mobile First的成功经验，通过一套完整的、免费的开源平台，引入大量垂直领域的开发者，将原本前沿研究阶段的人工智能技术直接带入到应用层面，而自己的研发力量可以用于更为复杂的创新工作。

TensorFlow是谷歌大脑团队研发的深度学习平台，谷歌旗下的众多产品都运用了TensorFlow深度学习系统。2015年11月，谷歌宣布开源机器学习平台TensorFlow，其当期已经成为全球下载量最大的开源深度学习平台，拥有一大批开发者。为移动端优化的TensorFlow 版本——TensorFlowLite在2017年发布 。TensorFlowLite 能让更多的开发者建立在安卓手机上运行的深度学习模型。

http://images.innov100.com/articles/201709/zg75.png

AutoML：自动机器学习

如何创造能够自我创造的人工智能？这就是AutoML技术研发的目的，让神经网络自己设计神经网络。在AutoML方法中，一种控制器神经网络能够提议一个子模型架构，然后针对特定任务进行训练与质量评估；而反馈给控制器的信息则会被用来改进下一轮的提议。谷歌已经将此过程重复了上千次，从而来生成新架构，然后经过测试和反馈，让控制器进行学习。最终，控制器将学会为好的架构分配高的概率。AutoML 具有很大的应用潜力，并且谷歌已经在图像识别基准数据集 CIFAR-10 上取得了非常顶尖的成果。

Google.ai：AI研究、工具与应用的云服务平台

从2017年开始，谷歌所有人工智能研究、工具和应用都被整合到了Google.ai云平台上。这将奠定谷歌人工智能战略基础，也将增强谷歌云的人工智能服务能力。谷歌的人工智能技术取得了令人欣喜的进步。谷歌的语音识别技术的词错率逐年下降，仅从2016年7 月到2017年就实现了8.5%到4.9% 的极大改进；而且即使在有噪音存在的情况下也能表现良好。图像识别准确率从2014年的89.6% 上升到了93.9%，同时图像识别也变得更加精细，它能检测图像中物体的颜色、分析图像内容。谷歌翻译水平提升到4.21分（5分满分），而人的水平为4.55分。谷歌的自然语言处理技术从理解短语进步到了理解更多语境，理解准确率提升到了4分（5分满分），而人的水平是4.6分。虽然机器学习还处于早期阶段，但谷歌将逐渐把它系统性地运用到各种产品中。

4、主要应用

人工智能尤其是深度学习技术，是Google重新定义其产品和应用的核心技术，Google希望在自身所有的产品中使用这些人工智能技术，包括搜索、邮箱、广告、YouTube、地图、Play商店等，并将这些智能产品应用在各个领域。

智能搜索

谷歌作为全球最大的搜索引擎，首先将知识图谱和机器学习技术应用到了谷歌搜索中，这一项技术的核心是RankBrain算法，该技术使用户的搜索结果更加准确。知识图谱使得整个网络提供了数以百万计的实体相关的背景信息和事实，就可以在用户搜索内容时，自动弹出相关信息，例如，当你搜索“奥巴马夫人的出生日期是什么时候？”，谷歌会自动弹出相关答案：1964年1月17日。随着语音识别技术的逐步成熟，谷歌搜索增加了语音搜索服务。基于机器学习的图片搜索、视频搜索也将逐步被增加到谷歌搜索产品中。

http://images.innov100.com/articles/201709/zg76.png

智能助手

Google Assistant是谷歌2016年5月推出的语音智能助手。Assistant能完整地理解上下文语境，并回答问题，一个谷歌语音识别、机器学习、自然语音理解技术的集大成者。与竞争对手相比，谷歌宣称Assistant有三大优势。一是更自然的对话。Assistant上70%的请求都是通过自然语言的方式进行的，通过语音识别、自然语言处理以及语境意义方面的技术，解放用户双手，实现更加自然的人机交流。Assistant可以通过聆听，学会区分不同家庭成员的声音。Assistant 还使用了 Google Lens的功能，能通过图像信息来实现更加自然的对话。二是更广泛的应用。除了安卓系统，Assistant 已经可以在 iPhone 上使用。随着 Google Assistant SDK 的发布，任何设备生产商都能简单轻松地将 Assistant 部署在音响、玩具和机器人等设备上。Google Assistant 也开始将支持法语、德语、葡萄牙语和日语等多种语言。三是更触手可及的服务。用户使用 Assistant 不仅是搜索信息，还能获取所有服务，比如Gmail 、Google Photos 、谷歌地图和YouTube 等。

http://images.innov100.com/articles/201709/zg77.jpg

智能手机（含谷歌镜头、谷歌相机等）

       谷歌于2016年10月正式推出的 Pixel系列手机，这是首款搭载Google Assitant的手机。谷歌手机上搭载了视觉识别工具Google Lens，可通过手机摄像头识别和分析用户周围的场景，并把相关信息展示在手机屏幕上，帮助用户基于这些信息做出决定。用户可以使用Google Lens 来识别花的品种、扫描设置好的条形码来连接 WiFi 、在大街上扫描店面来了解网上评价。谷歌手机上也安装了图片管理应用Google Photos，它使用了全新的图像处理方法，例如Suggest Sharing 可以借助机器学习将照片中的人物和场景识别出来，然后给用户提供分享建议，是否应该分享以及分享给谁。Shared Libraries 基于用户识别的相片库来进行分享。Photo Books 自动帮助用户筛选出某一场景下的高质量照片并生成相册。除了 Google Assistant，Google Lens 也被集成到了 Google Photos 中。通过这个功能，你可以识别相册里面的地标建筑、检索艺术作品背后的故事、识别照片内的文本内容和信息。Pixel手机的相机应用中，可以用来自动清除图像中的噪点，实现高质量的夜间成像效果；甚至还可以自动移除照片上的遮挡物，比如挡在相机前的棒球场围网。

http://images.innov100.com/articles/201709/zg78.jpg

智能音箱

2016 年5月，谷歌推出基于Google Assistant语音控制的 Google Home (智能音箱) 。用户可以通过语音去调用各种服务，包括免费电话、免费听音乐，以及在电视上观看视频等。

http://images.innov100.com/articles/201709/zg79.png

无人驾驶汽车

谷歌无人驾驶汽车项目始于2009年，目前谷歌已经成功发布了全球第一款完全能够自动驾驶的原型车“豆荚车”，并宣称到2020年谷歌自动车将正式上市。

http://images.innov100.com/articles/201709/zg710.png

更多精彩内容请登录http://www.innov100.com官方网站