侵权投诉
订阅
纠错
加入自媒体

IBM怼上谷歌 搞人工智能的方向错了?

2017-03-01 10:31
退思
关注

谷歌目前产品和服务依靠主要人工智能技术驱动,如谷歌使用深度学习技术改善搜索引擎、识别Android 手机指令、鉴别其Google+社交网络的图像。积累底层人工智能技术,研发更高级的深度学习算法,增强图形识别和语音识别能力,对信息进行更深层加工、处理。谷歌试图将AI渗透到了旗下各产品,为用户带来更多使用场景及更智能化功能。

通过研发与并购坐拥两套人工智能系统

Tensorflow

2015年11月,谷歌开源第二代深度学习系统 Tensorflow。Tensorflow 可编写并编译执行机器学习算法代码,并将机器学习算法变成符号表达的各类图表,缩短重新写代码时间。TensorFlow 可模仿人类大脑工作的方式并识别出模式,被用于语音识别或照片识别等多领域。另外,使TensorFlow 编写的运算几乎不用更改就能在多种异质系统上运行。在开放源代码后,所有工 程师都将帮助谷歌修改和完善这项技术,谷歌收到反馈以后,可推出更好地服务和产品,进而推动整个人工智能产业发展。

Deepmind

2014年1 月,谷歌耗资 2.63 亿美元收购 Deepmind,这家创立于创立于2010年的公司将机器学习和系统神经科学最先进技术结合,建立强大通用机器学习算法。同年12月,谷歌通过DeepMind与牛津大学的两支AI研究队伍建立了合作关系。 2015 年 2 月,Deepmind系统学会了 49 款雅达利经典游戏。2016年3月,由 Deepmind 研发AlphaGo以 4:1 嘉绩击败世界围棋冠军李世石,激发全世界对人 工智能的关注。当前 AlphaGo 专注于棋赛发展,但其未来还将应用于医疗诊断,或投入无人驾驶等领域,以加速人工智能商业化进程。——摘自 长城证券

比起的IBM更专注某个领域的做法,谷歌的人工智能发展的目标确实可以理解成在其人工智能操作系统之上深耕某项技术,然后将该技术应用于各行各业。

就拿人脸识别技术来说,2015年,谷歌推出号称最精确的人脸识别技术,并将其命名为FaceNet。面对一个名为“人面数据库”(Labeled Faces in theWild)的常用人脸识别数据库时,FaceNet识别的准确率近乎百分之百。这个数据库容纳了网上搜集的一万三千多张人脸照片,而在面对一个含有2.6亿张人脸照片的庞大数据库时,这个系统的准确率也超86%。这套系统还能将人名和脸匹配,经典的人脸识别技术,甚至能把看起来最像或最不像的脸归集在一起。虽然并未完全实现,但这也预示着,在不远的将来,我们经常在网上视频或大片里看到的那种能惩治犯罪、加强监控的电脑将更加触手可及。

在谷歌看来,智能家居领域将是未来 AI 应用的 一个重要市场, 目前世界各国的智能家居渗透率均较低,为此谷歌正加速以Google Assistant等为基础智能家居生态系统建设,将谷歌虚拟助力融合进智能家居中,通过一系列并购、开放平台的建立、软件硬件一体化来打造这个生态系统。

结语

人工智能决战时代,无论是巨头还是初创企业都在极尽所能的分抢“蛋糕”,想在这一片巨大的领域中占有一席之地。至于开头提到的文章题目“IBM:谷歌发展人工智能的方向错了!AI 操作系统不是未来” ,iot101君的还是想持保守态度,都是基于自己的特长所设计出来的最适合发展的思路而已,并没有什么对错之分,至少目前还没有办法证明出来。

<上一页  1  2  3  4  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号