本文将带你了解物联网之谷歌、Facebook和微软争相利用人工智能重塑自我，希望本文对大家学物联网有所帮助。

　　李飞飞是人工智能领域的大拿。作为斯坦福大学人工智能和视觉实验室的主任，她领导开发了ImageNet，这是一个庞大的图片数据库，意在加快人工智能的“视力”发展。
   
      　　这项技术的确奏效了。在它的推动下，涌现了一批可以识别物体、动物、人类甚至整个场景的深度学习系统——在全球规模最大的图片分享网站上，这类技术早已无处不在。如今，李飞飞将在谷歌内部运营一个全新的人工智能团队，此举凸显出这家全球最大科技公司在人工智能领域的野心：他们希望围绕这种全新的技术重塑自我。
   
      　　除了李飞飞之外，社交网络服务Snap公司研发高管李佳也加盟了谷歌。她们将在谷歌云计算业务内共同领导一支团队，开发各种各样的在线服务，让所有程序员和企业都可以借此开发自己的人工智能技术。
   
      　　这个新的云机器学习事业群（CloudMachineLearningGroup）再次证明，人工智能不仅在改造谷歌所使用的技术，还在改变这家公司的组织方式和运营模式。
   
    　　谷歌并不是唯一一家快速转变方向的科技巨头。亚马逊也在打造类似的人工智能云计算事业群。Facebook和Twitter同样成立了类似于谷歌大脑（GoogleBrain）的内部团队，后者负责在谷歌自己的技术中融入人工智能。
   
      　　最近几周，微软也围绕其现有的机器学习项目重组了很多业务，成立了新的人工智能和研发事业群。而负责这个事业群的微软执行副总裁哈里·舒姆（HarryShum），在职业生涯初期就曾是一名计算机视觉研究员。
   
    　　非营利组织艾伦人工智能研究所CEO奥伦·艾奇奥尼（OrenEtzioni）表示，这些变化一定程度上是为了加强营销力度，充分利用外界对人工智能的关注。例如，谷歌就很重视外界对李飞飞的新事业群的关注，因为这对该公司的云计算业务有利。但艾奇奥尼表示，这些公司的确在内部推动实质性的转变，而人工智能也将在我们的未来生活中扮演越发重要的角色。“这不是单纯粉饰门面。”他说。
   
    　　新型云
   
      　　李飞飞的事业群是为了巩固谷歌在新的人工智能大战中的领先地位。该公司正在与亚马逊，微软和IBM等公司展开竞争，开发专门为人工智能设计的云计算服务。这其中包含的服务不仅能识别图片，还可以识别语音，完成机器翻译，甚至理解自然语言。
   
      　　云计算获得的关注始终不如消费级应用和手机，但却有可能主导这些科技巨头的营收。就连亚马逊和谷歌这些以消费市场为导向的服务也都认为，云计算最终会成为他们的主要营收来源。
   
      　　今后几年，人工智能将充分利用这一趋势，提供各种各样的工具，帮助企业开发他们原本无法独立开发的机器学习服务。RapidAPI是一家专门帮助企业用户使用这类服务的公司，该公司CEO艾多·基诺（IddoGino）表示，他们已经接触到数以千计的开发者，使用最多的就是图片识别服务。
   
      　　在上周宣布李飞飞的任命后，谷歌便推出了新版云计算服务，不仅可以识别图像和语音，还能完成机器翻译。该公司还宣布会很快推出一款服务，允许外界使用去数量庞大的GPU处理器“农场”，这种芯片是运行深度神经网络的关键。
   
      　　之前几周，亚马逊刚刚从卡内基-梅隆大学招募了一位著名研究员，负责该公司的工智能云计算事业群——微软也在一天前正式发布了可以开发聊天机器人的服务，并宣布将为特斯拉创始人伊隆·斯克（ElonMusk）和YCombinator总裁山姆·奥特曼（SamAltman）共同创办的OpenAI人工智能实验室提供GPU服务。
   
    　　新微软
   
      　　这些科技巨头不仅在争相为其他企业提供人工智能技术，还在内部加快自己的人工智能开发速度。今年9月末，微软宣布在舒姆的领导下成立新的人工智能和研发事业群。舒姆将领导5000多名计算机科学家和工程师，将人工智能整合到该公司的产品中，包括必应搜索引擎、小娜数字助理以及微软的机器人项目。
   
      　　该公司还对研发事业群展开了重组，以便快速将各种新技术整合到产品中。舒姆表示，该公司希望进一步加快人工智能技术的普及速度。微软最近几个月已经开始让聊天机器人走出实验室，将其融合到真正的产品中——但并未取得太大成功。不过，他们还是希望能在未来几年加快从研发到产品的转化进度。
   
      　　“我们并不知道客户对人工智能的期待是什么。”舒姆说。该公司认为，通过拉近研发部门与产品设计部门的距离，便可更好地理解人工智能如何满足用户的真实需求。
   
    　　新大脑
   
      　　类似地，谷歌、Facebook和Twitter也都成立了核心人工智能团队，在整个公司范围内传播人工智能技术。谷歌大脑最早是GoogleX实验室的一个项目，由现任百度首席科学家、前斯坦福计算机科学教授吴恩达领导。该团队提供了许多著名的服务，包括GooglePhotos的图片识别和Android的语音识别。
   
    　　但他们有可能与所有内部团队展开合作，包括谷歌安全团队，后者正在寻找各种各样的方法，通过机器学习寻找安全漏洞和恶意软件。
   
      　　与此同时，Facebook也拥有自己的人工智能实验室和类似于谷歌大脑的团队——应用机器学习事业群（AppliedMachineLearningGroup），其使命是在各种Facebook产品中推广人工智能技术。该公司CTO麦克·斯克洛普夫（MikeSchroepfer）表示，这种模式已经起到了效果：Facebook约有1/5的工程师现在都在利用机器学习技术。
   
    　　斯克洛普夫认为，Facebook应用机器学习事业群开发的工具是“一个改变一切的巨大飞轮”。“当他们开发了一种新模式或研究了一种新技术后，便可立刻被成千上万从事产品开发的人使用，并为数十亿人提供服务。”他说。
   
    　　在收购了多家人工智能创业公司后，Twitter也成立了一个类似的团队，取名Cortex。
   
    　　新教育
   
      　　这些企业都面临相同的困境：想要找到真正能够推动人工智能项目发展的人才非常困难。考虑到深度神经网络最近刚刚进入主流，像李飞飞这样的人才并不多见。普通程序员难以胜任这样的工作。
   
      　　深度神经网络是一种非常难以开发的计算机服务，它并不是通过编程来完成特定的任务，而是需要借助海量数据引导出所需的结果——工程师扮演的角色更像是教练，而非球员。
   
      　　因此这些大公司也在努力为员工提供在职培训，希望他们能够掌握这种新技术。今年春天有报道称，谷歌正在内部举办深度学习培训班，Facebook也为所有的内部工程师提供机器学习指导，还通过一个正式项目帮助员工成为全职人工智能研究员。
   
    　　人工智能如今已经成为科技行业的热点话题，这让人感觉它似乎会很快成为明日黄花。但谷歌、微软和亚马逊内部的情况显然并非如此。这些公司也都希望在整个科技领域推动这项技术的发展。
     
     
     
     
         

以上就介绍了物联网的相关知识，希望对物联网有兴趣的朋友有所帮助。了解更多内容，请关注职坐标人工智能之物联网频道！

延伸阅读

数据统计

为解决相关等问题，助力统计现代化改革，落实国家关于利用大数据等新一代信息技术积极推动地方统计全面改革的指导和要求。中科信息采取“互联网+统计”和“大数据+统计”的建设模式，聚焦统计数据的“存、通、用、融”，整合各类数据资源、打破统计专业之间的数据壁垒，建立大数据中心库、实现数据共享，利用数据治理、挖掘分析等大数据技术实现数据深度融合，深入挖掘统计数据价值，从而建立起安全可靠、数据协同、组织合理、运行高效的统计服务监督体系。最终助力统计部门提高工作效率和服务水平，推动统计监督体系完善和统计现代化改革进程。

作为统计数据的源头，企业和统计人员全面理解统计口径，规范化建立统计台账，按时、如实填报统计报表是确保统计数据真实准确的前提。提高统计数据质量，需要您的支持和配合。

统计监督的基本目标是确保统计数据真实准确、完整及时，因此强化统计监督职能作用有利于充分利用法治、行政等手段排除非法干扰和人为因素的影响，防范和惩治统计造假、弄虚作假，防止浮夸风的蔓延，避免失真失实统计数据干扰决策判断，为提高统计数据质量营造良好的内外环境。可见，统计监督是提高统计数据质量、保障政府统计权威性的有力武器。

负责对国民经济和社会发展状况进行统计监测、预测和综合分析研究，提出决策咨询建议；管理和提供经济社会综合性统计数据，管理综合统计数据库；负责统计数据发布和新闻宣传；组织、协调、管理全局统计分析和统计信息工作，管理宏观经济数据库；组织市统计年鉴的编纂工作；组织指导综合统计基础工作；指导市统计学会工作。

数据统计系统可以实现以图表和数据展示设备、应用、合规安全的数据统计和分析，并进行性能调整，包括设备数统计、应用数统计、用户统计、在线统计、设备平台统计、设备归属统计、越狱统计、策略统计、管理状态统计、版本统计、应用类型统计、角色统计。通过针对各项业务系统App的使用情况的收集、整理，包括App启动时间、运行时长、使用频率、使用周期等方面的数据统计，掌握业务系统的性能需求峰值信息，从而为整个系统平台的运行、维护、升级、更新等任务，提供切实的依据。

研究制定统计数据公开相关规定，实施统计数据发布清单式管理，增加统计数据发布内容；做好统计新闻发布，充分发挥政府统计网站、统计新媒体优势，加快推动统计媒体深度融合发展，改善统计用户体验；加强统计数据解读，引导社会公众正确理解使用统计数据。深化简政放权、放管结合、优化服务改革，依托“互联网+政务服务”、政务服务“好差评”制度建设，进一步精简审批材料，完善评价反馈渠道，提升审批效率和服务质量。充分利用“中国统计开放日”品牌，传播统计好声音，讲好统计好故事。深入开发微观统计数据，推动七人普和五经普数据开发利用。