英媒称，某些类型的技术似乎是专为快速追随者设计的。这些竞争者也许并不置身于一个新创意的前沿，但他们能够做出足够快的反应，为自己开辟一大块新市场。机器学习的兴起看起来像是这样一类创新：中国已完成自我定位，要在人工智能（AI）革命的这个标志性技术领域成为头号快速追随者。

据英国《金融时报》网站6月2日报道，仅仅两三年前，这仍然是貌似最狭窄的领域。其最先进形式——被称为深度学习——源于三所北美大学的研究工作。那些突破背后的人们，后来跳槽到谷歌和脸书这样的地方。初创企业，如伦敦的DeepMind（现在是谷歌的一部分）和旧金山的OpenAI，则成为某些最先进研究的中心。

但是，如今机器学习的基本方法——用海量数据进行训练后变得更聪明的算法——已经被很好地理解。事实证明，这是一种通用技术，可以应用于几乎任何问题。

得益于开源软件，构建先进AI系统所需的很多工具可以公开获得。例如，去年，两名在深度学习领域并不具备先有知识的工程师赢得了一场公开竞赛，他们设计出一种诊断心脏疾病的算法。他们的秘诀是求助于GitHub，这个开源代码的在线素材库已成为开发者的工具箱，让他们得以扩展自己的个人素材库。

谷歌的Tensor Flow——以及其他科技公司开发的类似的机器学习框架——也都已经免费提供，使这些原本为了帮助这家搜索公司的工程师应用该技术而开发的工具对所有人开放。

大量AI研究的开放性，是让快速追随者的日子更加好过的另一个因素。DeepMind在一年前发表的一篇关于AlphaGo的研究论文，据悉在中国引发了一大堆模仿活动。在中国，阿里巴巴、腾讯和百度（BAT）正在领导一场追赶的商业竞赛。

▲安徽省合肥市一家机器人主题餐厅开门迎客，机器人服务员为小朋友送去蒸鸡蛋。

说起中国BAT在AI领域的发展，其实各有侧重。

据参考消息网-出海记记者了解，百度创始人李彦宏曾在公开场合反复强调，互联网即将迎来发展的下一幕，而推动其发展的核心动力，不是大数据，也不是云计算，而是人工智能。对于百度来说，人工智能正是其向上突破的关键机会。

从2013年1月李彦宏提出设立深度学习研究院、4月设立硅谷人工智能实验室以来，人工智能就渐渐成为百度的战略发展方向。2013年到2017年，百度一方面加大基础技术研发，另一方面则加快产品商业化落地。

众所周知，百度研究院已有三大实验室，分别是北美硅谷人工智能实验室、北京深度学习实验室和北京大数据实验室，而2017年1月成立的AR实验室，则是百度的第四大实验室。目前，百度公司在人工智能领域公开的中国专利申请超过2000项、国外专利申请数百项，技术内容涉及语音识别、图像识别、自然语言理解、用户画像、自动驾驶、深度学习、云计算等，上述技术将为百度抢占技术制高点。6月1日，百度宣布与德国顶级汽车供应商博世集团及大陆集团公司共同开发自主驾驶技术和智能移动服务，加速推进了其智能产品的商业化。

▲5月31日，百度董事会副主席、集团总裁兼首席运营官陆奇（右）和大陆集团执行董事会成员、底盘与安全事业部总裁弗兰克·乔丹（左）出席现场，并代表双方公司签订协议。

在AI领域，腾讯也不甘落后。今年3月19日，腾讯AI Lab研发的围棋人工智能“绝艺”首次参赛就在第10届UEC杯计算机围棋大赛中夺得世界围棋AI冠军。3月26日，它又战胜了日本新锐棋手一力辽七段，获得日本电圣战冠军。5月2日，腾讯在美国西雅图成立AI Lab，并任命微软前首席研究员语音识别与深度学习领域专家俞栋博士为AI Lab副主任负责该实验室的运营及管理，该公司如今对人工智能研究的发展起着重要的作用。5月27日，由机器之心主办、为期两天的全球机器智能峰会（GMIS 2017）上，腾讯入选全球100家最值得关注的人工智能公司“A100榜单”，其他获奖公司包括英特尔、亚马逊、英伟达、微软和百度等。

▲绝艺代表（左）正在与一力辽（右）对局。

作为全球最大的电商平台，在阿里的战略体系之中，云计算一直都是电商、物联网的核心驱动力。依托阿里云和电商大数据，近年来，阿里巴巴开始发力人工智能领域。

阿里云相关人士向参考消息网-出海记记者介绍，从2015年开始，阿里云发布的首个可视化人工智能平台DTPAI，集成了阿里核心算法库，包括特征工程、大规模机器学习、深度学习等。在此基础上，阿里推出的人工智能ET，目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能。ET的优势在于对全局的洞察和实时决策上，在复杂的局面下快速做出最优决定。

如果说这些都还只是基于阿里电商领域提升服务体系的小试牛刀的话，那么今年3月29日在云栖大会·深圳峰会上正式登场亮相的ET医疗大脑、ET工业大脑，可以说是阿里对人工智能布局的一次加速。目前，阿里ET开始在城市治理、交通调度、工业制造、健康医疗、司法等领域成为人类的助手。基于阿里云飞天操作系统强大的计算能力，ET的感知和思考能力正在多个领域不断进化。

《金融时报》认为，这种模仿上的轻而易举引起了美国国家安全捍卫者的特别担心。如果说机器人系统代表着战争的未来，而AI提供大脑，那么代码和关键研究突破的自由流动似乎表明，很难保持国家优势。

报道称，在应用机器学习方面，中国还在忙于培养一支大规模的新员工队伍。谷歌也许在让其工程师接受一定程度的机器学习培训，同时地处硅谷的斯坦福等大学看到了机器学习相关课程的需求有所增加。

但是，AI专家、曾经执掌微软和谷歌在华业务的李开复表示，相比关注这项关键技术的中国有望很快培养出来的数百万机器学习专家，美国的这些努力相形见绌。

正如李开复所说：“美国在技术方面拥有无可争议、无法复制、无法效仿的领导地位的日子已经过去了，至少在计算机科学领域是这样。”

中国在机器学习方面处于有利地位还有其他一些原因。该技术的应用有赖于庞大数据集的可获得性——的确，该领域的许多人认为，终极的竞争优势将不在于拥有最佳算法，而在于能够获得最佳数据以训练AI系统。

如果是这样，那么中国庞大的市场，加上一群从事广泛数字活动的互联网领军者，应该会提供大量的原材料来推动智能系统的兴起。

打开参考消息客户端看更多外媒资讯>>