人工智能行業(yè)研究報(bào)告概要人工智能是信息時(shí)代的尖端技術(shù)。從人類建立起需要指導(dǎo)控制才能運(yùn)行的計(jì)算機(jī)，到計(jì)算機(jī)擁有可以自己去學(xué)習(xí)的能力，這一飛躍對(duì)各行各業(yè)都產(chǎn)生了巨大的影響。雖然此時(shí)此刻可能是下一個(gè)冬季（圖）到來(lái)之前的「給予承諾又讓人失望」的周期，但這些投資和新技術(shù)至少會(huì)給我們帶來(lái)有形的機(jī)器學(xué)習(xí)生產(chǎn)力的經(jīng)濟(jì)利益。與此同時(shí)，人工智能、機(jī)器人和無(wú)人駕駛汽車已經(jīng)成為了流行文化甚至是政治話語(yǔ)的前沿。而且我們?cè)谶^(guò)去一年的研究使我們相信這不是一個(gè)錯(cuò)誤的開始，而是一個(gè)拐點(diǎn)。正如我們將在本報(bào)告中探討的那樣，這個(gè)變化的原因有顯而易見(jiàn)的（更快更強(qiáng)的計(jì)算資源和爆炸式增長(zhǎng)的數(shù)據(jù)庫(kù)），也有細(xì)致入微（深度學(xué)習(xí)，專有硬件和開源的崛起）的。這個(gè)拐點(diǎn)（ ）中更令人興奮的一個(gè)方面是「現(xiàn)實(shí)世界」的使用案例比比皆是。雖然深度學(xué)習(xí)使計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等技術(shù)有了顯著的提高，比如蘋果公司的，亞馬遜的 和 的圖像識(shí)別，但是不僅僅是「科技技術(shù)」（ ），也就是大數(shù)據(jù)集與足夠強(qiáng)大的技術(shù)相結(jié)合的情況下，價(jià)值正在被慢慢創(chuàng)建,競(jìng)爭(zhēng)優(yōu)勢(shì)也變得越來(lái)越明顯。例如，在醫(yī)療保健中，圖像識(shí)別技術(shù)可以提高癌癥診斷的準(zhǔn)確性。在農(nóng)業(yè)中，農(nóng)民和種子生產(chǎn)商可以利用深度學(xué)習(xí)技術(shù)來(lái)提高作物產(chǎn)量。在制藥業(yè)中，深度學(xué)習(xí)可以用于改善藥物的研發(fā)。在能源方面，勘探效率正在提高，設(shè)備可用性正在不斷增強(qiáng)。在金融服務(wù)方面，通過(guò)開辟新的數(shù)據(jù)集，實(shí)現(xiàn)更快的分析，從而降低成本，提高回報(bào)?，F(xiàn)在還處于發(fā)現(xiàn)其可被利用場(chǎng)景的早期階段，這些必要的技術(shù)會(huì)通過(guò)基于云的服務(wù)實(shí)現(xiàn)大眾化、平等化，我們相信隨之而來(lái)的創(chuàng)新浪潮將在每個(gè)行業(yè)中創(chuàng)造新的贏家和輸家。的廣泛應(yīng)用讓我們得出了一個(gè)結(jié)論:它是一種可以變革全球經(jīng)濟(jì)的技術(shù)，是提高生產(chǎn)力并結(jié)束美國(guó)生產(chǎn)率停滯增長(zhǎng)的驅(qū)動(dòng)力。結(jié)合 首席經(jīng)濟(jì)學(xué)家 的研究，我們明確了資本深化目前的停滯及其對(duì)美國(guó)生產(chǎn)率的相關(guān)影響。我們相信， 技術(shù)將會(huì)驅(qū)動(dòng)生產(chǎn)力的提高，就像世紀(jì) 年代那樣，驅(qū)動(dòng)企業(yè)投資更多的資本和勞動(dòng)密集型項(xiàng)目，加快發(fā)展的腳步，提高盈利能力以及提高股票的估值。啟示雖然我們看到了人工智能可以及時(shí)地影響到每個(gè)公司、行業(yè)和一部分經(jīng)濟(jì)，但對(duì)投資者而言，我們認(rèn)為這其中有四個(gè)影響最為顯著。生產(chǎn)率。和機(jī)器學(xué)習(xí)具有激發(fā)生產(chǎn)率增長(zhǎng)周期的潛力,這會(huì)有利于經(jīng)濟(jì)的增長(zhǎng)，提升企業(yè)的盈利能力，資本回報(bào)率和資產(chǎn)估值。根據(jù) 首席經(jīng)濟(jì)學(xué)家 所說(shuō)：「大體上而言，看起來(lái)似乎比上一次創(chuàng)新浪潮更有可能在統(tǒng)計(jì)數(shù)據(jù)中捕捉到更有價(jià)值的東西，人工智能可以降低成本,減少對(duì)高附加值生產(chǎn)類型的勞動(dòng)投入。舉個(gè)例子，這些在商業(yè)部門成本節(jié)約上的創(chuàng)新可能比在 中增加應(yīng)用程序的可用性和多用性更利于統(tǒng)計(jì)學(xué)家去捕獲有價(jià)值的東西?？紤]人工智能對(duì)商業(yè)部門的成本結(jié)構(gòu)的廣泛影響，我有理由相信它會(huì)被統(tǒng)計(jì)學(xué)家接受，并且會(huì)出現(xiàn)在整體生產(chǎn)力數(shù)據(jù)中。尖端技術(shù)。和機(jī)器學(xué)習(xí)在速度上的價(jià)值有利于構(gòu)建一種在建設(shè)數(shù)據(jù)中心和網(wǎng)絡(luò)服務(wù)時(shí)讓硬件更便宜的趨勢(shì)。我們認(rèn)為這可能推動(dòng)硬件，軟件和服務(wù)支出的市場(chǎng)份額的大幅度改變。例如，在「標(biāo)準(zhǔn)」數(shù)據(jù)中心計(jì)算資源上運(yùn)行的 工作負(fù)載的成本低至小時(shí)，而在使用 優(yōu)化過(guò)的上運(yùn)行的成本為美元一小時(shí)。競(jìng)爭(zhēng)優(yōu)勢(shì)。我們看到了和機(jī)器學(xué)習(xí)具有重新調(diào)整每個(gè)行業(yè)的競(jìng)爭(zhēng)秩序的潛力。未能投資和利用這些技術(shù)的管理團(tuán)隊(duì)在和受益于戰(zhàn)略智能的企業(yè)競(jìng)爭(zhēng)時(shí)，有很大可能會(huì)被淘汰掉，因?yàn)檫@些技術(shù)可以讓企業(yè)的生產(chǎn)力提高，并為它們創(chuàng)造資本效益。在第頁(yè)開始的短文中，我們將研究這些競(jìng)爭(zhēng)優(yōu)勢(shì)是如何在醫(yī)療保健、能源、零售、金融和農(nóng)業(yè)等領(lǐng)域發(fā)展起來(lái)的。創(chuàng)辦新公司。我們發(fā)現(xiàn)了多家在過(guò)去十年中創(chuàng)建的人工智能和機(jī)器學(xué)習(xí)公司（附錄）。雖然我們相信人工智能的大部分價(jià)值都掌握在具有資源、數(shù)據(jù)和投資能力的大公司手中，但我們也期望風(fēng)險(xiǎn)投資家、企業(yè)家和技術(shù)專家可以繼續(xù)推動(dòng)新公司的創(chuàng)立，從而促進(jìn)實(shí)質(zhì)性的創(chuàng)新和價(jià)值創(chuàng)造，即使最后創(chuàng)業(yè)公司會(huì)被收購(gòu)。當(dāng)然我們也不能忽視人工智能巨頭（人工智能領(lǐng)域的谷歌或 ）的出現(xiàn)。在接下來(lái)的篇幅中，我們將深入探討的技術(shù)，歷史，機(jī)器學(xué)習(xí)的生態(tài)系統(tǒng)以及這些技術(shù)在行業(yè)和領(lǐng)頭公司中的應(yīng)用。什么是人工智能？人工智能是做出能夠以人類智能的方式學(xué)習(xí)并解決問(wèn)題的智能機(jī)器和計(jì)算機(jī)程序的理工科。傳統(tǒng)而言，該領(lǐng)域包括自然語(yǔ)言處理與翻譯、視覺(jué)感知與模式識(shí)別，以及決策制定。但該領(lǐng)域以及應(yīng)用的復(fù)雜度都在急劇擴(kuò)展。在此報(bào)告中，我們的大部分分析集中在機(jī)器學(xué)習(xí)（人工智能的一個(gè)分支）與深度學(xué)習(xí)（機(jī)器學(xué)習(xí)的分支）上。我們強(qiáng)調(diào)兩點(diǎn)：簡(jiǎn)言之，機(jī)器學(xué)習(xí)是從樣本和經(jīng)驗(yàn)（即數(shù)據(jù)集）中進(jìn)行學(xué)習(xí)的算法，而不是依靠硬編碼和預(yù)先定義的規(guī)則。換言之,也就是開發(fā)者不再告訴程序如何區(qū)分蘋果和橘子，而是向算法輸入數(shù)據(jù)（訓(xùn)練），然后自己學(xué)習(xí)如何區(qū)分蘋果和橘子。深度學(xué)習(xí)的重大發(fā)展是人工智能拐點(diǎn)背后的主要驅(qū)動(dòng)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集。在大部分傳統(tǒng)的機(jī)器學(xué)習(xí)方法中，特征（即有預(yù)測(cè)性的輸入或?qū)傩裕┯扇藖?lái)設(shè)計(jì)。特征工程是一大瓶頸，需要大量的專業(yè)知識(shí)。在無(wú)監(jiān)督學(xué)習(xí)中,重要特征并非由人預(yù)定義，而是由算法學(xué)習(xí)并創(chuàng)造。為了更加明了，我們不注重真人工智能、強(qiáng)人工智能或通用人工智能這樣的概念，它們意味著復(fù)制人類智能，也經(jīng)常出現(xiàn)在流行文化中。雖然已經(jīng)有了一些有潛力的突破，比如谷歌 的 系統(tǒng),我們還是更注重立即有實(shí)在經(jīng)濟(jì)的人工智能發(fā)展。為何人工智能發(fā)展加速？深度學(xué)習(xí)能力的極大發(fā)展是如今人工智能拐點(diǎn)背后的催化劑之一。深度學(xué)習(xí)的底層技術(shù)框架一一神經(jīng)網(wǎng)絡(luò)，已經(jīng)存在了數(shù)十年，但過(guò)去到年的種東西改變了深度學(xué)習(xí)：數(shù)據(jù)。隨著全球設(shè)備、機(jī)器和系統(tǒng)的連接，大量的無(wú)結(jié)構(gòu)數(shù)據(jù)被創(chuàng)造出來(lái)。神經(jīng)網(wǎng)絡(luò)有了更多的數(shù)據(jù),就變得更為有效，也就是說(shuō)隨著數(shù)據(jù)量增加，機(jī)器學(xué)習(xí)能夠解決的問(wèn)題也增加。手機(jī)、、低成本數(shù)據(jù)存儲(chǔ)和處理(云)技術(shù)的成熟使得可用數(shù)據(jù)集的大小、結(jié)構(gòu)都有了極大增長(zhǎng)。例如，特斯拉收集了 英里的駕駛數(shù)據(jù)，而且通過(guò)他們的互連汽車，每 小時(shí)就能增加萬(wàn)英里的數(shù)據(jù)。此外， 有一個(gè)平臺(tái)，能讓多家汽車制造商和電信公司進(jìn)行機(jī)器間的交流，這家公司于今年月份被收購(gòu)。 在月份做了類似的投資，宣布收購(gòu) ， 做的是將汽車上的遠(yuǎn)程傳感器通過(guò)無(wú)線網(wǎng)絡(luò)連接到云軟件。未來(lái)， 網(wǎng)絡(luò)的上線將會(huì)加速數(shù)據(jù)生成與傳輸?shù)乃俾?。?jù) 的 顯示，年度數(shù)據(jù)生成預(yù)期到 年達(dá)到 ，表明我們正在見(jiàn)證應(yīng)用這些技術(shù)的使用案例。Exhibit1:Annualdatagenerationisexpectedtoreach44zettabytes(44trillionGB)byaccordingtoEMC/IDCannualdatageneradonglobally(inZB}Source.EMC,IDC

圖：年度數(shù)據(jù)生成預(yù)期到年達(dá)到更快的硬件。 的再次使用、低成本計(jì)算能力的普遍化，特別是通過(guò)云服務(wù)，以及建立新的神經(jīng)網(wǎng)絡(luò)模型,已經(jīng)極大的增加了神經(jīng)網(wǎng)絡(luò)產(chǎn)生結(jié)果的速度與準(zhǔn)確率。和并行架構(gòu)要比傳統(tǒng)的基于數(shù)據(jù)中心架構(gòu)的 能更快的訓(xùn)練機(jī)器學(xué)習(xí)系統(tǒng)。通過(guò)使用圖像芯片，網(wǎng)絡(luò)能更快的迭代，能在短期內(nèi)進(jìn)行更準(zhǔn)確的訓(xùn)練。同時(shí)，特制硅的發(fā)展,比如微軟和百度使用的，能夠用訓(xùn)練出的深度學(xué)習(xí)系統(tǒng)做更快的推斷。另外，從年開始超級(jí)計(jì)算機(jī)的原計(jì)算能力有了極大發(fā)展（圖）。在年，單張英偉達(dá)游戲顯卡就有了類似于 年之前最強(qiáng)大的超級(jí)計(jì)算機(jī)擁有的計(jì)算能力。Exhibit2:Rawcomputeperformanceofglobalsupercomputers,measuredinGFLOPs.hasincreasedexponentiallysince1993RpeakGFLOPSof#1rankedglobalsupercomputersontheTopSOOlist，1?呂以-1，1?呂以-1詁■mrjfwEDosfsocloos高卜00旻坦9goo以一7寸Lrloo至一8口S/OT■100§?1-.EEEm—景T/t/t帝獸段Win，寸爲(wèi)5密m翊斗*GFLOPSS的海:10^506.org.mmpiWy必，而函$白秘?fù)?inv&s-trn&niTOC\o"1-5"\h\z圖：全球超級(jí)計(jì)算機(jī)的原計(jì)算性能，以 測(cè)試成本也有了極大的降低。英偉達(dá)（ ）有的性能，只要美元，意味著每 只要美分。在年，串夠 每提供需要的錢超過(guò)萬(wàn)億。Exhibit3:Priceperunitofcomputehasdecreaseddrasticallyovertime$perGFLOPSinrepresentativecomputersystemsSaufce:iBM,Cray.部職Nvidia,Pressreports,S^citsGlobelinvestmei^tFtese&rch圖：每單位計(jì)算的價(jià)格有了極大下降更好、更普遍可用的算法。更好的輸入（計(jì)算和數(shù)據(jù)）使得更多的研發(fā)是面向算法，從而支持深度學(xué)習(xí)的使用。例如伯克利的、谷歌的 和這樣的開源框架。比如，剛開源一周年的 ，成為了上有最多 的框架。雖然不是所有的人工智能發(fā)生于普遍可用的開源框架中，但開源確實(shí)在加速發(fā)展，而且也有更多先進(jìn)的工具正在開源。方向雖然本報(bào)告的重點(diǎn)是人工智能的發(fā)展方向以及公司如何把握這個(gè)方向，但是了解人工智能對(duì)我們生活的影響程度也是很重要的。在線搜索。就在一年多以前，谷歌透露，它們已經(jīng)開始將大量的搜索工作移植到了 （一個(gè)人工智能系統(tǒng)），使其和鏈接（ ）以及內(nèi)容（ ）成為了谷歌搜索算法的三個(gè)最重要的標(biāo)志。推薦引擎。 ，亞馬遜和 都在使用人工智能來(lái)確定推薦什么樣的電影和歌曲，突出哪些產(chǎn)品。月，亞馬遜開源了它們的深度可擴(kuò)展稀疏傳感網(wǎng)絡(luò)引擎（（ ）,簡(jiǎn)稱「 」），它被用于產(chǎn)品推薦，同時(shí)可以被擴(kuò)展以實(shí)現(xiàn)超越語(yǔ)言和語(yǔ)言理解以及異議識(shí)別的目的。人臉識(shí)別。 （ ）和 （ ）都投入了大量的技術(shù)來(lái)確定您的照片中的人臉和真實(shí)的人臉是不是幾乎完全吻合。月，蘋果米取了進(jìn)一步措施，購(gòu)買了 （一個(gè)致力于通過(guò)讀取人的面部表情來(lái)確定其情緒狀態(tài)的創(chuàng)業(yè)公司）顯然，這些技術(shù)遠(yuǎn)遠(yuǎn)不止于對(duì)照片進(jìn)行標(biāo)記。雖然個(gè)人助理應(yīng)用產(chǎn)品有無(wú)數(shù)的用戶，比如蘋果的 ，信用貸，保險(xiǎn)風(fēng)險(xiǎn)評(píng)估，甚至天氣預(yù)測(cè)。在接下來(lái)的篇幅中，我們探討企業(yè)該如何使用這些技術(shù)來(lái)加速增長(zhǎng)，降低成本和控制風(fēng)險(xiǎn)。從這些技術(shù)及其使用這些技術(shù)的應(yīng)用的發(fā)展速度來(lái)看，它們充其量不過(guò)可以為公司和投資者提供一些方向，以保持他們的競(jìng)爭(zhēng)力。加強(qiáng)未來(lái)的生產(chǎn)率美國(guó)的勞動(dòng)生產(chǎn)率在 年代中期的快速增長(zhǎng)和過(guò)去十年的緩慢增長(zhǎng)和之后，近年來(lái)已經(jīng)停止增長(zhǎng)了。我們認(rèn)為,就像世紀(jì) 年代互聯(lián)網(wǎng)技術(shù)被廣泛采用那樣，消費(fèi)類機(jī)器學(xué)習(xí)和人工智能的擴(kuò)散有可能大幅度地改變?nèi)虍a(chǎn)業(yè)的生產(chǎn)范式。在整個(gè)行業(yè)中，我們發(fā)現(xiàn)在自動(dòng)化的促使下，勞動(dòng)時(shí)間減少了約％%,同時(shí)，由于 技術(shù)帶來(lái)的效率增益，到 年，這些技術(shù)將對(duì)生產(chǎn)力增長(zhǎng)產(chǎn)生高達(dá)個(gè)基點(diǎn)（）的影響。雖然我們期望 可以隨著時(shí)間同時(shí)提高生產(chǎn)率的分母和分子，不過(guò)我們認(rèn)為最重要的是，早期的影響將是低工資任務(wù)的自動(dòng)化，即以更少的勞動(dòng)時(shí)間推動(dòng)類似的產(chǎn)出增長(zhǎng)水平。我們的基本案例驅(qū)動(dòng)提高了 個(gè)基點(diǎn)，這意味著 年的增長(zhǎng)生產(chǎn)率中的 ％將由 貢獻(xiàn)，比 年高出個(gè)基點(diǎn)（圖）。Exhibit0:Productivityanalysis$millionsassumeslinearnominalGDPgrowthbeyond2019USM17E2?BE2D19E2JD20E202IE2QZ2ESOMEwse|OutputUShominalGDP*(Sbn】1855219.30020r04520r7S721J7O22.1832249523.&0&24.32125.034玷％4腳a.盛3.4%1.3%3.2%3.1%丄睥2.虢PrgdyrtivitfLaho*口KductivfW&9.070.471.B73.174.375.476.577.&78.6^9.7yioygrowth伴)0號(hào)2.1%2.0%1.7%1.6%1.6%l.S%1.4%13%1.3%Labo*honjri(mn)263,953273,992279^26284,050294.12S299J623044963Q9.Z30314.264ML/AIimpcttLowHi^nLabo<hoursreduction(mn)0574)(2369)(4.714JR^dufti-^n-0.5%-1%-l.SK200.5Laborhours(mn)312,693311.29-5309雙2D25GDP［眥|<25.03425,034125.034LaborproductivityS0.180.9ycygrowth惱JI.g2.2%2.8%/mprau'emeflt{bps}51W154Source;OECD,USHureswofLabor5眾囲"Go研manSachs弓如向^nvestmenfHesearch圖：生產(chǎn)力分析；單位百萬(wàn)美元，假設(shè)年之后線性增長(zhǎng)Exhibit10：Late90s:ll-producingsectorscontributenearlyhalfofproductivitygrowthButlosevaluGand$hsreingrowthpa$t-techbocirnSaurc&:Federalflesen/sBost皿GddmsnSachsGlabsf/.nvesirnsnrFi&s&arch生態(tài)系統(tǒng)：云服務(wù)，開源在未來(lái)的AI投資周期中的關(guān)鍵受益人我們相信，在未來(lái)的幾年中，一個(gè)公司利用人工智能技術(shù)的能力將成為體現(xiàn)公司在所有主要行業(yè)競(jìng)爭(zhēng)力的一個(gè)屬性。雖然戰(zhàn)略會(huì)因公司規(guī)模和行業(yè)而有所不同，但如果管理團(tuán)隊(duì)不會(huì)把重心放在領(lǐng)導(dǎo)人工智能和在此基礎(chǔ)上的利益上，那么未來(lái)產(chǎn)品創(chuàng)新、勞動(dòng)效率和資本杠桿都會(huì)存在落后的風(fēng)險(xiǎn)。因此，我們認(rèn)為公司需要投資這些新技術(shù)以保持競(jìng)爭(zhēng)力，同時(shí)這將導(dǎo)致對(duì)人工智能所以依賴的人才、服務(wù)和硬件的空前的需求。作為比較， 世紀(jì) 年代技術(shù)驅(qū)動(dòng)的生產(chǎn)力繁榮推動(dòng)了相應(yīng)的激增。增加對(duì)技術(shù)的資本支出導(dǎo)致了新的企業(yè)和

業(yè)務(wù)的增加來(lái)捕獲這些資本支出。在不可避免的行業(yè)整合發(fā)生之前，成立軟件、硬件和網(wǎng)絡(luò)公司開始發(fā)生轉(zhuǎn)變。下圖突出了軟件行業(yè)內(nèi)的這種模式。在年期間，在通貨膨脹調(diào)整后，市值在 億美元到億美元之間的公共軟件公司的數(shù)量幾乎增加了兩倍，在年代中期才得到鞏固。19^519961&9719&81師突出了軟件行業(yè)內(nèi)的這種模式。在年期間，在通貨膨脹調(diào)整后，市值在 億美元到億美元之間的公共軟件公司的數(shù)量幾乎增加了兩倍，在年代中期才得到鞏固。19^519961&9719&81師20002001^0022003 2005200&2W720082009201020112^1?20132&14-2015Source:FactseiGoldmanSachsinvestmenlResearchExhibit13:Rapidgrowthintheenablerecosystemaccompaniedthe1990sproductivityboom#ofsoftwarecompanieswithinflationadjustedmarketcap$200mn-$5bn(2015dollars)圖：伴隨世紀(jì) 年代生產(chǎn)力激增的驅(qū)動(dòng)者生態(tài)系統(tǒng)（ ）

512.000MOM￡2SOM514,000Exhibit14:Venturecapitalinvestingin512.000MOM￡2SOM514,000Exhibit14:VenturecapitalinvestinginAlhasinflectedthisdecadeTotalVCfundinginAI/MLbyyearSourcG：PitchBaok圖：這十年來(lái)，投資人工智能的風(fēng)險(xiǎn)資本出現(xiàn)了暴增我們看到了由 驅(qū)動(dòng)的生產(chǎn)率具有產(chǎn)生下一個(gè)相似的繁榮周期的潛力，可以通過(guò)利用這些潛力，把軟件、硬件、數(shù)據(jù)和服務(wù)提供商作為商業(yè)投資來(lái)創(chuàng)造價(jià)值。如上圖 所反映的那樣，與 相關(guān)的初創(chuàng)企業(yè)的風(fēng)險(xiǎn)投資在這十年中急劇增加。 企業(yè)投資的繁榮現(xiàn)象的巨大潛力也開始推動(dòng)整合。尤其是云平臺(tái)對(duì) 相關(guān)人才進(jìn)行了大量投入，自年以來(lái)，谷歌、亞馬遜、微軟和 共進(jìn)行了 項(xiàng)與相關(guān)的收購(gòu)（下圖）。Target內(nèi)摘AnirounGHl/?■epeirtadDejuiptionAcquirer：AMZNilemeityIne.3/16/2015loT：u心andmanageconneLieddevicesOrbeusFM.2015Photo-reco^nitnntKhndogy脳xdgtiAl標(biāo)quirsr;AAPLVocalIQ11^2/2015SpeediretosnttlonbasedonAlPerceptlo10/5/2015U甕Alto小心fyphot*onsmartphone'sEmottent1/7/2D26U心Altoreadpeoplesemotions葉anatyzingfacialexpressionsmna/5/2D16Madiitielearningplatformfordevelopersanddataisaentls^TupJejump釦ft#占倍9/Z6/2Q16Madninelearning/blgcata坨血叫溶吊developerAx:qujr-Br:CRMTempoAl5/Z9/2015Al-basedsmartcalendara叩MlrHash12/16/2015DevelopedanAlplarForinandavirtualperson-alas5l5Kdnt[AJLA)formarketersFnedlddonlO2/19/2016tevelopedanopensaurce-basedlmachinelearningE^rverMetannlnd4/4/ZD16DeepLearningphtforni[naturallar^udgeprocessingcomputervision,cataba&epcedicteons,etc)Acquirer:M5FTEcMVl目1/Z1/2015Mach囪噂-1做5■魅b^sedtextanalyttesservicef<xlegalandgmpll/rwe恥vol詢。flAwIjrtW1/Z7/2015OpeMQurte comfbBnvth就speclzl*^Inftprofirammlnfflanguaee<or^tatlsrtical-computingWaodLg5/16/2016Mstsafiinffapp/cha(batdevteafierGeneeB/23/2Q16Aischeduling355>stancewrvlcesAcquirer!GODGLDeepMifid1/16/2014與firmchacE^edailizesInmKhinelearnlr^,.advanced3lgorkhrMrsystemsneuro&:ienceEmu3/6/2014Mobilemes靈&ii端app狀th*日nAla皓IsmtnJecpaeB/15/2014/u-tHiedmobilephorodppPark由眼Lain1O/23/Z014Deeplearning,s^rtupspecializing,Irunderstanding.naturallaneu^igeVisionFactory10/23/ZD14DeeplEgng"叩specializinglr*visualretwnNlo心忻wgTimeful5/4/Z015Madilne-learninibesedMiiflduhnEtool5/Z1/2016Speedireco^nhlon朝nQnattnrallanguaEeunderstandingsolur-GnsSourceBloomberg,com網(wǎng)n由taFsctSel「詞Gu前仙mTechcnjnc^VentureBest在上下文中對(duì)和 技術(shù)的發(fā)展和歷史技術(shù)周期的比較中，我們看到了前者的一些益處。與過(guò)去年的其他主要技術(shù)的周期一樣，計(jì)算（和摩爾定律）一直是進(jìn)步的抑制劑和推動(dòng)者。例如，在系統(tǒng)架構(gòu)方面，我們目睹了從大型機(jī)系統(tǒng)轉(zhuǎn)變?yōu)榭蛻舳朔?wù)器模型的整個(gè)過(guò)程，并且近年來(lái)已經(jīng)開始被云移動(dòng)模式所取代。這種進(jìn)化的驅(qū)動(dòng)因素是計(jì)算能力、存儲(chǔ)容量和帶寬的改進(jìn)。每個(gè)轉(zhuǎn)換都伴隨著應(yīng)用開發(fā)的轉(zhuǎn)變，包括各種新編程語(yǔ)言的出現(xiàn)和演變（見(jiàn)圖表）和各種可能的應(yīng)用程序各種的類型。如上下文中所提及的一樣，這個(gè)概念已經(jīng)存在幾十年了，其中神經(jīng)網(wǎng)絡(luò)的概念出現(xiàn)在世紀(jì)年代，雖然直到最近幾年，計(jì)算能力才開始讓神經(jīng)網(wǎng)絡(luò)能在實(shí)際環(huán)境中使用。我們相信我們正處于平臺(tái)的早期階段，就如同世紀(jì) 年代大型機(jī)才開始商業(yè)化到 世紀(jì)的智能手機(jī)和云的商業(yè)化。隨著平臺(tái)曲線的變化（我們認(rèn)為它正在發(fā)生）,應(yīng)用程序、工具和服務(wù)驅(qū)動(dòng)者（ ）會(huì)爆炸式增長(zhǎng)，我們將在下面更詳細(xì)地討論。Source:GoidmanGtobaiSnvestmantHesoafehExhibit15:Aladvancescanbecomparedtohistoricaltechnologicalevolutionsinsystemsarchitectureandprogramtninglanguageadoption,thoughwebelievawearestillinv&ryearlystagesofdeveiapmentandadoptioncioudClientServerPythonDeepNearLearning HumanAlMainframeSource:GoidmanGtobaiSnvestmantHesoafehExhibit15:Aladvancescanbecomparedtohistoricaltechnologicalevolutionsinsystemsarchitectureandprogramtninglanguageadoption,thoughwebelievawearestillinv&ryearlystagesofdeveiapmentandadoptioncioudClientServerPythonDeepNearLearning HumanAlMainframeNeuralNetwork圖：人工智能的發(fā)展可以與歷史上的系統(tǒng)架構(gòu)和編程語(yǔ)言的采用的技術(shù)革命相比，盡管我們認(rèn)為我們目前仍然處在人工智能發(fā)展和應(yīng)用的早期階段stack的演變過(guò)程以及和AI之間的對(duì)應(yīng)關(guān)系藍(lán)色專有供應(yīng)商，橙色開源，綠色云服務(wù)（注意:一些供應(yīng)商，如 和都是專有服務(wù)和云服務(wù)）EVOLUTIONOFTHESTACKQ^ent*Servcr，加Analytiei:Tool聲倒心Vemdorj)DedsionQ^ent*Servcr，加Analytiei:Tool聲倒心Vemdorj)DedsionSl^polS^stBnrs,Rfportingj.SlalislicnBudiwS3-InleligencB餌孔R(shí)cpartrig.Slali^teEl,Refi>rlingDalaMsiaJoption,SlstElit;Vtsudiidion.MQtfiineLwniigSeif小導(dǎo)andFramewtxks価Ml,SAP,SAS,SFSSC-ognta-,BibmkssObjpcb,□l賢，南魚^找解.Mk：i?4liPS4SIBM,SAS,SAP..Miamtft,THbloi.aik.DofN.Le4h?i.SAS.尊riid,(hxMukM.Aj—乏MlcaoioltMil涌上RagramiTiinHD7T1Lanauioes14；JCOBOL.PsH,ALGOL』蝦.腿。，國(guó)LJsvi,.NetjwaWipi,Aufay,SQLPyihoTi,R.3QLidMlBul.lldS^tiWJC4L腳emi*瀾 ejcc$4RIRMcmtihI'hd^iE-Mki?i4ilt氫Data月白1■峋nadEl心北9IRdaihnahNuSQL,HaduapNe^iialbfeWoika,SfrH^hlPrtrnfiSin^NcSQL,wRd^ionalPrOCMSiHQfSelecTV1白Mor.IBH.DfCUiikyiIEMLOiiKk-.MbagMLliiodiivk. TBi.id.<ji.OiiCKh.州口*td此5AP,閽MTdi^uIjNjlMnibiioL'B.口日小編ouHcrloiMMcifcE?Aiimi'oii,tpD-mwIBM'.Ddob-ilckiiCloiMttaiA.H?r>nf!waiti.Ahujcii,&aoq-|^hfioof'Dfl'rOubDllti,AHi4>^IMriiiLinbd印，MovamEnlETL^t41rrlfi^ririkin(01),□1.EAkSlnsamng.Maf^aging針mrtiiig,Propar^lish,Dita^rieEsagifig,AiplicaEariMasE-a^iguMGvtmefftlInlsgi^lign(&AJ)EntegntiaihfSBf.ITHIMm.mofliHtk%AJ>lriti?.AfrcsHl^LTBCO.IHM.玷■閘〈地TrdiHi4.CainiiiiHf4|BM|I/WhI.，ii-iitlUHiif,11慎1*1*llnif-tnmkeuBEA.Hk：i444jhSk^vibird.血11他?！?舊*聘沽Aiiiaz^m.■辦叫Iw.ItlgMVfLAEh^d.修鈿11EStarags(Softer■ 卻Vtainh司mesTwbDECBMSW.NASEMCHetAPP.IBMSflJI.H^.HadDDp,C4oudObjfedSidrage-DHLMdA.pp.EH.i：Lhm1?m^HaFtniwnpkSi隔.R?AirbKZtbiL日皿hiHa由叩，CloudObjectSlorageIBM-Del,ClDiMlitr?.Htrbnvfwoil^>.MiifiR,Am^uork. Gfl^gKDddL),eAHi'.-ii^ai&ComputeL岱■^endor^葉匚噸隊(duì)網(wǎng)匸隊(duì)由1?剛?cè)绱蜺mSavars,￡EIRM.lTl^l.iHPd6sclcudcornpuEtii商HP,DM,L*iiw。.H^hwwnii,tk*C4,也“142在K *p^iWikiu&aA￡8.dckidcornpuE^inflamsIBM.HP.rMU^iowrGudijlb.Nitciivu4[.Eliiiilil.ARhjb.i,Carnporientt§(serccrHDO.CPUIBM.FiiidiM^€.CrK\kMCHD!DhCPU冶1飢Irnei.ftMO.W??i:?iiiTMSHDD.500.CPUIQiTflWMHa-1dH4&.We$r?iRiDlijilalSc^jrehDD.SDOXPU.GPU.FPSAhilel.ARMH訓(xùn)期扣.所We^KiikUtijiiJl.NVIDIAXitJiiM.ikici^eprapfj?fcirywfflJorsIope『事cMudExhibit17;MachineLearninginProductionHowvariousopensourceandcloudtschnDlogieswouldb。utilizedintlhemachiin^learniingpipe11ns"RawDalaDatamessagingJstreamingf-1*―>MLModel: 、PredkicliAfiiClKsifleaticiri.建瞳.虱眼\^PmvluctiQn/K,誕-―>Storage/Pre-NeuralTrainingFmccssingNetwarlk/Mcdel Tiraining 丿5oujot;OoEpemp曲匿GaWmein Gi'oy^wsimprr冋弗郭W圖 ：生產(chǎn)中的機(jī)器學(xué)習(xí)：如何在機(jī)器學(xué)習(xí)管道中利用各種開源和云技術(shù)Exhibit18;KeyOp&nSourc-gProjectsinth。MachineLearningPipelinePr-ojiK^Bupportir^gcompany,andventurefundingwher-eapplicableCrmisoorcEpnMectname□eifrlptWHiMajorHipportiHjEverkdarsFundlrw($Hi-mn|Hi4：：i：-r.Fr-smrw^rb;lhal-slcrw!-FordistributedSt'fKBE?村詞proccsunEoFrarEEdab onclurtersb^UVoni。啊nxMihyNrci^aretlEder—如口％HortonwE，|HDP|CtauderaSl.WMS1945Irt-memoryGLataprixe^urF；cnRjnctlD^dtirw.C^lisbmkaHErtonwxsrt^l^abrkks-￡47KkiVaMbrokerpralcctInScala岫~hand'>nfl.r^il~[kneid?afeedsConfluerrt,Cfcucfcra^Hortanwcfki;Canflucnt$11Deefikamir^jDeepInminEibr-arvhJavaardScabStymind54CrriftW尚data由妣kiMgg蹄聚它aLcveThMgNi.mi'ii:rflci:ni|!iJ：ri|iHiirilib<wyP/|hgr1NahAZaf6QDoiipicarnln,giramciA'DrkbasodiniC**NANATflWflEuw^■earnineIftrarytofnuine*alcompuiadorUYng悔塩mjwpr祁酈GdoqIe-NATorchSckjnfcrfircofnputir^并bawd*Inthescnpcin^lafi^ua^c-LuaJIHjrbdunrkrivrgWUOAImplrfrc-nrjitlijnN4Pn^aeru^urnu.圖 ：機(jī)器學(xué)習(xí)管道中的關(guān)鍵開源項(xiàng)目?？捎玫捻?xiàng)目支持公司和風(fēng)險(xiǎn)投資圖表：人工智能即服務(wù)（ （ ））概覽：機(jī)器學(xué)習(xí) 正在被開發(fā)以解決水平和垂直使用案Exhibit21;HorizontalAl-aaSOfferings^ndPricingSamI伊屁ofAl-aaSoffe：ninfl$.frcun-cloudphtformsSm.県煙Pro如q.□?：!；>:ripnanFncing(LJSFMxhiniiLnarring囲few (MLmodolbJifdprodidions;incJudMmxiaiingAPIsandbatchrDal-tmaprodidiixiAPEQaiawHv眼^ndrriadalbuildingto.42parcampaidluu^OaldhPrDdKtnns^J.IOpar1,K?prodidianx:Aaai-limn￡0.0001parpnadidionOTOGL赤sicn陰Irru^cianalytKslaaiFrwito55parIkunitsdispandinganlasturasLs?dandmanttiyusaj；aGoagNCtaudMichinflLsarrinaManagodwrvin?EataksuhfiIdbuildTraining■duHur監(jiān)SD.-i^'tiourIdSHG.T^'baurdemandingantr^nin^urihpvhourf探dlcilcnr的ueaiESOKicfcWuw1k陀刖和is+SO pfr?nodehDurdepen(flnQonnumteror祂]岫罰aE<MMhAPIConvan^疎UHMt&xn&40mlniiiAAfrAa. minum^ parISaAtorids-□oudNwurslLangu闖?*FIEnabteanaMicsofundjucturaifEhdcIO-Sk偵廈m蝴Btexve機(jī)卩伽ng潔wt加顧rat)p?f1twiltsdwmH凹o(jì)nTH8Iwe,u陽(yáng)。andmonhlyu網(wǎng)難TranslabaAPITnnslslasanddstects*languagas520parmnchar^durs-Prodiclnn陰ML^inedidivQanalyticsIdoIUnii&d UM?#w6ni◎，陽(yáng)間山頊e$1加的閔pioleciacwasfee.Impfadiccidna口rds-ir?umingEiainingupto14,000pi^rdby^jddtinnaipradiclransal5050pn*1kpnadidiDrsljdditinnolstrurningli皿皿罰貝05parItucdalQS.Irainingds4aKL砌p?wMSFTCerroifleirV^lonARVisualAK9園Frwm41SOf?rik計(jì)卻詰ci効陽(yáng)d&p師dinsonrrcnthl/關(guān)喝Eirm0nAPIDaim*unorioniinimagaLFruca pfer1k[unusiaruid^pAndingonuugA：1k?tarMicteoFgAHEnato腕聞傾del興【Sonw^ihwuHbm夠wxlFawr蝕網(wǎng)nhlof>wcg4160perikrr*tsaHk>n^dependingonnwnflily詞TQKtAialYtKEAPILrubksana^icsafunstiuduradbadFmId1-2,HEparmonth-dapundinqvnusaqoVdwAPIAduan列d?igorlihmt<(krrsckirQTawsdeie^iinflslabiluinqandcr^iin^i-tumbnailsIranivideoFree.皿0iTsn^Kticmpe*morn?照1心。險(xiǎn)BmgSp?chAPICoverrE夕0?驢wlexiandbwktoepweh.椚電appcoi5ik 岫用f?ws3口w1kif^ntMilonacrJSS-ttp€<Ixwfi^pendlnflonivrwa間啓即eCdKOmR由神EMInbdhoanca&rvios<Cuit-grniEedape?hr?：rignitkji*1ODlPrivirlflpfwiewbyin?lBlwnonlrSpaalmrAacagnitianAPIfjubkdidontrliulioncdspaakcfEandspeechaeanoeanaofauih剛ilcsiicmFr?toSIDparIk-ranuiliDnsdDpundnganlbagoandfeaturasu?l&枷Spenchw*APICorWru』睥1ehKkingtoMSC^'mcrrihand^varagiisiS50pwLD￡I<InnsacUonsd^^ndinnai叩rEcnlhusagiiUmqu^QEUn加iwindiriQInbdtogerMSavks(LlJllj￡)Teatue8pf騰icmdHrswixl<t>mrwid$gn*wwraf「推wwrepernEM翊幻購(gòu)Oep?ndli>9on-u御■LinQuhfllC寫麗說(shuō)IBAHNatural屈唾唧日DMX*fMnq*iEg|hMid8n洵y布1|的好8dIchkIFi■無(wú)1_做ii■賦隘卸。間(>erffl&mhrzper磁conaWnbLanguaqaModtiAPIRE51b?=cldouelMFvIcepr帥刷凹i爭(zhēng)曲由rijcurjil^nQMAfiApro^feHinqAtkitoSfl.06parIktramsadtkinsdapandinq<inusagoADadomicKnowladg^APIImerpnaHdw刎e<1前forwademicInraixandrwr詔戲$lEo岡時(shí)險(xiǎn)nfromcheMferoEoftAtfidsmlcBmphFrnatDEU2Spar1ktrjHiMctkinsexpandingonusagaEntityLinkinginbtilKtonlSQTvilxsCon[?iTiiS.Tiz?l|次明聲ff好cM1kirwESMbra時(shí)<1釘Rogdef臼rdmiian、APIGmemKiipbrsDidllzfrdprodumfocumniGindafiiQnsFmcd町OOQparmanthctapandln^onusagaBina APISendsmpjrlulsurchquoryIoBmgardqrisback,alistcdsugg-D^I^quar?KFmataI2TaiHEn1handGvaraga由S30p?r1DaeInnsactJanxdependinQonparrnorrthusaga財(cái)NewImaa^Mde&WHDs-wn：hAPISW自4松mhquerytoBingand目由白b?k*H仙reievaniraeulDaFrMtDSfiIQGrncnthandnvaraficidtS3QperUttt^ardacljonsdependingcnparmcrrlhusagaSource:Wrxysa打f南中圖表：水平產(chǎn)品和定價(jià)：來(lái)自云平臺(tái)的產(chǎn)品示例中國(guó)人工智能現(xiàn)狀預(yù)測(cè)， 年，中國(guó)人工智能市場(chǎng)將從年的 億人民幣增長(zhǎng)至 億人民幣。年,約億資本（年增長(zhǎng)率 ）流入了中國(guó)的人工智能市場(chǎng)。在政府政策方面，中國(guó)的國(guó)家發(fā)展改革委員會(huì)（發(fā)改委）和其他相關(guān)政府機(jī)構(gòu)于 年月 日發(fā)布了《「互聯(lián)網(wǎng)」人工智能三年行動(dòng)實(shí)施方案》?！斗桨浮分赋隽巳斯ぶ悄茴I(lǐng)域發(fā)展的六大保障措施，包括資金支持、標(biāo)準(zhǔn)體系、知識(shí)產(chǎn)權(quán)保護(hù)、人才培養(yǎng)、國(guó)際合作和組織實(shí)施?！斗桨浮诽岢觯侥?，中國(guó)的人工智能基礎(chǔ)資源與創(chuàng)新平臺(tái)、產(chǎn)業(yè)體系、創(chuàng)新服務(wù)體系、標(biāo)準(zhǔn)化體系應(yīng)基本建立。發(fā)改委期望中國(guó)人工智能產(chǎn)業(yè)整體與國(guó)際同步，系統(tǒng)級(jí)別（）的人工智能技術(shù)和應(yīng)用要位于市場(chǎng)領(lǐng)先位置。中國(guó)已經(jīng)做出一些重大舉措，而且根據(jù)提及「深度學(xué)習(xí)」和「深度神經(jīng)網(wǎng)絡(luò)」的被引用期刊論文數(shù)量， 年，中國(guó)已經(jīng)超越美國(guó)（ ）。中國(guó)擁有世界領(lǐng)先的語(yǔ)音和視覺(jué)識(shí)別技術(shù)，其人工智能研究能力也令人印象深刻（ ）。百度于年 月發(fā)布的已經(jīng)能夠達(dá)到 的正確率，并被《麻省科技評(píng)論》評(píng)為年十大突破科技之一。另外，早在年香港中文大學(xué)開發(fā)的系統(tǒng)就在數(shù)據(jù)庫(kù)中達(dá)到了的面目識(shí)別正確率。

Exhibit23:Journ^farticlesmentioning"deeplearning"or"deepneuralnetwork,f4QD?2011 2012 2013 2014 2015—-China-■-IISA4QD?2011 2012 2013 2014 2015EnglandAustraliaCanada?JapanSource:USNavon^fScienceandTechnoicQyCouncil:提到「深度學(xué)習(xí)」或者「深度神經(jīng)網(wǎng)絡(luò)」的期刊文章Exhibit24:Journalarticlescitedatleastonce,mentioning/Jdeeplearning"orfldeepneuralnetwork"―?—China-?-USA—*-EnglandAustraliaCanadaJapanSource:USNationaiScienceanaTechnologyCouncil:至少被引用一次的、并提到「深度學(xué)習(xí)」或者「深度神經(jīng)網(wǎng)絡(luò)」的期刊文章中國(guó)的互聯(lián)網(wǎng)巨頭百度、阿里巴巴和騰訊（）正在領(lǐng)導(dǎo)中國(guó)的人工智能市場(chǎng)，同時(shí)數(shù)以百計(jì)的初創(chuàng)公司也正滲透到這一產(chǎn)業(yè)中，并在各種人工智能細(xì)分市場(chǎng)及應(yīng)用領(lǐng)域建立服務(wù)模型。目前，中國(guó)的人工智能領(lǐng)域包括：基本服務(wù)，如數(shù)據(jù)資源和計(jì)算平臺(tái)；硬件產(chǎn)品，如工業(yè)機(jī)器人和服務(wù)機(jī)器人；智能服務(wù)，如智能客戶服務(wù)和商業(yè)智能；以及技術(shù)能力，如視覺(jué)識(shí)別和機(jī)器學(xué)習(xí)。根據(jù) ，目前，語(yǔ)音和視覺(jué)識(shí)別技術(shù)分別占中國(guó)人工智能市場(chǎng)的 和。在中國(guó)，所有和人工智能相關(guān)的公司中， 專注于開發(fā)應(yīng)用。其余的公司專注算法，其中， 的公司研究計(jì)算機(jī)視覺(jué)， 研究自然語(yǔ)言處理，致力于基礎(chǔ)機(jī)器學(xué)習(xí)。我們認(rèn)為，人工智能前沿的重要參與者可能會(huì)繼續(xù)來(lái)自美國(guó)和中國(guó)。2015SepDuErTDu即響計(jì)）VocerDEFche。Al網(wǎng)沔頌卩由ass^lonl卩n何mul&dinBnidunicfiiteSwrcliqpp?2015昭Speech2為話里￥#「"耐9日ragijr^network,曜ht「hi由nnsh?好5*?^誠(chéng)8卻uE$word'sEhrai>qh紋瞄2015Dec刖tan啊gu$ unitBaidu'sdilvedesscarcomptirfl&stsmireactsin andlhecompanyaetupanewAulg叩iwjs[WngtintlADU)nSilKionVolleyAugDu&eeAnARplairoo葷日「&dlowardsmoblfe曲學(xué)験5ELGarul的InBaidumobileSearch命d紳吐with'Aido-applK^ilkNinsweh口雄.舊rtt?pq2016SepBaiduBrainOdlieiai^i^r6duut!i]白自il甘AipJuifonnofEaiiiu20-16SepPfiddlfP^diJeA蜘卩心響。應(yīng)貝crecsRtyopenwartedbyB：洶OdBaidunubilea伸日衛(wèi)Upg向U的mobi?^swcliappWienInl&grat-wi^Wmorinrttilliaenlseardhand朔「糸臉禎取1rw塢珈的m照硒呻伽byAi,nlp.e 1機(jī)wnmAhbabd2D15JblA>Xiaomir'Alisecre-iflivVdiualAicuslomtrservices.--8D%praltm心ving侶施跆repaidiby由白companymOo,2tH62015Aug□TPAIA provld±d酌AhClbM1&haiid^machinelearningproc的日曲，noted留1heFir^iAlplatformInChha應(yīng)Uisccmp-anji2016JunAbmarneOCR(Opicaicr^recberResU&HThe妞hr。明v卻知沽新^iaceaitheICDARRotusiReadng2016AugAlCkwdETACTrnprelwnsiwsufleofAlscMuhonsinWao.rmwmdspeflehrecognflonitechrrobg&sTthtirtl2015加YWui^n.youUi)Tenttnlope徊山鴨Tad由irKogr—bmalong由由othercaMelKhndoflyNYoiitiTecTiid^y,DopublicU訓(xùn)世Ic傍w2&15AugTencenrtTICSLABAtin^iigsnl^omipurnaand-wwthlabiMiched仍Tenc^nln旬ijwfliItjirrdh3<!s^reseanzhFocuswflreh.M.F.冃齡 aridNgSepDre0niwrt0rTenceniInmnchedChina's而侍tgotfornews陽(yáng)網(wǎng)巾ng2015NwW64ATLABWeChal-HKUSTJointLctaraLaryanArtfki田InHli^ence-Techncik]^-[kKjrxhedan26,2Q1&百度：年月，百度「度秘」：聲控人工智能個(gè)人助理（整合進(jìn)百度移動(dòng)搜索應(yīng)用）年月,百度:包含一個(gè)大型神經(jīng)網(wǎng)絡(luò)的語(yǔ)音技術(shù),通過(guò)樣本學(xué)會(huì)將聲音與語(yǔ)詞聯(lián)系起來(lái)年月,百度:包含一個(gè)大型神經(jīng)網(wǎng)絡(luò)的語(yǔ)音技術(shù),通過(guò)樣本學(xué)會(huì)將聲音與語(yǔ)詞聯(lián)系起來(lái)年 月，百度無(wú)人車：百度無(wú)人車在北京道路上完成測(cè)試，并在硅谷設(shè)立自動(dòng)駕駛部門（ ）年月，百度「 」：為移動(dòng)設(shè)備打造的平臺(tái)（整合進(jìn)百度搜索和地圖移動(dòng)應(yīng)用），在搜索廣告方面有著廣泛應(yīng)用年月，百度大腦：官方介紹，百度的人工智能平臺(tái)年月， ：百度近期開源的深度學(xué)習(xí)工具包年月，百度移動(dòng)應(yīng)用 ：新升級(jí)的移動(dòng)搜索應(yīng)用，內(nèi)含一個(gè)整合了智能搜索和個(gè)性化新聞推薦的系統(tǒng),其背后采用了人工智能、自然語(yǔ)言處理和深度學(xué)習(xí)技術(shù)阿里巴巴：年月，阿里小蜜「阿里小秘書」：虛擬人工智能客服，據(jù)公司 年 月報(bào)告，問(wèn)題解決率已達(dá)到年月， ：基于阿里云的服務(wù)，用來(lái)處理機(jī)器學(xué)習(xí)過(guò)程，被該公司稱為是中國(guó)的第一個(gè)人工智能平臺(tái)年月，阿里媽媽光學(xué)字符識(shí)別：該技術(shù)獲得文比賽第檔分析與識(shí)別國(guó)際會(huì)議(一名比賽第年月，阿里云：一套綜合的人工智能解決方案套件，包括視頻、圖像和語(yǔ)音識(shí)別技術(shù)騰訊：年月，優(yōu)圖：騰訊為開發(fā)者開放了其面部識(shí)別技術(shù)，以及優(yōu)圖科技的其他核心技術(shù)年月，騰訊 實(shí)驗(yàn)室： 年騰訊設(shè)立的智能計(jì)算和搜索實(shí)驗(yàn)室，專注于四個(gè)方面：搜索、自然語(yǔ)言處理、數(shù)據(jù)挖掘和人工智能年月，:騰訊上線中國(guó)第一個(gè)新聞報(bào)道機(jī)器人年月，實(shí)驗(yàn)室：微信香港科技大學(xué)人工智能聯(lián)合實(shí)驗(yàn)室，于年月 日成立人工智能生態(tài)：關(guān)鍵參與者人工智能的關(guān)鍵參與者運(yùn)此控制與機(jī)器人AnklUnWEmlRabc-ilM崗a祁間他kiluxMotionAiHobatmtbitwRitKitics運(yùn)此控制與機(jī)器人AnklUnWEmlRabc-ilM崗a祁間他kiluxMotionAiHobatmtbitwRitKitics。碰呷卯InisgrrwbRxusMQCJOn唔音踝測(cè)和復(fù)制響AlSpeBchFullStringDcr^iza地匱空間聴知Civil嚀Drw&Iim&MEtncsCognit心戲光學(xué)怖感胃和圖■處理AiQjrefem吶PJehunik ElsttI:24UnmEnn^SiratesnsCertio隹ryL血DesczrtasLabs(Wtolhs/tAbejaVfiereaAGEApjintMwdiusAffectni￡b頑人工神經(jīng)網(wǎng)絡(luò)及其基礎(chǔ)設(shè)留AiptiattT喘職MufosoftIflH BigMLViEarijusSy^tHnsSerlEnEdsmmIBM咅頗傳感及聲音處■哩PeepanmAuguryW對(duì)価HunnSWAudicArabic彖統(tǒng)京測(cè)和資源分配SerliertIkbrologies訓(xùn)練和[nferenceSilkenNvidia並1SarWQFaJhanSfiiniSutJalFour^ies囪叩IeGoldmanSachs自然沼言處理JiiwntalKhnutoflifisDigitalR&asoimgDefinetJ3?ijS師飆cMactiirefiSETiisis^l^iDsHealthFcfehtp-Paiatmeii NiiancE□I咧linkMaluube匚可詼血nig-AnifkiRl「lEligencBCortolo環(huán)境傳確器Se*rtri0nBuiWincRaMis人工智能生態(tài)：使用案例與潛在機(jī)會(huì)荘史:.此"FE. .XM.遊Wt7在?対山果中蘋4行游.小婀金前力丈本1目捉*；!^毎旳玄化廿祝有生畛蛙脩金祖1( r.):擔(dān)年節(jié)約再1尚壇收入34D^30+在》?讖B莊擊itit鏗弟舊跡剛行變晶-理t?曜衛(wèi)呈匿笛后于ti盜ErWfiEJB:rtC.有閩軍斤,:■學(xué)可信用.神&=日沔因即.,司都?fSi的軽戶?喧投電孑統(tǒng)仁去*風(fēng):塩年疏"4A億虻元審出?W加?愈沸史醛IE改■中ISII孟零抻業(yè).每年節(jié)借S40億羹元苴屛,41擔(dān)鎏商feA，捉于娜由產(chǎn)品拿我■W：jrJttSS5?3^5甥專反駒胃.可明r古戶焙開■尊遡氏馬￥素汩靑，4吏忤能源缺E:靜閉錨［404Z券元成車-學(xué)孑US睹対生戸昧.誑行生產(chǎn)鉗也石冶￥可中性.M'丄'井常所響月噌-；*少下遊庁業(yè)淺廉應(yīng)始Wl既間創(chuàng)新人工智能的驅(qū)動(dòng)者：谷歌、亞馬遜谷歌在做些什么？谷歌的搜索算法在過(guò)去二十年里進(jìn)展迅速。從 年的 至U 年的 ，基于鏈接的網(wǎng)絡(luò)排名已經(jīng)進(jìn)化成人工智能驅(qū)動(dòng)下的查詢匹配系統(tǒng)，后者能夠不斷適應(yīng)那些獨(dú)特的搜索(占谷歌所有搜索的)。在云技術(shù)方面，公司五月份公布了針對(duì)平臺(tái)的定制化硬件加速器方面取得的進(jìn)展,一種定制化的 ，亦即，這一進(jìn)展對(duì) 年開源的機(jī)器學(xué)習(xí)軟件庫(kù)進(jìn)行了補(bǔ)充。過(guò)去三年中，在與人工智能相關(guān)的收購(gòu)戰(zhàn)中，公司也當(dāng)仁不讓。被收購(gòu)的公司中，最知名的當(dāng)屬 ，它提升了的神經(jīng)網(wǎng)絡(luò)功能并已經(jīng)將其應(yīng)用于各種人工智能驅(qū)動(dòng)的項(xiàng)目中。為何重要？在搜索中使用算法，谷歌可謂先行者。將自然語(yǔ)言處理應(yīng)用到配備用戶搜索意圖和可欲結(jié)果方面，公司一直處于領(lǐng)先地位，這也不斷加強(qiáng)了公司在該領(lǐng)域的競(jìng)爭(zhēng)優(yōu)勢(shì)。在進(jìn)一步推進(jìn)人工智能領(lǐng)域的融合。在促進(jìn)人工智能一體化（ ）方面，公司的開源應(yīng)用 已經(jīng)為其他云平臺(tái)以及研究社區(qū)利用公司資源提供了先例。同時(shí)，谷歌正通過(guò)自身優(yōu)勢(shì)，比如，充分利用開源世界為公司提供競(jìng)爭(zhēng)優(yōu)勢(shì)，盡管其機(jī)器學(xué)習(xí)庫(kù)是開源的。因?yàn)?公司提升了端到端的強(qiáng)化能力；年末擊敗職業(yè)圍棋選手的 。將人工智能帶到更為廣泛的研究社區(qū)，同時(shí)也通過(guò)軟硬件方面的自身優(yōu)勢(shì)進(jìn)行創(chuàng)新,谷歌是最好例子。亞馬遜在做什么？亞馬遜正在公司內(nèi)部和云端使用機(jī)器學(xué)習(xí)技術(shù)。年月，公司發(fā)布 ，這款機(jī)器學(xué)習(xí)服務(wù)能夠?yàn)閷?duì)云數(shù)據(jù)的使用提供機(jī)器學(xué)習(xí)功能（無(wú)需之前的客戶經(jīng)驗(yàn)）。公司緊隨谷歌的開源步伐，今年月開源了 ，一個(gè)針對(duì)推薦深度學(xué)習(xí)模型的的庫(kù)。通過(guò)改善搜索、定制化產(chǎn)品推薦以及語(yǔ)音識(shí)別、增加有質(zhì)量的產(chǎn)品評(píng)價(jià)，公司內(nèi)部也在使用機(jī)器學(xué)習(xí)改善端到端的用戶體驗(yàn)。為什么重要？借助 ，亞馬遜成為全球最大的云服務(wù)商，可能也是最成熟的人工智能平臺(tái)。借助 ，公司成為作為服務(wù)的人工智能（ ）生態(tài)系統(tǒng)的領(lǐng)先者，將復(fù)雜的推理能力帶到之前幾乎沒(méi)有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的公司辦公室當(dāng)中。無(wú)需基于定制的復(fù)雜應(yīng)用， 用戶就能使用機(jī)器學(xué)習(xí)訓(xùn)練模型，評(píng)估以及優(yōu)化潛力。亞馬遜推薦引擎使用了機(jī)器學(xué)習(xí)，在匹配用戶意圖以及可欲結(jié)果方面，具有競(jìng)爭(zhēng)優(yōu)勢(shì)，也為公司創(chuàng)造了商機(jī)。公司正更加高效地利用收集到的數(shù)據(jù)合理化用戶購(gòu)物體驗(yàn)，也讓電子商務(wù)體驗(yàn)更具互動(dòng)性。隨著 的開源，亞馬遜也與其他科技巨頭一起,推動(dòng)科技社區(qū)的人工智能進(jìn)步。蘋果在做什么？去年，蘋果已經(jīng)成為最活躍的人工智能公司收購(gòu)商，比如 以及 。幾乎同時(shí)收購(gòu)了 和 ，公司請(qǐng)來(lái)了，當(dāng)時(shí)還是英偉達(dá) 庫(kù)以及加速軟件項(xiàng)目的負(fù)責(zé)人。近期，據(jù)報(bào)道，公司請(qǐng)來(lái) 擔(dān)任人工智能研究總監(jiān)，這也標(biāo)志著公司人工智能戰(zhàn)略的轉(zhuǎn)型。在此之前，公司最初人工智能成果之一是第一款嵌入移動(dòng)技術(shù)的虛擬助手， 年，其語(yǔ)音識(shí)別技術(shù)被移入神經(jīng)網(wǎng)絡(luò)系統(tǒng)。為什么重要？直到去年，蘋果已經(jīng)取得相對(duì)專有的機(jī)器學(xué)習(xí)成就；年月， 報(bào)道，在大眾消費(fèi)方面，蘋果研究人員還沒(méi)發(fā)過(guò)一篇與人工智能有關(guān)的論文。不過(guò)，這一策略轉(zhuǎn)型多少與新的、與人工智能相關(guān)的雇傭與收購(gòu)有關(guān)，科技記者 在 的一篇報(bào)道強(qiáng)調(diào)公司已經(jīng)在人工智能領(lǐng)域活躍一段時(shí)間了。特別是，公司收購(gòu)?fù)怀隽斯疽匆?guī)模推進(jìn)非結(jié)構(gòu)數(shù)據(jù)和推論，以及開放給更為廣泛的人工智能研究社區(qū)。這次收購(gòu)，配以基于收購(gòu)公司技術(shù)的較小應(yīng)用，反映出蘋果致力于用這些新技術(shù)創(chuàng)新公司產(chǎn)品。微軟在做什么？表示，微軟正在大眾化人工智能（ ）。公司的人工智能和研究團(tuán)隊(duì)（總?cè)藬?shù)大約千多），關(guān)注改變?nèi)祟愺w驗(yàn)和與機(jī)器的互動(dòng)。微軟已經(jīng)積極地將新的、融合人工智能的功能嵌入公司核心服務(wù)中，并在對(duì)話計(jì)算（比如 ）、自然語(yǔ)言處理（ ）等方面取得進(jìn)展。公司正進(jìn)一步打造基于 和的云（ ），在公司所謂的更高水平的人工智能服務(wù)，比如語(yǔ)音識(shí)別、圖片識(shí)別以及自然語(yǔ)言處理當(dāng)中，為機(jī)器學(xué)習(xí)提供動(dòng)力和速度。為什么重要?

兩個(gè)單詞：人工智能大眾化（）。由于兩個(gè)單詞：人工智能大眾化（）。由于這個(gè)行業(yè)中的公司將研究計(jì)劃甚至庫(kù)開放給人工智能研究社區(qū)，微軟發(fā)明了這一表述，用來(lái)解釋許多領(lǐng)先的人工智能創(chuàng)新者的舉動(dòng)。去年，微軟在人工智能領(lǐng)域頗為活躍，正式發(fā)布了產(chǎn)品以及研究計(jì)劃，并宣布了一個(gè)新的人工智能和研究小組（年月下旬）。微軟的表現(xiàn)突出了人工智能可以為普通商業(yè)或個(gè)人帶來(lái)什么；不到十分之一秒，它就翻譯完了整個(gè)維基百科（億個(gè)單詞和萬(wàn)條條款）。而且伴隨著虛擬助理以及其他助理之間的競(jìng)爭(zhēng)，進(jìn)一步將人工智能研發(fā)融入廣泛使用的產(chǎn)品中去，通過(guò)產(chǎn)品進(jìn)步吸引客戶似乎是必須的。Facebook在做什么？人工智能研究部門（，年）的策略是在更廣泛的研究社區(qū)背景下研發(fā)技術(shù)。這個(gè)團(tuán)隊(duì)以推進(jìn)無(wú)監(jiān)督表征學(xué)習(xí)（比如，觀察世界、而不是借助人類算法干預(yù)，借助對(duì)抗網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)）的進(jìn)步而為眾人所知。應(yīng)用機(jī)器學(xué)習(xí)部門（）在 之后成立，聚焦將研究應(yīng)用到公司產(chǎn)品中，時(shí)間限制為月或季度（而不是年）。公司正將

機(jī)器學(xué)習(xí)功能應(yīng)用到各種垂直領(lǐng)域中，比如面部識(shí)別，機(jī)器翻譯以及深度文本（ ）語(yǔ)言或文本學(xué)習(xí)。為什么重要？公司已經(jīng)發(fā)布了多個(gè)無(wú)監(jiān)督學(xué)習(xí)方面的研究成果，隨著機(jī)器學(xué)習(xí)超越從「正確答案」中學(xué)習(xí)，開始聚焦獨(dú)立的模式識(shí)別，無(wú)監(jiān)督學(xué)習(xí)已經(jīng)成為一個(gè)重要的焦點(diǎn)領(lǐng)域。無(wú)監(jiān)督學(xué)習(xí)有望去除更多的、與大數(shù)據(jù)有關(guān)的人類成分，公司在的帶領(lǐng)下，正引領(lǐng)該領(lǐng)域的研究。今年五月，公司發(fā)布的合理化了端到端 （從研究到工作布的合理化了端到端 （從研究到工作流程、實(shí)驗(yàn)管理以及視覺(jué)化和比較輸出）。公司的人工智能項(xiàng)目和工作流程應(yīng)用不限于成員，公司各部門領(lǐng)域都項(xiàng)目和工作流程應(yīng)用不限于成員，公司各部門領(lǐng)域都可以使用借鑒。這樣一來(lái)，公司就可以利用研究部門之外所取得的人工智能進(jìn)步。開始解釋自己的云上完成機(jī)器Salesforce在做什么？開始解釋自己的云上完成機(jī)器在年和年,開發(fā)平臺(tái)如何可被用在學(xué)習(xí)任務(wù)。從此，該公司開始在人工智能上投入更多的資源,收購(gòu)了多家人工智能公司，包括 、 和。在月份， 推出了 ——一個(gè)面向多平臺(tái)的基于人工智能的云計(jì)劃。該計(jì)劃專注于將人

工智能融入銷售云、市場(chǎng)云、服務(wù)云、社區(qū)云、 云和云。為什么重要?有潛力促進(jìn)商業(yè)使用數(shù)據(jù)的方式。在銷售云中，該公司希望讓各個(gè)組織通過(guò)預(yù)測(cè)銷售線索得分、洞見(jiàn)機(jī)會(huì)以及自動(dòng)捕捉活動(dòng)來(lái)優(yōu)化銷售機(jī)遇。市場(chǎng)和服務(wù)云將提供預(yù)測(cè)參與度得分，來(lái)分析消費(fèi)者使用情況。還能提供預(yù)測(cè)客戶，從而幫助定位市場(chǎng)，并基于趨勢(shì)和用戶歷史通過(guò)自動(dòng)案例分類更快解決消費(fèi)者服務(wù)事件。用微妙的使用案例將機(jī)器學(xué)習(xí)帶到云中，強(qiáng)調(diào)它對(duì)公司核心競(jìng)爭(zhēng)力的影響。英偉達(dá)在做什么？英偉達(dá)已經(jīng)從之前電子游戲 生產(chǎn)商轉(zhuǎn)型為機(jī)器學(xué)習(xí)應(yīng)用硬件廠商。 年年底，公司表示，較之使用傳統(tǒng) ，使用了 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度提升了 到（作為 的替代的機(jī)器學(xué)習(xí)應(yīng)用能可以提供更快、計(jì)（作為 的替代的機(jī)器學(xué)習(xí)應(yīng)用能可以提供更快、計(jì)案例區(qū)分對(duì)待。過(guò)去五年，到 年月為止，英偉達(dá)所占 市場(chǎng)份額已經(jīng)從二分之一上升到近四分之三。為什么重要？在人工智能創(chuàng)新公司和學(xué)術(shù)機(jī)構(gòu)中， 加速的深度學(xué)習(xí)一直是許多項(xiàng)目的前沿。英偉達(dá)所占據(jù)的市場(chǎng)份額意味著，隨著人工智能越來(lái)越成為未來(lái)幾年中大型商務(wù)的中心議題，公司可以從中獲益。使用公司產(chǎn)品的一個(gè)例子，俄羅斯的 ，使用 加速的深度學(xué)習(xí)框架來(lái)訓(xùn)練面部識(shí)別模型，識(shí)別密集集會(huì)中的個(gè)人，并在 中利用這些進(jìn)行推理。作為一種選擇，許多大學(xué)也使用英偉達(dá)加速器來(lái)模擬可能的抗體突變，這種變異可能會(huì)擊敗進(jìn)化中的伊波拉病毒，將來(lái)研究會(huì)進(jìn)一步關(guān)注流感病毒。英特爾在做什么？英特爾的戰(zhàn)略比較獨(dú)特，其使用的案例多種多樣。年年中，公司發(fā)布了第二代 產(chǎn)品系列，以其高性能計(jì)算（ ）能力著稱，它可以讓人工智能擴(kuò)展到更加大型的服務(wù)器網(wǎng)絡(luò)和云端。在硬件不斷進(jìn)步的同時(shí)，公司也下重金投資 ，這主要?dú)w功于其推理速度和靈活的可編程

性。英特爾令人矚目的收購(gòu)包括 （深度學(xué)習(xí)），以及 ——該公司將 的創(chuàng)新帶入了英特爾。為什么重要？英特爾關(guān)注 創(chuàng)新補(bǔ)足了英偉達(dá)對(duì) 的關(guān)注。當(dāng)處理大型數(shù)據(jù)庫(kù)（微軟等許多大公司用來(lái)測(cè)試大數(shù)據(jù)分析的邊界），能夠提供更加快速的推理速度。在物聯(lián)網(wǎng)的應(yīng)用環(huán)境中，公司也宣布了一個(gè)計(jì)劃，旨在將學(xué)習(xí)技術(shù)融入可穿戴微芯片中（顯然是通過(guò) ）。物聯(lián)網(wǎng)和人工智能的銜接有助于為公司和個(gè)人日常使用案例的數(shù)據(jù)搜集機(jī)制提供機(jī)器學(xué)習(xí)解決方案。Uber在做什么？正在使用機(jī)器學(xué)習(xí)優(yōu)化 以及接送地點(diǎn)的準(zhǔn)確性。為了實(shí)現(xiàn)這一點(diǎn)，需要數(shù)百萬(wàn)之前搭乘記錄的數(shù)據(jù)點(diǎn)來(lái)探測(cè)常規(guī)交通模式，從而可以相應(yīng)調(diào)整 接送地點(diǎn)。今年月， 展開了一個(gè)自動(dòng)駕駛試點(diǎn)項(xiàng)目，地點(diǎn)位于匹茲堡，由來(lái)自 的研究人員（受雇于 ）負(fù)責(zé)該項(xiàng)目，很多大型汽車制造商業(yè)參與了進(jìn)來(lái)。該公司還和沃爾沃達(dá)成了一項(xiàng)合作（金額 萬(wàn)美元），研發(fā)協(xié)作也為這個(gè)試點(diǎn)項(xiàng)目提供了機(jī)遇。不過(guò)，公司并不止步于小轎

車。公司收購(gòu)了一家自動(dòng)卡車創(chuàng)業(yè)公司 ，今年十月在科羅拉多，公司試點(diǎn)快遞了萬(wàn)瓶啤酒。為什么重要？的機(jī)器學(xué)習(xí)負(fù)責(zé)人 在接受的采訪中提及，他們的團(tuán)隊(duì)正在將這種技術(shù)無(wú)縫供給公司的其他團(tuán)隊(duì)，這些團(tuán)隊(duì)無(wú)需具備機(jī)器學(xué)習(xí)背景就可以使用。這也能讓公司不同部門能高效利用機(jī)器學(xué)習(xí)基礎(chǔ)架構(gòu)，例如， 、 、 以及自動(dòng)駕駛工具都使用到了公司的人工智能技術(shù)。舊M在做什么？在全球有多名研究人員。過(guò)去十年，在認(rèn)知計(jì)算上超過(guò)有項(xiàng)專利，下一代云上有項(xiàng)，在硅納米科學(xué)上有項(xiàng)專利。 利用自然語(yǔ)言處理機(jī)器學(xué)習(xí)技術(shù)識(shí)別模式，并提供在非結(jié)構(gòu)數(shù)據(jù)上的洞見(jiàn)，據(jù)該公司表示這代表如今所有數(shù)據(jù)的 。其他產(chǎn)品包括 ，一個(gè)響應(yīng)分析的自動(dòng)消費(fèi)者服務(wù)體驗(yàn)； ，這是一個(gè)分析并連接大量不同數(shù)據(jù)集的工具。為什么重要？一直是該領(lǐng)域的先驅(qū)，有著極大的成就，包括上世紀(jì)年代的 和年的。的應(yīng)用包括醫(yī)療中的病人治療分析，基于 數(shù)據(jù)的股票推薦，零售中消費(fèi)者的行為分析，以及對(duì)抗網(wǎng)絡(luò)安全威脅。據(jù)財(cái)富報(bào)道， 將 加入到了汽車中，在系統(tǒng)上結(jié)合了 的能力。百度在做什么？百度的人工智能研究由百度大腦所推進(jìn)。它包含個(gè)元素：）一個(gè)模擬人類神經(jīng)網(wǎng)絡(luò)的人工智能算法，有著在百十億的樣本上訓(xùn)練的大量參數(shù)；）能在數(shù)十萬(wàn)臺(tái)服務(wù)器與大量 集群上進(jìn)行高性能計(jì)算（）的運(yùn)算能力。 能容納更多可擴(kuò)展的深度學(xué)習(xí)算法。百度是首家宣布這種架構(gòu)的公司，并正與合作；）標(biāo)記數(shù)據(jù)，借此技術(shù)，百度收集到了數(shù)以億計(jì)的網(wǎng)頁(yè)，包括百億的視頻音頻圖像內(nèi)容碎片，還有數(shù)十億的搜索請(qǐng)求和百億的定位要求。為特定模型訓(xùn)練一臺(tái)機(jī)器可能需要很高的（ 級(jí)）計(jì)算能力以及的數(shù)據(jù)。為什么重要？人工智能正在改進(jìn)百度全線產(chǎn)品的用戶體驗(yàn)和提升用戶粘性，也在推動(dòng)針對(duì)每一用戶的定制化高質(zhì)量?jī)?nèi)容。建立一個(gè)內(nèi)部平臺(tái)來(lái)運(yùn)行從網(wǎng)頁(yè)搜索到廣告投放的帶有標(biāo)簽數(shù)據(jù)的深度學(xué)習(xí)實(shí)驗(yàn)，能夠預(yù)測(cè)點(diǎn)擊率（ ），這會(huì)直接影響百度的廣告投放，因此也是它們目前的主要收益。此外，基于人工智能的技術(shù)也能帶來(lái)更高的 ，而且每點(diǎn)擊成本的降低也能促進(jìn)變現(xiàn)。知識(shí)表示方法部分參考答案2.8設(shè)有如下語(yǔ)句，請(qǐng)用相應(yīng)的謂詞公式分別把他們表示出來(lái)：s有的人喜歡梅花，有的人喜歡菊花，有的人既喜歡梅花又喜歡菊花。解：定義謂詞dP(x):x是人L(x,y)：x喜歡y其中，y的個(gè)體域是｛梅花，菊花｝。將知識(shí)用謂詞表示為：(x)(P(x)fL(x,梅花)VL(x,菊花)VL(x,梅花)AL(x,菊花))有人每天下午都去打籃球。解：定義謂詞P(x):x是人B(x)：x打籃球A(y)：y是下午將知識(shí)用謂詞表示為：a(x)(y)(A(y)fB(x)AP(x))新型計(jì)算機(jī)速度又快，存儲(chǔ)容量又大。解：定義謂詞NC(x):x是新型計(jì)算機(jī)F(x)：x速度快B(x)：x容量大將知識(shí)用謂詞表示為：(x)(NC(xKx)AB(x))不是每個(gè)計(jì)算機(jī)系的學(xué)生都喜歡在計(jì)算機(jī)上編程序。解：定義謂詞S(x)：x是計(jì)算機(jī)系學(xué)生L(x,pragramming):x喜歡編程序U(x,computer):x使用計(jì)算機(jī)將知識(shí)用謂詞表示為：-(x)(S(x)fL(x,pragramming)AU(x,computer))凡是喜歡編程序的人都喜歡計(jì)算機(jī)。解：定義謂詞P(x):x是人L(x,y):x喜歡y將知識(shí)用謂詞表示為：(x)(P(x)AL(x,pragramming)-^L(x,computer))2.9用謂詞表示法求解機(jī)器人摞積木問(wèn)題。設(shè)機(jī)器人有一只機(jī)械手，要處理的世界有一張桌子，桌上可堆放若干相同的方積木塊。機(jī)械手有4個(gè)操作積木的典型動(dòng)作：從桌上揀起一塊積木；將手中的積木放到桌之上；在積木上再摞上一塊積木；從積木上面揀起一塊積木。積木世界的布局如下圖所示。圖機(jī)器人摞積木問(wèn)題解：(1)先定義描述狀態(tài)的謂詞CLEAR(x)：積木x上面是空的。ON(x,y):積木x在積木y的上面。ONTABLE(x)：積木x在桌子上。HOLDING(x)：機(jī)械手抓住x。HANDEMPTY：機(jī)械手是空的。其中，x和y的個(gè)體域都是｛A,B,C｝。問(wèn)題的初始狀態(tài)是：ONTABLE(A)ONTABLE(B)ON(C,A)CLEAR(B)CLEAR(C)HANDEMPTY問(wèn)題的目標(biāo)狀態(tài)是：ONTABLE(C)ON(B,C)ON(A,B)CLEAR(A)HANDEMPTY(2)再定義描述操作的謂詞在本問(wèn)題中，機(jī)械手的操作需要定義以下4個(gè)謂詞：Pickup(x):從桌面上揀起一塊積木X。Putdown(x)：將手中的積木放到桌面上。Stack(x,