一篇文章看透IBM、Google和Intel三大巨头，在人工智能领域如何博弈
IBM在AI领域布局围绕Watson 和类脑芯片展开，试图打造AI生态系统。目前IBM已撤销全球业务咨询GBS和技术服务 GTS等部门，并转型成认知解决方案和云平台公司。IBM开发的Watson于2011年在一档名为《危险边缘》的电视智力竞赛节目中赢了人类冠军对手，此举为Watson在流行文化界赢得名声。
商业方面:
目前，IBM 不再将沃森作为单一系统开展业务，而将其功能分割成不同组成部分，每个部分都可被租用出去以解决医疗、水资源管理、保险诈骗、时尚、环境等问题。
沃森在分析问题并确定最佳解答时，运用了先进自然语言处理、信息检索、 知识表达、推理和机器学习技术，来收集大量证据、生成假设、并进行分析和估。目前，沃森已开发40 种不同产品，包括常见语言识别服务等。沃森善于认知，专为理解、推理和学习而设计，有机会战胜从前无法完成挑战，如智胜医疗挑战、智胜水资源管理挑战、智胜保险诈骗挑战、智胜时尚挑战、智胜环境挑战、智胜并购风险挑战等。
医疗诊断方面
沃森在医疗领域主要关注肿瘤和癌症的诊断，其优势在于自然语言处理，通过挖掘非结构化数据寻找深层关系。沃森医疗商业战略为：
1、深度聚焦肿瘤领域，并向其他领域扩展；
2、通过大规模收购获取数据资源；
3、通过合作等扩展使用场景，输出生态能力。
汇聚了医疗保健数据、人力、能力、客户后，Watson Health 将成为潜力巨大的医疗保健大平台，沃森认知计算助力智慧医疗领域。沃森效率、精确度大幅高于人类，“认知计算+医疗”前景广阔，IBM 深刻受益行业发展红利。
Google大概是人工智能的最大用户。AI技术为Google的许多产品提供动力，从搜索引擎到无人车都离不开AI。据《日本经济新闻》报道，美国谷歌正在加速推进“后智能手机时代”的增长战略。其核心便是正在飞速发展的人工智能(AI)。5月18日，谷歌发布了人工智能型聊天应用和家用语音识别终端，并自主开发了专用芯片。当谷歌拥有传统强势的智能手机市场开始放缓，谷歌开始将重心向人工智能转移。
1）对DeepMind的收购及后续运作
2014年年初，谷歌以4亿美元的架构收购了深度学习算法公司——DeepMind， 7月，谷歌以DeepMind为主体与牛津大学的两支人工智能研究队伍建立了合作关系。DeepMind也很快发布了研究成果，它在10月份公布了一种新的模拟神经网络，旨在模仿人类大脑的工作记忆原理，拥有更加强大的归纳整理和联想演绎等逻辑处理能力，从而带来更快的任务处理速度，还可以通过训练去自行处理任务，这种全新的深度学习算法可用于计算机视觉和语音识别等领域。DeepMind最杰出的代表成果就是阿尔法狗，在2016年3月的世界围棋大战中，阿尔法狗以4：1大胜世界排名第一的李世石，人工智能再次战胜人类，也进一步引发了用户对人工智能发展的关注。
2）自动驾驶汽车
对于自动驾驶汽车，谷歌在这方面要领先于传统汽车厂商。谷歌的自动驾驶汽车战略的起步是从收购510 Systems及其姊妹公司Anthony’s Robots开始的，2011年谷歌收购了这两家公司。2011年10月，510 Systems悄然加盟谷歌，成为谷歌神秘部门Google X“moon shot”的关键组成部分。改装后的Pribot整合了谷歌的强大软件，也一并被谷歌收购。在此基础上，谷歌于2014年7月份推出了100辆原型车来执行小规模的市区道路测试，这是自动驾驶行业首次进行的规模化城市道路测试。
为推动无人驾驶汽车的发展，谷歌也在申请无人汽车上路而努力。2016年2月份，谷歌赢得了重大胜利，NHTSSA（国家公路交通安全管理局）裁定，按照联邦法律导航无人驾驶汽车的AI系统可以被认为是司机。规定为未来扫清了道路，以后的无人驾驶汽车没有方向盘、刹车、加速油门，以及人类用于控制汽车的其它组件。
3）以Nest为基础的智能家居生态系统建设
谷歌于2014年1月份以32亿美元收购了智能家居制作商Nest，该公司主要提供智能恒温器和智能烟雾探测器，并已经拥有 100 多项专利，200 多项专利已在美国专利局备案，另有 200 多项专利准备备案。6月份，谷歌通过Nest花费5.55亿美元收购了基于云端的家庭监控公司Dropcam，10月份，又收购了智能家居中枢控制设备公司Revolv，该公司将参与Nest的开放计划“Works with Nest”。Nest对于产品的研发也是马不停蹄，于2014年年底一口气发布了四款产品，包括一款室内自动恒温计、两款网络监控摄像头和一款烟雾警报器。
4）在图形识别和语音识别研究领域的重大进展
在图像识别方面，谷歌在2014年8月份收购了一家图片分析公司Jetpac。Google研究院也发表了一篇文章，表明未来Google的图形识别引擎不仅仅能够识别出照片的对象，还能够对整个场景进行简短而准确的描述。除此之外，谷歌一直在积极吸引图像识别和计算机视觉方面的专家参与到谷歌的项目研究中来，比如说向研究计算机视觉和模式识别的助理教授Devi Parikh授予了谷歌内部研究奖项Faculty Research Awards和 9万美元的无限制基金，并允许她直接同谷歌的其他研究者和工程师进行合作。
5）Google神经机器翻译系统（GNMT）
2016年9月28日，谷歌在 ArXiv.org 上发表论文《Google`sNeural Machine Translation System： Bridging the Gap between Human and Machine Translation》介绍谷歌的神经机器翻译系统（GNMT），随后谷歌 ResearchBlog 发布文章对该研究进行了介绍，还宣布将 GNMT 投入到了非常困难的汉语-英语语言对的翻译生产中，引起了业内的极大的关注。
2016 年，人工智能步入甲子之年，在一场举世瞩目的智能挑战中，代表人工智能的Alpha Go完胜人类围棋冠军。这一年，摩尔定律走到第 51 个年头。两件看似不相关的事实放在一起却像一个巨大的时代隐喻，作为芯片帝国缔造者的英特尔，尤其是在错过移动互联网 10 年红利的大背景下，英特尔的机会又在哪里？
收购
2015年12月，英特尔完成了对可编程逻辑器件厂商 Altera 的收购，并且将 Altera 的 FPGA 纳入到英特尔的产品线中。FPGA 是一种介于专用芯片和通用芯片之间，具有一定的可编程性，可同时进行数据并行和任务并行计算，FPGA 在特定领域，如图像识别、信号处理等场景中具有比 GPU、CPU 更低的能耗，性价比很高。2016 IDF 之前，英特尔宣布收购深度学习创业公司 Nervana System，这可能是一个比收购 Altera 更重要的一个举动。Intel执行副总裁暨数据中心事业群总经理柏安娜在官方博客里写道：「人工智能正在转变商业运作以及人们参与世界的模式，而它的子集──深度学习，是扩展人工智能领域的关键方法。」
押注人与机器的新交互
回到今年的 IDF ，如果说并购是英特尔传统处理器业务的扩展，那么这次 IDF 的众多新的产品或计划则是英特尔对于人机交互的新思考，前者押注在基础研究，后者则是应用层面的布局。事实上，科技的发展史也是人机交互的历史，而人工智能发展的路径同样隶属在人机交互的发展历程里。人工智能的进化是机器越来越聪明的的过程，所谓的「聪明」，体现在人机交互过程中，则是计算设备在识别（包括语音图像、视频、文本）、理解、情感方面的进化。通过 IDF ，英特尔展示对人机交互长期和短期的赌注。
实感技术：人与机器的浅层交互
实感技术是计算机视觉的某种体现，通过摄像头把感知能力和理解能力赋予新一代计算设备包括软硬件的解决方案，硬件层面由色彩传感器、红外传感器、红外激光发射器和实感图像处理芯片等部件组成了 3D 摄像头。软件方面，这个摄像头可以捕捉物体的色彩、计算物体深度和运动轨迹，并且还支持 3D 建模、实时渲染等。实感技术在机器人和无人机领域有着众多用途，这几乎相当于为机器人或无人机配备了一双「眼睛」，比如支持无人机的Aero 平台，而且作为一整套的软硬件解决方案，对广大中小开发者或创客来说意义重大。英特尔还把实感技术融入到虚拟、现实交互的新平台。
融合现实：虚拟与现实的交互
英特尔首席执行官科再奇花了大量篇幅阐述融合现实平台 Alloy 以及头盔产品Alloy 之于未来的意义。相比于当下火热的虚拟现实设备，英特尔希望将交互过程的计算与感知融入头盔里为了推广这个平台，英特尔将在微软的 Windows 10 上部署相关产品，据了解，2017 年升级后的Windows 10将支持主流PC运行Windows Holographic，Windows应用即可体验混合现实。不过与相对成熟的虚拟现实平台相比，英特尔的 Alloy 平台还处在起步期，其第一代 Alloy 硬件要到 2017 年才会开放，要形成更具生态效应的平台，还需要技术、商业的多重博弈。