編譯 | 王宇欣、Rik R、王藝
來源 | 經濟學人
佔領了好萊塢電影的情節線、大量雜誌和新聞的封面，這場人工智慧與人類之間的較量吸引了世界的目光。末日預言家們警告說，人工智慧將會徹底消除工作崗位、破壞律法並引燃戰爭。
但是這樣的預言畢竟著眼於遙遠的未來。當今關於人工智慧的競爭無關人類與機器，而是在世界範圍內的科技巨頭中展開，這些巨頭企業為了在這場競爭中取得領先地位，正狂熱地進行投資。
數字資料的可用性呈指數形式增長，計算能力的日益強大以及演算法的輝煌崛起激起了人們對電腦科學（這個以前晦澀難懂的領域）的關注。同中國國內的情況相同，西方的科技公司巨頭，谷歌母公司 Alphabet、亞馬遜、蘋果、Facebook、IBM 和微軟等都斥巨資增進其人工智慧能力。
儘管科技企業內部在人工智慧方面的投資難以計算，但單從收購方面來看，到 2017 年全球範圍內與人工智慧相關的收購總額已達 213 億美元，是 2015 年的 26 倍。
機器學習是人工智慧的一個分支，是與這些公司關係最緊密的一個領域。計算機篩選資料、進行模式識別、並在沒有明確程式設計的情況下作出預測。這項技術現在被用於科技行業的各種應用，包括線上廣告定位、產品推薦、擴增實境以及自動駕駛汽車等。Uber 的人工智慧研究負責人 Zoubin Ghahramani 相信人工智慧將會像計算機的崛起那樣點燃一場變革之火。
資料庫的變革就是人工智慧潛在影響的一個縮影。自 20 世紀 80 年代出現以來，資料庫技術降低了例如庫存管理等資訊儲存、分析、以及處理相關認知任務的成本。可以說有了資料庫的支撐，才有了第一代軟體。
風險投資公司安德森霍格沃茲基金的 Frank Chen 表示，人工智慧將會使人類能夠預測未來，並作出正確的反應。例如谷歌的 Gmail 在人工智慧技術的協助下具備了根據郵件內容自動回覆的能力，這也是人工智慧未來的早期例證。
和過去的由個人電腦和行動電話等新技術所帶來的浪潮一樣，透過幫助科技巨頭改造現有業務以及激發新業務，人工智慧有潛力讓科技世界重新洗牌。
但是它也帶來一種威脅感。Jeff Bezos 的得力助手，亞馬遜 Worldwide Consumer 執行長 Jeff Wilke 說道，「如果你是一家科技公司，你沒有把人工智慧作為自己的核心競爭力，那麼你就要自己從其他領域尋找創新機會。」
在激烈競爭、高度期望以及大量炒作的推動下，這股人工智慧熱潮就像是第一次加州淘金熱一樣。儘管中國的公司如百度和阿里巴巴都在投資人工智慧，並將技術部署在國內市場，但是技術的主要勘探者還是西方的科技公司。人們普遍認為谷歌母公司 Alphabet 在這一領域處於領先地位。該公司多年來已經從人工智慧方面獲取可觀的利潤並且擁有該領域世界著名的研究員。
但是現在僅僅是競爭初期，比賽還遠未結束。在接下來的幾年中，科技公司巨頭們將透過三種方式進行正面交鋒——繼續人才爭奪大戰，幫助培養企業「大腦」；嘗試比對手更高效地將機器學習應用在現存業務中；嘗試在人工智慧的幫助下創造新的盈利中心。
低能特才
當前人工智慧市場環境下，最瘋狂的就是人才的競爭。相比之下人才要比資料或者計算能力稀缺得多。市場對能夠以創新型方法將機器學習技術應用於大規模資料集中的人工智慧「建造者」需求激增，遠遠超過了學習這些技術的頂尖學生的數量。
微軟的 Gurdeep Singh Pall 表示，今天的人工智慧系統就像是「低能特才」一樣，「他們在自己的領域有很強的能力，但是如果你不正確使用的話，就是一場災難。」僱傭合適的人員對公司的生存至關重要（一些初創公司由於缺乏正確的人工智慧人才而招致失敗），這場人才的爭奪掀起了一股掠奪學術部門的浪潮，各大公司紛紛在高校招攬教授甚至是一些尚未完成學業的研究生。
卡內基梅隆大學電腦科學學院院長 Andrew Moore 表示，招聘會現在就像是「感恩節或者黑色星期五的沃爾瑪」一樣瘋狂。這一學院是人工智慧領域領先的研究機構，其機器人部因為在 2015 年被 Uber 挖走而出名。
除招聘會外，一些學術會議，比如本週在加州長灘舉行的 NIPS 也成為了儲備人才的地方。最好的招聘物件就是那些學術界的人工智慧明星學者，像 Facebook 的 Yann LeCun 和谷歌的 Geoffrey Hinton。這兩位都是與大學保持聯絡的前教授，可以吸引別人和他們一起工作。除鉅額薪水外，公司往往會拿出自己獨有的資料財富用來吸引這些明星學者。
如果上述人才招攬方式都行不通，這些科技巨頭們可能會買下整個初創公司。科技行業首次這樣做還是在 2014 年，當時谷歌花費約 5 億美元買下了一家沒有收入也沒有產品的初創公司 DeepMind，該公司唯一擁有的就是一群深度學習研究人員。
這筆交易促成了著名的 AlphaGo 的誕生，它在圍棋領域擊敗了世界冠軍。看到這一趨勢，其他公司也紛紛斥資收購虧損的創業企業，這些創業公司的估值通常不以未來利潤或是銷售額來決定，而是取決於其擁有的員工，每個員工的價值可能高達 500 萬到 1000 萬美元。
叩開巨頭的大門
公司對如何對待員工有不同的理念。一些公司，比如微軟和 IBM 在人工智慧研究方面投入鉅額資金並且發表了大量論文，但是並不要求研究人員將他們的研究成果用於商業行為。與之相對的是蘋果和亞馬遜，這些公司並不具備大量的科研創新，而是將所有的工作都投入到產品的研發中。谷歌和 Facebook 則介於二者之間。
激烈的人才爭奪戰迫使一些以往神秘的公司變得更加開放。Facebook 人工智慧研究實驗室的領導人，LeCun 解釋道，「如果你告訴他們，『過來我們們一起幹吧，但是你卻不和他們你到底在幹什麼』，那麼人才不會過來的，你這是在謀殺他們的事業。」
在公司保密性以及人才吸引力之間做權衡對中國的巨頭公司同樣適用，中國公司正嘗試在西方建立前哨基地並聘請美國研究人員。百度在 2013 年和 2017 年分別開設了兩個以人工智慧為重點的研究實驗室。西方的人工智慧研究人員對它們評價很高，但是更喜歡為美國的巨頭公司們工作，部分原因是美國公司的透明度相對較高。
如果能夠吸引到人工智慧方面的合適人才，公司的整體程式將會迅速推進。安德森霍洛維茨基金的 Benedict Evans 表示，擁有人工智慧就像「擁有一百萬名實習生」一樣。這種計算能力將被整合到企業現有的業務中。
人工智慧的優勢在企業對使用者需求的預測當中體現得尤為明顯。例如，自動推薦和建議功能影響著 上 3/4 的觀看數，以及超過三分之一的亞馬遜交易量。擁有流行應用 Instagram 的 Facebook 使用機器學習識別帖子、照片和影片的內容，並展示與使用者相關的內容，此外，機器學習還被用於 Facebook 上垃圾資訊的過濾。曾經，Facebook 透過時間線排列相關帖子，但是現在其透過相關性推薦帖子和廣告，提升了使用者的參與度。
Facebook 的人工智慧應用小組的負責人 Joaquin Candela 表示，如果沒有機器學習，Facebook 永遠不會達到目前的規模。沒有在搜尋引擎中使用人工智慧的公司、或者在此領域落後的公司，生存正在變得愈發艱難，例如雅虎的搜尋引擎以及微軟的 Bing。
亞馬遜和谷歌在將人工智慧應用在一系列業務方面的進展最為迅速。機器學習使得亞馬遜的線上和物流操作效率更高。其在配送中心擁有大約 8 萬臺機器人，除此之外還使用人工智慧對庫存進行分類，決定哪些包裹裝上哪輛卡車。
在生鮮訂購流程中，亞馬遜將計算機視覺用於識別草莓和其它水果的成熟和新鮮程度，以確定是否可以將其交給客戶，並且亞馬遜還在研發自動化無人機，將在未來用於訂單交付業務。
至於谷歌，它使用人工智慧分類 YouTube 上的內容，並去除能夠引發爭議的影片。另外，在 Google Photos 中，人工智慧被用來識別人物並進行分組。同樣，人工智慧也被嵌入在谷歌的安卓作業系統中，幫助安卓更順暢地工作，同時預測哪款應用最受人們的歡迎。
Google Brain 被認為是人工智慧領域在提升機器學習應用方面最優秀的研究小組之一，進行了很多創新性的工作，例如改進搜尋引擎演算法。至於 DeepMind，這家英國公司可能從來沒有為 Alphabet 創造很多的實際收入（圍棋專案是一場公關活動），但是透過提高全球資料中心的能源效率幫助其節省了資金。
除上述 C 端產品外，人工智慧還被廣泛應用於企業界。IBM 人工智慧平臺 Watson 的負責人 David Kenny 預測，世界上將出現兩類人工智慧公司——面向消費者的人工智慧服務供應商以及面向企業的人工智慧服務提供商。實際上，這種最終局面的形成可以溯源到科技巨頭們在雲端計算方面的佈局。
供應商們正在爭先恐後地將人工智慧作為一種實現雲端產品差異化以及拴住客戶的方式。AWS、微軟的 Azure 和谷歌雲三巨頭向其它公司提供應用程式程式設計介面（API）來輸出自己的機器學習能力。例如，微軟的雲服務 Azure 幫助 Uber 建立了一個驗證工具，可以讓司機在工作時自拍以確認其身份。谷歌雲提供了一個「求職 API」，可以幫助企業把最合適的崗位匹配給最合適的應聘者。
自助式人工智慧的誕生
從零售業到媒體，很多其它行業都受益於雲產業中人工智慧的「民主化」。向那些沒有能力或規模來獨立建立複雜功能的公司提供人工智慧服務，或可成為 2500 億美元雲產業中的一棵搖錢樹。但是，供應商往往要為客戶的複雜需求提供定製化 API，這需要大量的時間。靠軟體銷售與售後支援起家的微軟，似乎在這一領域會做得不錯。谷歌的雲端計算經理 Diane Greene 說，人工智慧產品將變得「更近於自助式」，一切只是時間問題。
IBM 是另一位競爭者，為了為其 Watson 平臺背書，它已經開展了一段大規模的營銷活動。人工智慧研究者往往對 IBM 不屑一顧，該公司有一大塊諮詢業務，並以時間效益高於程式碼質量的價值標準而聞名。
該公司的批評者還指出，雖然 IBM 已經在 Watson 上投資超過 150 億美元，並在 2010 年到 2015 年間對外投資了 50 億美元，但這些投資大多是以獲取專有資料為目的，IBM 在並沒有大量的獨有資料。但是 IBM 的弱點可能無法阻止它前進的腳步，因為大多數企業老闆都對於人工智慧戰略的制定倍感壓力，但卻願意花大錢快速購買一個，絕不手軟。
迄今為止，大多數的科技巨頭都在試圖利用人工智慧從現有業務中獲利。在接下來的幾年裡，它們希望透過人工智慧來建立起新的業務，其中虛擬助手便是一個競爭激烈的領域。雖然智慧手機很瞭解它們的使用者，但由人工智慧驅動的虛擬助手則能使關係更進一步，智慧音響同理。
蘋果是第一個探路者，它於 2010 年收購了語音助手 Siri。從那時起，亞馬遜、谷歌和微軟相繼投入巨資，因此其語音助手的識別效果變得越來越好。後來，三星、Facebook 和百度也競相提供這些產品。
通用人工智慧之戰
目前還不清楚智慧音響的市場是否足夠大，但可以肯定的是，人們將越來越多地從文字交流轉向網際網路互動。「所有這些公司都明白，誰解決了消費者的痛點，誰就將統治這個市場，」《The Master Algorithm》一書作者 Pedro Domingos 說到。
進一步展望未來，擴增實境（augmented-reality，AR）裝置是人工智慧服務商的另一個機會。諸如即時通訊應用 Snap 和遊戲 Pokémon Go 等移動應用程式都是擴增實境的早期案例，不過擴增實境的潛力遠非如此，它將徹底變革人類與網際網路的關係。人們不再透過一個小螢幕來消費數字資訊，而將擁有一種三維的、無處不在的體驗。擴增實境裝置將提供行動式的人工智慧功能，比如同聲傳譯和麵部識別。
在擴增實境領域的競爭中，科技巨頭們還處於熱身階段，並沒有太大進展。谷歌和蘋果已經推出了擴增實境軟體開發包，它們都希望開發人員在其平臺上構建基於擴增實境的應用程式，還有一些科技公司正急於開發擴增實境硬體。
谷歌很早就推出了一款擴增實境眼鏡的原型 Google Glass，但是它失敗了。微軟開發的 HoloLens 價格在 3000-5000 美元之間，是一款小眾產品。其它公司，包括 Facebook 和蘋果，都被外界認為正在計劃它們自己的產品。躋身人工智慧前列，就相當於在這些新興領域遙遙領先。
沒有什麼比自動駕駛汽車更能反映這一點了。科技公司正在全速建造大型專有資料集，並利用計算機視覺來訓練其系統去識別現實世界中的物體。自動駕駛技術潛力巨大，因為個人交通是一個巨大的市場，全球總值約 10 萬億美元。而且任何一個切入自動駕駛汽車領域的公司都可以將其知識能力運用於其它基於人工智慧的專案，比如無人機和機器人。
人們對搜尋引擎或許會貨比三家，以體驗感為衡量標準，但是在選擇自動駕駛汽車時，則更傾向於那些安全性最佳的廠商，這意味著，那些最有能力利用人工智慧模擬現實世界，並擁有最少崩潰記錄在案的公司將獲益無窮。
各個公司解決這一問題的方式不相同。中國巨頭百度正試圖建立一個自動駕駛汽車作業系統，就像谷歌的移動裝置平臺 Android 一樣（儘管目前還不清楚該公司打算如何盈利）。Alphabet、 Uber、Tesla 和一群鮮為人知的初創公司，以及越來越多的汽車製造商，也都有它們自己的戰略和打法。（傳聞蘋果公司已經縮小了其在自駕車領域的企圖心。）
科技公司的人工智慧戰略正在將世界由虛擬軟體推向實體硬體，自動駕駛汽車只是其中的一個側面。許多公司，包括 Alphabet、蘋果和微軟，都都在投資建立專用而強大的「人工智慧晶片」，為它們的各種產品提供動力。它們將與該領域的霸主 NVIDIA 公司展開競爭，後者生產的強大晶片可用於自動駕駛汽車和虛擬現實等人工智慧領域。
目前還不清楚像 Alphabet 和蘋果這樣的公司會把這些晶片賣給競爭對手還是自用。它們有理由利用其創新來改進自己的服務，而不是把成果租售給競爭對手。這樣一來，只有很少量的公司在底層計算能力方面佔有強大優勢，可能會產生問題。
晶片行業的趨勢引出了一個更廣泛的問題，即人工智慧力量是否會進一步收攏在當今的數字巨頭手中。鑑於它們擁有豐富的資料、強大的計算能力、先進的演算法和人才，早期的投資佈局更是讓它們如虎添翼。回顧巨頭成長的歷史，資料庫和個人電腦的興起為一小撮科技公司（資料庫方面是 Oracle 和 IBM，個人電腦領域是微軟和蘋果）開闢了先發優勢，即便那只是暫時的。
以人才、計算能力和資料為衡量標準，谷歌似乎領跑人工智慧。它能夠負擔最聰明的人才以及五花八門的專案，從無人機到汽車再到智慧軟體，那些對機器學習感興趣的人很少會離開谷歌。在人工智慧這件事上，其它公司不得不認真學習，但谷歌的創始團隊是早期的機器學習愛好者，谷歌認為這是一種競爭優勢。
人工智慧的精神家園
一些有社會影響力的人物，比如 Elon Musk（特斯拉和火箭公司 SpaceX 的老闆）擔心 Alphabet 和其他公司壟斷人工智慧人才和專家。Elon Musk 和矽谷其他一些重量級的人物資助了 OpenAI，一家非營利性的研究機構，專注於人工智慧研究並且不與任何企業產生聯絡。馬斯克以及其他一些人擔心，如果某家公司最終攻破了通用智慧問題，會發生什麼。
所謂通用智慧是指計算機可以在沒有明確程式設計的情況下執行任何人類的任務。這樣的願景已經存在了幾十年，但是這並不妨礙谷歌對這一情況進行討論。Google Brain 的老闆 Jeff Dean 表示，我們絕對想要攻破通用人工智慧。如果一個公司能夠獲得這種技術，它可以完全改變競爭格局。
同時，突破通用智慧很大程度上取決於科技公司的開放和合作態度。除了發表文章，如今許多公司都將其機器學習框架開源，為競爭對手和獨立開發者提供曾屬於公司內部的工具。比如，谷歌的 TensorFlow 框架就尤為受到歡迎。Facebook 已經開源了自己的兩個框架——Caffe2 和 Pytorch。
開放具有戰略性優勢，在開發者使用開源框架的同時，這些框架也在被除錯，並且其身後的公司也會贏得聲譽。另一個非盈利研究小組，艾倫人工智慧研究所的 Oren Etzioni 打趣說：「要小心那些帶著禮物而來的極客們。」
人工智慧領域的一些專家擔心像 TensorFlow 這樣的框架會先吸引開發者使用，再進行收費，或者用其他方式利用這些研究員獲取收益，這樣謹慎的考慮或許是明智的。不論是在矽谷還是在世界各地，很少有人考慮到這股淘金熱還有很長一段路要走。大多數技術人員被人工智慧的光輝前景以及潛在的收益消耗了太多時間，以至於他們沒有時間擔心未來。