導讀：早在21世紀初開發大數據技術（諸如Hadoop、Pig和Hive）時所開展的研究和產品開發，就已經涵蓋了目前大多數大型商業企業所開展的工作。

谷歌（Google）、Facebook和體量較小的雅虎（Yahoo）都在這個時期開展了大量人工智能的工作。這些公司有大量的數據需要分析。有大把的錢可花（至少在谷歌和Facebook是如此），并且與學術研究人員保持著密切的聯系。

作者：托馬斯·H. 達文波特（Thomas H. Davenport）?

來源：大數據DT（ID：hzdashuju）

01?谷歌

谷歌一直是互聯網巨頭中（也許是世界上所有的公司中）最活躍的AI開發者和使用者，這應該不足為奇。

2011年該公司與斯坦福大學的吳恩達（Andrew Ng）教授合作，在谷歌X研究實驗室開始研究AI（特別是深度學習）。這個項目后來被稱為谷歌大腦。他們選定的方法是深度學習，用于圖像識別等任務。到2012年，該團隊已經征服了人類最緊迫的問題之一：如何讓一臺電腦在互聯網上識別一只貓的照片。

第二年，谷歌聘請了將神經網絡帶入到研究與應用熱潮的多倫多大學研究員杰弗里·辛頓。2014年，谷歌收購了總部位于倫敦的DeepMind公司，該公司在深度學習方面擁有深厚的專業知識。谷歌大腦團隊的工具幫助AlphaGo（谷歌公司的一款下圍棋的人工智能程序）戰勝了最強的人類棋手。

2016年，該團隊幫助谷歌翻譯實現了翻譯正確率的大幅度提升。

那一年谷歌（或其母公司Alphabet）在全公司2700多個不同的項目中采用了機器學習，包括搜索算法（RankBrain）、自動駕駛汽車（現屬于Alphabet子公司Waymo）和醫療診斷（屬于子公司Calico）。

按照硅谷的傳統，谷歌還在2015年將其TensorFlow機器學習庫作為一個開源項目免費開放，這使得它在使用AI的高新企業中廣受歡迎。

02?Facebook

Facebook在將認知技術融入其產品和流程方面可能沒有谷歌那么成功，但它也做得相當不錯。與業界牛人吳恩達和杰弗里·辛頓相匹配的專家是楊立昆（Yann LeCun），他既擔任了公司AI研究的掌門人也是紐約大學的教授。楊立昆特別專注于圖像識別，這也是Facebook關注的一個關鍵領域。

該公司有一個名為Lumos的圖像識別應用程序，可以分析Facebook或Instagram上的照片，并根據用戶的內容為用戶提供個性化廣告。Lumos也有助于識別被明令禁止的色情或暴力內容（盡管仍有許多人參與這類活動）、品牌和標識的非法使用或與恐怖主義有關的內容。

Facebook一直在某些形式的認知技術上不斷努力著。它試圖使用該技術來識別重要且相關的新聞并呈現給客戶（Facebook趨勢話題，Facebook Trend Topic），但是自動化過程發現很難區分真實新聞和虛假新聞。

俄羅斯黑客能夠在Facebook上故意發布虛假新聞，而不會被自動過濾器檢測到。Facebook的自動廣告投放系統也因為恐怖主義廣告的投放而備受爭議。

因此，Facebook不得不增加更多的人工審查員。然而，它寄希望于認知工具可以幫助人類更快、更有效地過濾虛假新聞或仇恨言論。

03?IBM的沃森

當然，IBM一般不被視為大數據和互聯網巨頭，但因它向市場推出了沃森，所以成為另一家擁有先進認知技術（通常稱為“認知計算”）的重要公司。

在2011年的電視游戲《危險邊緣》中，沃森全力以赴（并且取得了巨大的成功）擊敗了人類專家。沃森最初只是一個問答系統，能夠按照游戲的格式從在線文本知識中提取答案。

然而，現在沃森已經發展成為一個品牌，而不僅僅是某個特定的能力。該品牌不僅提供與認知問題解答有關的產品，而且還提供與圖像識別、天氣數據分析、物聯網以及基本統計分析和報告有關的產品。

甚至“認知沃森”（cognitive Watson）也推出了一套API（小型的、模塊化的程序，它們接收數據、執行特定任務并返回結果），可以混合及集成來解決特定問題。

有關沃森的好消息是，它是滿足認知技術運行的“平臺”（是少數可用的平臺之一）。大多數情況下，它的API都能稱得上名副其實。該公司在打造“沃森生態系統”方面做了很多扎實的工作，從而讓小型企業能夠在其產品中使用一些沃森的功能。

但是也有關于沃森的壞消息，而且AI社區中的許多人對它也持負面看法。該公司的市場宣傳已經超出了其真實的交付能力。例如，IBM聲稱已經掌握了六種癌癥的治療方法，但是由癌癥研究者和機構評估的實際結果卻模棱兩可，并沒有客觀、嚴謹的研究文章對其醫療保健項目進行評估。

而在醫療保健和其他行業中，往往只能在大量IBM（或其他公司）顧問的協助下沃森才能達成交付成果。杰弗里斯公司（Jeffries&Co.）在2017年的一份投資者分析報告中批評了沃森。

毫無疑問，《危險邊緣》的勝利令人印象深刻而且其市場宣傳也極大地提升了當時人們對這些技術的熱情。但是，如果認知技術不能滿足人們過高的預期，就可能在不久的將來又迎來另一個“AI的冬天”。更加明智的市場營銷（更多地了解系統實際能做什么，而不能做什么）將可能避免陷入這種困境。

關于作者：托馬斯·H. 達文波特（Thomas H.Davenport），美國巴布森學院（Babson College）信息技術與管理專業杰出教授，獲哈佛大學哲學博士學位，并先后授課于哈佛商業學院、芝加哥大學和波士頓大學。曾任埃森哲戰略變革研究院主任，研究領域廣泛，包括信息和知識管理、再造工程以及信息技術在商業中的應用。

本文摘編自《數字時代的企業AI優勢：IT巨頭的商業實踐》，經出版方授權發布。

延伸閱讀《數字時代的企業AI優勢》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：重點解讀了IBM、Amazon、臉書和Google等IT巨頭企業如何將AI運用到商業應用中。關注企業如何利用人工智能/認知技術來獲得商業利益和競爭優勢。

劃重點????

干貨直達????

• 為什么微服務化、數據倉庫都不是中臺？
  

• Python條件判斷語句詳解：if、else、switch都有了
  

• 終于有人把前臺、中臺、后臺都講明白了
  

• 人工智能的十大應用

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作

大數據?|?云計算?|?數據庫?|?Python?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?1024?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都完成了這個神操作

????

總結

以上是生活随笔為你收集整理的盘点谷歌、Facebook和IBM的重磅AI项目的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。