華文網

騰訊首次揭露AI佈局全貌,實踐“AI in all”讓人工智慧無處不在

昨天,2017騰訊全球合作夥伴大會在成都召開。會上,騰訊研究院與騰訊開放平臺共同發佈了《2017互聯網科技創新白皮書》,《白皮書》從技術層、場景層、平臺層三個維度,首次系統展示了騰訊AI佈局全貌。

作為國內三大巨頭之一,相比於百度和阿裡巴巴在AI研發方面的高調和風風火火,騰訊則顯得低調許多。也因此,騰訊此次全面公開自己AI佈局全貌受到了許多人的關注。

不是all in AI,而是AI in all,低調的騰訊已經蓄勢待發

自穀歌秋季新品發佈會以來,“all IN AI”就成為了許多人工智慧專家或是企業的一個口頭禪。在此次大會的現場,騰訊COO任宇昕也提到了這個詞,不過,他的說辭卻有些不同。

“過去一年當中,我們聽到有不少的公司在談到他們公司未來的時候都會談到一個詞,叫做‘all in AI’,騰訊我們在AI方面的戰略也用一個詞概括叫做‘AI in all’。

“任宇昕表示。”我們希望我們研發的AI技術並不是關起門來服務於我們自己的產品,而是希望我們的AI技術能夠開放出來,能夠分享給全行業,能夠真正和各行各業實際應用結合在一起,從而讓AI新技術能夠得到實際價值的發揮。”

從近幾年來的動作來看,為了達到這個目標,低調的騰訊也已經早早的開始了佈局。

技術上,投資公司、建立專項實驗室都是一貫的“套路”

既然是“AI in all”,那麼AI技術的重要性可想而知。在這方面,與阿裡巴巴、百度一樣,騰訊的套路也是“實驗室+收購”。

在實驗室方面,通過合作等多種形式,騰訊已經在國內外建立了不少AI相關的實驗室:

2010年

成立微信北京研發中心,圍繞微信等產品研發語音辨識、圖像分析、自然語言理解、大資料採擷等技術;

2012年

成立優圖實驗室,專注於機器學習、模式識別、認知技術的研究和落地應用,掌握了數十項業內頂尖技術;

2015年

與香港科技大學聯手成立WHAT Lab,從事自然語言處理、資料採擷、語音辨識和機器人等方面的研究;

成立智慧計算與搜索實驗室,專注搜索技術、自然語言處理、資料採擷和AI等領域;

2016年

成立AI Lab,除了AI的決策、理解、創造等基礎研究和應用探索,

同時也為其他產品業務提供AI技術支援。

至於AI公司和人才的吸納,相較於另外兩大巨頭,騰訊的主要手段不是全資收購,而是進行投資,且多集中在天使輪和A輪等,比如:

Diffbot——2016年由騰訊等領頭,其主要通過人工智慧技術,讓“機器”抓取網頁關鍵內容,並輸出軟體可以直接識別的結構化資料;

iCarbonX(碳雲智能)——騰訊在2016年參與其A輪融資,iCarbonX定位於生命大資料、互聯網和人工智慧創建的數位生命生態系統的研究;

CloudMedx——騰訊在2015年參與其天使輪融資,這是一家醫療健康資料收集和分析服務提供者,從眾多醫院即時收集不同病患的資料,經處理分析後向醫療機構提供符合HIPAA(健康保險流通與責任法案)的健康預測和分析;

……

有資料統計,在過去的5年裡,騰訊已經成為美國人工智慧公司最活躍的投資者,共投資了5家,涵蓋了深度學習、視覺學習、臨床人工智慧和人工智慧即服務。

此外,通過AI加速器專案以及開放平臺,騰訊為創業者和開發者提供了一系列服務。而在這其中,從某種意義上來說,他們何嘗不是騰訊的一種“人才儲備”?

產業化應用上,由小及大、以點拓面是騰訊的“手段”

在前面,我們已經提到了一些騰訊在這些年裡建立的AI相關實驗室,仔細觀察,我們可以發現,基於本身的業務的龐大,在最初,其所研發的AI技術都是為自身業務和產品提供服務的,比如在微信北京研究中心。

如果說我們什麼時候感受到騰訊的AI技術的?微信中的語音文本的轉換應該是體驗最為貼近的。發展至今,微信中所包含的AI技術已經不僅僅是這些了,只要細心觀察,智慧推薦、大資料等等技術隨處可見。

不過,從去年開始,在原有業務和產品之外,騰訊慢慢地開始將自己的業務進行拓展。

比如騰訊基於圖像識別技術推出的AI醫學影像產品“覓影”,用以對食道癌等項目進行早期篩查。據瞭解,“覓影”當前已經與中山大學附屬腫瘤醫院、廣東省第二人民醫院等醫療機構達成合作,每個月處理的影像數量已經超過了100萬張,食管癌的篩查準確率已經超過了傳統醫療手段。

又比如智慧家居,基於AI技術和自己本身的“社交”屬性,騰訊已經與美的達成合作,推出IP智慧家居產品。在產品的背後,騰訊提供了雲服務等技術支撐。

當前,基於AI技術,騰訊已經將自己的原有業務進行了智慧化升級。而在此之外,通過AI+的方式,它也在積極拓展更多的業務方向,實現AI技術的產業化落地。就是這樣利用由小及大、以點拓面的方式,騰訊的AI版圖越來越大。而這也是其“AI in all”戰略的一個執行。

結語

根據現場發佈的《白皮書》,騰訊從自身角度對自己的AI佈局進行了一番解讀。在佈局上,騰訊方面主要涵蓋了技術層、場景層和平臺層三個方面,具體來講:

技術層——主要圍繞機器學習、電腦視覺、語音辨識和自然語言處理四個領域進行基礎研究;

場景層——落地遊戲、社交、內容等核心應用場景之中,並逐步實現應用場景的全面AI化;

平臺層——以騰訊開放平臺為載體,初步建立AI開放生態,從扶持合作夥伴、AI人才引進、專案打造,全面降低AI創新創業門檻,使騰訊AI與行業協同發展,與各行業共迎技術社會與AI時代的到來。

整體看來,騰訊在AI的佈局上還是較為全面的,總體思路就是——用技術來支撐、拓展場景化應用,開放平臺以構建AI生態。

先是圍繞自身發展業務來開發相關AI技術,對這些業務進行智慧化的升級改造,再是利用AI+模式拓展更多的業務、滲透更多的行業。同時,通過平臺開放、AI加速器等專案,為創業者和開發者提供資源,推動整體行業的一個進步。

CloudMedx——騰訊在2015年參與其天使輪融資,這是一家醫療健康資料收集和分析服務提供者,從眾多醫院即時收集不同病患的資料,經處理分析後向醫療機構提供符合HIPAA(健康保險流通與責任法案)的健康預測和分析;

……

有資料統計,在過去的5年裡,騰訊已經成為美國人工智慧公司最活躍的投資者,共投資了5家,涵蓋了深度學習、視覺學習、臨床人工智慧和人工智慧即服務。

此外,通過AI加速器專案以及開放平臺,騰訊為創業者和開發者提供了一系列服務。而在這其中,從某種意義上來說,他們何嘗不是騰訊的一種“人才儲備”?

產業化應用上,由小及大、以點拓面是騰訊的“手段”

在前面,我們已經提到了一些騰訊在這些年裡建立的AI相關實驗室,仔細觀察,我們可以發現,基於本身的業務的龐大,在最初,其所研發的AI技術都是為自身業務和產品提供服務的,比如在微信北京研究中心。

如果說我們什麼時候感受到騰訊的AI技術的?微信中的語音文本的轉換應該是體驗最為貼近的。發展至今,微信中所包含的AI技術已經不僅僅是這些了,只要細心觀察,智慧推薦、大資料等等技術隨處可見。

不過,從去年開始,在原有業務和產品之外,騰訊慢慢地開始將自己的業務進行拓展。

比如騰訊基於圖像識別技術推出的AI醫學影像產品“覓影”,用以對食道癌等項目進行早期篩查。據瞭解,“覓影”當前已經與中山大學附屬腫瘤醫院、廣東省第二人民醫院等醫療機構達成合作,每個月處理的影像數量已經超過了100萬張,食管癌的篩查準確率已經超過了傳統醫療手段。

又比如智慧家居,基於AI技術和自己本身的“社交”屬性,騰訊已經與美的達成合作,推出IP智慧家居產品。在產品的背後,騰訊提供了雲服務等技術支撐。

當前,基於AI技術,騰訊已經將自己的原有業務進行了智慧化升級。而在此之外,通過AI+的方式,它也在積極拓展更多的業務方向,實現AI技術的產業化落地。就是這樣利用由小及大、以點拓面的方式,騰訊的AI版圖越來越大。而這也是其“AI in all”戰略的一個執行。

結語

根據現場發佈的《白皮書》,騰訊從自身角度對自己的AI佈局進行了一番解讀。在佈局上,騰訊方面主要涵蓋了技術層、場景層和平臺層三個方面,具體來講:

技術層——主要圍繞機器學習、電腦視覺、語音辨識和自然語言處理四個領域進行基礎研究;

場景層——落地遊戲、社交、內容等核心應用場景之中,並逐步實現應用場景的全面AI化;

平臺層——以騰訊開放平臺為載體,初步建立AI開放生態,從扶持合作夥伴、AI人才引進、專案打造,全面降低AI創新創業門檻,使騰訊AI與行業協同發展,與各行業共迎技術社會與AI時代的到來。

整體看來,騰訊在AI的佈局上還是較為全面的,總體思路就是——用技術來支撐、拓展場景化應用,開放平臺以構建AI生態。

先是圍繞自身發展業務來開發相關AI技術,對這些業務進行智慧化的升級改造,再是利用AI+模式拓展更多的業務、滲透更多的行業。同時,通過平臺開放、AI加速器等專案,為創業者和開發者提供資源,推動整體行業的一個進步。