为什么IBM怼上谷歌，说它搞人工智能的方向错了？

资料来源：长城证券、资讯站、新智元

如果你也关注人工智能方面的消息，那么你也许跟iot101君一样，注意到了近日IBM Watson 总经理 David Kenny接受科技新媒体 The Information 采访的文章——《IBM：谷歌发展人工智能的方向错了！AI 操作系统不是未来》。

在被问及“如果IBM希望向企业推广 Watson，那为什么要在超级碗上投放一段针对消费者的广告？”这个问题时，David Kenny给出了这么一个回答：

我们的论点与另外三大人工智能企业（亚马逊、谷歌、微软）有所不同，这方面争论很大。我们是否应该以面向消费者的方式来塑造 Watson 的品牌形象？如果您认为人工智能将朝着人工智能操作系统的方向发展，那就可以朝这个方向努力。但我们不这么认为。

在与 Watson 的大多数互动中，最终用户都看不到 Watson。他们只会认为自己在与一家银行、保险公司、律师或医生对话。Watson 主要负责延伸企业用户的个性，所以这更像是一个“白标签”。我们之所以探讨增强智能，而不是人工智能，是因为我们的很多工作是增强企业各种措施的效果。

好吧，从David的回答来看，似乎IBM内部也没有对自身是否应该像其他科技巨头那样着眼于消费者市场有明确的认知。不过，IBM就这么直白的怼了谷歌的人工智能发展思路，却是事实。

虽然目前全球范围内已经有很多行业巨头，甚至初创企业都在积极发展人工智能，但是在很多情况下，人们更愿意将IBM与谷歌拿出来做对比、分析，尤其两家企业在人工智能发展战略上存在巨大差异。

IBM

Waston：从最初的一个研究项目，到如今的平台 应用

人工智能是 IBM在2014 年后的重点关注领域。IBM在人工智能领域无出其右，如80年代的专家系统、1997 年击败国际象棋冠军卡斯帕罗夫的深蓝计算机、2011 年在美国智力竞赛节目《危险边缘》 中战胜其人类对手的沃森系统均出自 IBM。

我们知道，6 年前Watson 还只是 IBM 数据中心的一个研究项目。而如今，该研究项目已经发展成为一个以Waston为核心的、同时又与云平台关联的 Watson 平台。目前，IBM 内外部已经基于 Watson 构建了数百个出色的应用。IBM 2016 年第三季度财报显示，以Watson为代表的认知解决服务实现营收 128.89 亿美元 ，营收增长迅速，占比高达 22. 17%，IBM在人工智能领域盈利开始爆发 。并有机构作出预计2016-2018年IBM认知解决服务分别实现营业收入190.39 亿元、218.95 亿元 、240.84 亿元 ，届时认知解决服务占IBM营收比例将达24.56% 、26.89% 、 28.72%， 成为驱动IBM业绩增长的主要业务。

AI发展战略：转型成为认知智能解决方案提供商

IBM在人工智能领域布局围绕Watson和类脑芯片展开，试图打造人工智能生态系统。

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特定商业问题。以 IBM沃森为代表的认知技术将商业带入认知商业时代，帮助各行业挖掘商业价值，重塑产业格局。IBM在替客户提供创新解决方案，客户不断向沃森输入自己企业数据并对沃森进行训练。

——摘自 长城证券

正如David Kenny在采访中所说的，与其他人工智能企业相比，Watson有一个独特的地方，那就是他们在设计时所围绕的数据并不在互联网上。正因为此，IBM才着力发展医疗健康和金融服务，学习税法和建筑图纸，并将数据应用于出版领域，为每个垂直领域构建用例。

话是这么说，不过目前为止IBM最突出的还是在健康医疗、金融和税法几个领域。下面，让iot101君带您回顾一下IBM在这几个领域几个比较代表性的事件：

医疗领域

• 2013年10月，IBM宣布德克萨斯大学癌症中心MDAnderson正在使用Watson认知计算系统共同消灭癌症。

• 2015年4月，IBM通过成立WatsonHealth部门正式踏入医疗领域。从2015 年 4 月发展至今，该部门拥有的员工已占到Watson总员工的 2/3 。 IBM成立该部门面向医疗健康行业提供数据分析服务，主要通过数千万苹果设备收集的用户健康数据来分析。

• 2015年5月，IBM联手软银，将Watson带入全新的企业领域。据了解，沃森在日本市场首批进入的领域包括了教育、银行、医疗、保险和零售行业。而Watson Developer Cloud也将让该国的开发者受益，软银和IBM则会专门针对日本市场推出新的API。

• 2015年8月，IBM以10亿美元收购了医学影像软件公司Merge Healthcare，与旗下Watson健康部门合并。Watson开发许多工具来辅助自动化分析，已经实现自动化的除电子健康记录数据、实验室结果记录、基因组测试之外，还包括了X射线交叉，MRI和其他图像方面等。

• 2015年5月，IBM宣布，14家来自美国和加拿大的癌症治疗机构将开始部署沃森（Watston）计算机系统，该套系统将能根据病人肿瘤的基因指纹选择出适合的治疗方案。

• 2016年10月，IBM 正在和奎斯特诊断公司合作，通过云服务，向周一坐诊的肿瘤医生提供基因测序和沃森诊断分析，帮助治疗癌症患者。

• 2016年12月，IBM与RSNA达成合作，旨在推进Watson在文本和影像数据中的应用，进一步提高诊断速度和提高效率。后者所钻研的技能是：利用深度学习来识别解剖结构中的特定位置并检测出异常，一旦实现，这种技术将会对医生的临床诊断有重大的决策支持作用。

• 近日，IBM中国官微发布消息称与CNYCC和AtriusHealth合作，这两家机构均为非盈利医疗机构，是提供价值型医疗服务的行动者。

总之，Watson在医疗领域主要关注肿瘤和癌症的诊断，通过挖掘非结构化数据寻找深层关系，并制定了一套属于Watson医疗商业独特的战略：

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。

税务领域

年初，IBM Watson和美国一家为市民提供税务筹划、银行服务等业务的金融公司 H&R Block 召开发布会，宣布双方正式展开合作，表示此次合作是Watson系统第一次应用在税收准备工作当中。据发布会消息，H&R Block 公司的专家已经对Watson第一阶段的训练进行了检验，并认为该阶段的训练相当有成果。而随着Watson参与越来越多的报税季，它的准确性也会随之增加。预计到今年年底，H&RBlock 将利用Watson惠及全球超过 10 亿报税人。

利用Watson的超强能力，对于IBM公司来说，也是个双赢的结果。因为这样的合作强化了自身的人工智能战略，即让IBM的技术进入更多的领域。通过自己的合作伙伴，让Watson接触到更多的消费者。

金融领域

• 2015年初，IBM公布了早期区块链项目之一，此后该公司一直致力于整合沃森人工智能技术与分布式账本技术。

• 2016年6月，IBM在新加坡滨海湾成立WatsonCentre，致力于以区块链应用为核心，开发人工智能技术。

• 2016年8月，IBM重组了内部区块链团队并正式升级为事业部，合并人工智能Watson与云计算开发项目，搭建新的产业平台。该事业部将推动制定相关进程的标准，实现区块链 人工智能应用在行业市场的落地。

• 2016年9月，IBM将收购金融咨询公司鹏睿金融集团，这家计算机制造商表示正成立一个名为Watson金融服务的新部门，该部门会试图利用其人工智能计算机系统Watson的巨大威力，为客户提供风险与合规方面的咨询意见。

• 2016年10月，IBM已达成协议收购金融公司PromontoryFinancial Group，IBM会将这家公司的服务整合进人工智能平台Waston，提供金融监管服务。

总的来说，IBM所做这些就是希望实现用人工智能(AI)技术分析监管规定、并为金融机构提供咨询意见的更大目标。

当然，从“医疗”到“税务”，再到“金融”，虽然听上去着这几个领域有种天壤之别、互不相干的感觉，但它们有着一个共同的特点，即都需要处理海量的数据。从上面的三个领域的合作、收购案例可以看出，IBM无论是收购的对象，还是收购的对象都是紧紧围绕着某个垂直领域，专注于这个的领域的企业。

同样是发展人工智能，同样是人工智能巨头，谷歌的设计思路则与IBM截然不同！如果说，IBM发展人工智能是一种基于垂直方向的设计思路，先扎根于某个垂直领域，再从在这个领域进行晕开。那么谷歌发展人工智能则有自己的一个很明显的特点——基于自身的操作系统在水平方向上不断进取，然后辐射到各行各业。

谷歌

AI战略：从基础技术到产品的全产业链布局

谷歌在2011年成立人工智能部门，目前已经有100多个团队用上了机器学习技术，包括谷歌搜索、Google Now、 Gmail等， 并往其开源 Android 手机系统中注入大量机器学习功能（如用卷积神经网络开发Android手机语音识别系统） 。

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。