人工智能和大数据让科技巨头更难以颠覆！

一周前，谷歌发布的一项创纪录的AI（人工智能）研究成果显示，当前的AI繁荣的关键业务动态：消费者和经济越来越依赖的科技公司的生态系统，传统上被认为是通过破坏而保持创新和非垄断的小型公司的快速发展壮大。但是当竞争取决于由大量数据所驱动的机器学习系统时，颠覆科技巨头可能比以往更难！

谷歌公布了与卡内基梅隆大学的合作。他们在图像识别上的实验花了整整两个月的时间，把50个强大的图形处理器捆绑在一起，并使用了空前庞大的3亿张标记图像集合（图像识别中的大量工作只使用了100万个图像的标准集合）。该项目旨在测试是否可以获得更准确的图像识别，而不是通过调整现有算法的设计，而只是通过给他们更多的数据。

在Google和CMU的研究人员对他们的新的数据集进行了一个标准的图像处理系统培训之后，他们表示，它在多个标准测试中产生了新的最先进的结果，用于软件如何解读图像，例如检测照片中的对象。他们抽取的数据量和出现的图像识别算法的准确性之间存在明确的关系。

更多的数据可以在更大的范围内表现出更多的性能，这表明作为一个数据丰富的科技巨头，如谷歌、脸谱网或微软，可能比以前实现的更大的好处。谷歌的大数据集处理3亿图像不产生巨大效益的跳跃从100万到3亿的图像目标检测评分增加3个百分点，科技巨头可以通过调整他们的算法更适合于超大型数据集扩大优势。

以AI为中心的公司，数据囤积已经成为一种防御性战略。谷歌，微软等人都开源软件，甚至是硬件设计，但是使用这种工具有用的种类数据却不那么自由。技术公司确实发布数据：去年，谷歌发布了超过700万个YouTube视频的大量数据集，Salesforce开辟了维基百科的一个数据集，帮助算法与语言协同工作。但是这种版本的大数据通常对潜在竞争对手的价值并不高，也没有太大的商业价值，科技巨头掌握的大数据具有商业价值的部分是不会对外公开的。