中美人工智能報告（二）
本篇列舉中美頭部AI廠商，從技術儲備、技術佈局的對比，更直觀的分析當前動態。
◆ 谷歌在全球AI廠商中整體實力領先，百度在中國AI廠商中綜合實力領先◆ 美國AI廠商中，谷歌是領導者，微軟、亞馬遜緊隨其後，而臉書與IBM分別由於生態與技術深度的欠缺稍顯落後◆ 中國AI廠商中，百度領銜，阿里、騰訊、華為等積極跟進
中美人工智能廠商實力對比
技術儲備
谷歌
擁有深度學習領軍級別科學家，在基礎科學研究領先全球
AI專利9536件
AI專家 深度學習教父： Geoffrey Hinton
AlphaGo之父： Demis Hassabis
世界著名未來學家： Ray Kurzwei
研發投入： 162億美元，佔營收比：14.6%（2018）
數據中心： 全球15個（2018）
微軟
專利儲備全球第一，也促使其在技術佈局的廣度與深度均有領先
AI專利18365件
AI專家 深度學習領域“三駕馬車”之一： Yoshua Bengio
計算機視覺專家： Harry Shum
微軟亞洲研究院：沈向洋、 印奇等
研發投入： 123億美元， 佔營收比： 13.7%（2018）
數據中心： 全球42個（2018）
亞馬遜
研發投入居全球首位，為技術儲備的豐富度提供支撐
AI專利未排入IPlytics2019全球前十
AI專家 MXNet 框架作者： 李沐
CHINASYS研究社區創始人： 張崢教授
人類語言科技組首席科學家： Hassan Sawaf
研發投入： 226億美元，佔營收比： 12.7%（2018）
數據中心：全球116個（2018）
IBM
得益於自身軟件積累和基礎科學研究，技術儲備較為完備，並圍繞Watson全面佈局AI技術；專利方面優勢明顯，並已轉型為認知解決方案和雲平臺公司
AI專利15046件
AI專家 Watson/M首席科學家： Grady Booch
IBM 研究院類腦計算首席科學家： Dharmendra Modha
研發投入： 每年在Watson投入研發為30+億美元
數據中心： 全球60個（2018）
臉書
技術儲備相比其他廠商較少，但由於圖片與文本數據積累較大，在計算機視覺與自然語言處理等技術優勢明顯
AI專利未排入IPlytics 2019年全球前十
AI專家 深度學習領域“三駕馬車”之一：Yann LeCun
資深機器學習專家： Joaquin Quiñonero Candela
研發投入： 78億美元，佔營收比： 19.1%（2018）
數據中心： 全球12個（2018）
擁有較高專利申請量與實力雄厚的AI技術團隊， 為其持續進行產品創新研發奠定基礎
AI專利5712件
AI專家首席技術官： 王海峰
計算機視覺領域頂級科學家：David Forsyth
計算語言學專家：Mark Liberman
研發投入： 20億美元，佔營收比： 15.2%（2018）
數據中心： 中國10+個（2019）
阿里
在研發人員佔比、 研發投入等方面實力雄厚， 加之產業生態豐富，擁有海量業務數據，支撐其技術儲備
AI專利3079件
AI專家 Caffe框架作者：賈揚清
前360人工智能研究院副院長：譚平
研發投入： 36億美元。佔營收比： 14.4%（2018）
數據中心： 中國8個（2019）
華為
注重研發投入，在ICT領域的技術研發頗具實力
AI專利3656件
AI專家 計算廣告學和智能推薦系統專家：汪軍
自然語言處理專家：劉群
計算機視覺專家：田奇
研發投入： 147.4億美元。佔營收比： 14.1%（2018）
數據中心： 中國5個（2019）
騰訊
專利數量豐富
AI專利14115件
AI專家 醫療AI科學家：鄭冶楓
量子計算科學家：張勝譽
計算機視覺領域著名專家： 賈佳亞
研發投入： 27億美元。佔營收比： 7.3%（2018）
數據中心： 中國14個（2019）
技術佈局
谷歌
擁有世界頂尖科學家團隊，重視基礎科學研究，同時創新能力出眾，使其在技術佈局上全球領先
語音識別：SwitchBoard：端到端系統的錯詞率降至5.6%（2017）
計算機視覺：ImageNet賽事：分類數據集錯誤率為6.66%（2014）
其他：新算法Noisy Student（EfficientNet）在SOTA
ImageNet上再次刷新世界紀錄（2019）
自然語言處理
• SQuAD1.1最佳成績：第1名，EM值89.898，F1值95.080
• SQuAD2.0最佳成績： 第2名， EM值89.731，F1值92.215
• 語言翻譯表現： 105種語言文本翻譯
• BERT模型突破了傳統RNN模型的限制，實現結合上下文理解整體語境（2019）
機器學習：創新研究：自動機器學習模型AutoML；深度學習框架排名：TensorFlow排名第一（Power Score，2018）
自研芯片：訓練+推理芯片： TPU 3.0算力90Tops，製程12/14nm
技術亮點：量子霸權： 計算支持方面領先全球
微軟
不同方向均有領先，在語音識別與計算機視覺等方向都率先達到類人水平
語音識別：SwitchBoard： 5.1%的語音識別錯誤率（2017）
計算機視覺：mageNet賽事大滿貫： ImageNet圖像分類、定位、檢測三項賽事第一（2015）；
利用超過152層的神經網絡，將錯誤率降低至3.5%，此前人眼最低為5.1%（2015）
自然語言處理
• SQuAD1.1最佳成績： 第9名， EM值85.954，F1值91.677
• SQuAD2.0最佳成績：第15名， EM值85.082，F1值87.615
• 語言翻譯表現： 60+種語言文本翻譯（2019）
機器學習：雲上機器學習： Azure AI提供包括ML Net與CognitiveService等多種平臺型機器學習服務
深度學習開源框架：CNTK訓練速度較快，但已不再更新
技術亮點：Azure Quantum： 微軟發佈全棧式開源量子云生態系統
亞馬遜
AI芯片技術實力突出，具有較強的競爭優勢；相較x86同類芯片，Graviton2計算量提升4倍，單核性能強於英特爾至強鉑金
語音識別：Interspeech：《ASR的可伸縮多語料庫神經語言模型》 論文中的模型的單詞識別錯誤率比基線降低6.2％；其他：相比7-mic系統，2-mic語音識別系統語音識別準確率提高了9.5%（2019）
計算機視覺：人臉識別產品Rekognition增加自定義標籤功能，可使用少量標籤圖形訓練高質量的定製視覺模型
自然語言處理
• 語言翻譯表現： 20+種語言文本翻譯
• 語料庫： 累計410萬字和21萬條話語的聊天語料庫（2019）
• SQuAD暫無公開成績
機器學習：深度學習框架排名： MXNet排名第六（Power Score，2018）
訓練芯片：Inferentia，算力128Tops；Graviton，製程16nm；Graviton2，製程7nm
技術亮點：雲中深度學習： 89%的深度學習項目在AWS上運行
IBM
以Watson平臺佈局AI技術，不斷深化Watson人工智能認知計算的能力， 使其自然語言處理、芯片方面均有所優勢
語音識別：SwitchBoard：語音識別中的單詞錯誤率降低至5.5%（2017）
計算機視覺：CVPR會議： BlockDrop將圖像分類的平均速度提高了20％，準確性保持76.4％（2018）
自然語言處理
• SQuAD1.1最佳成績：第44名， EM值73.765，F1值81.257
• SQuAD2.0最佳成績：第47名， EM值72.670，F1值75.507（2018）
•語言翻譯表現：Watson Language Translator識別語言62種
機器學習：Watson Studio：支持使用頂級開放源代碼工具來模擬和部署數據解決方案；首個用機器學習開發阿爾茨海默症關鍵生物標記物的血液監測方法，準確率77%
自研芯片：類腦芯片：TrueNorth，內置100萬個模擬神經元和2.56億個模擬神經突觸
技術亮點：量子計算系統： IBM Q System One是全球首個商用集成量子計算系統
臉書
臉書技術開源程度高，計算機視覺技術領先，擁有440萬張標籤化的人臉池
語音識別：自監督語音識別算法：基於wav2vec的模型實現2.43％的單詞錯誤率（2019）
計算機視覺：開源技術Deepface：人臉識別準確率97.25%（2014）
在SOTA上state-of-art on ImageNet第二（2019）
自然語言處理
• SQuAD1.1最佳成績：第31名， EM值77.237，F1值84.466（2017）
• SQuAD2.0最佳成績： 第8名， EM值86.820， F1值89.795（2019）
• 語言翻譯表現： 20+種語言文本翻譯
• 提出預訓練模型BART，刷新SOTA多項任務
機器學習：深度學習框架排名： Pytorch排名第三（Power Score， 2018）
自研芯片：暫未推出自研AI芯片；訓練：Zion硬件平臺，用於模型培訓；推理： Kings Canyon平臺，針對AI推理優化
技術亮點：人工智能+區塊鏈應用：為人工智能所需數據實現去中心化
在機器學習平臺、計算機視覺、自然語言處理、語音識別等AI核心技術方面是中國AI行業的領導者
語音識別：詞錯率：遠場語音識別降低錯誤率30%（2019）
SMLTA模型創新全球第一，語音識別準確率97%（2016）
計算機視覺：ICCV VOT： 單目標短時跟蹤冠軍(2019)；
ICME：人臉106關鍵點檢測比賽冠軍（2019）
LFW：人臉識別準確率99.77%（2018）
自然語言處理
• SQuAD1.1最佳成績： 第9名， EM值85.944，F1值92.425（2019）
• SQuAD2.0暫無公開成績
• 語言翻譯表現：28個語種（2019）
• ERNIE2.0框架在多種NLP任務上，效果超越BERT和XLNET； 2019年GLUE榜單突破90大關，打破世界紀錄
機器學習平臺排名：在中國市場位居第一（IDC，2019）
自研芯片：訓練+推理： “百度崑崙”，260Tops，製程14nm；遠場語音交互：“百度鴻鵠”，平均功耗僅100mW
技術亮點：全棧：“百度崑崙”與飛槳深度結合，打造全棧國產技術生態
量子計算：通過“量子分治”策略加速機器學習的路徑
阿里
在機器學習框架、自研芯片等方面居於領先地位
語音識別：LibriSpeech：DFSMN模型準確率96.04%（2018）
計算機視覺：LPIRC：在線圖像分類任務排名第一，實現23ms的單張圖片分類速度（2019）
WebVision：82.54%準確率（2019）
PascalVOC comp4榜單：92.9綜合得分，位居第一（2019）
自然語言處理
• SQuAD1.1最佳成績：第16名， EM值82.440，F1值88.607（2018）
• SQuAD2.0最佳成績：第40名， EM值77.003， F1值80.209（2018）
• 語言翻譯表現：阿里翻譯支持19個語種實時翻譯（2019）
EMNLP BB Task第一（2019）
機器學習平臺排名：在中國市場位居第二（IDC，2019）；PAI 3.0：10+種場景的算法模型；提供100+種算法組件
自研芯片：推理： Ali-NPU； 含光800，性能78563 IPS，製程7nm，能效比500 IPS/W
技術亮點：量子電路模擬器“太章”
華為
以芯片為核心，昇騰910算力目前業界最強，芯片實力是華為在AI領域的核心競爭力之一
語音識別：準確率：將語音文件、實時語音數據流轉換為漢字序列，準確率90%以上（2019）
計算機視覺：ImageNet：ResNet-50在ImageNet數據集以10分28秒奪冠（2018）
ICDAR：與華中大在發票文本的端到端識別任務中以96.43%的精度奪冠（2019）
MegaFace： 收購的Vocord公司的曾在2016-2017年度奪冠
• DigSci科學數據挖掘大賽：語音語義Lab奪冠（2019）
自然語言處理
• SQuAD暫無公開成績
機器學習平臺排名：在中國市場位居第四（IDC，2019）
自研芯片：訓練： 鯤鵬系列； 推理： 麒麟系列，鴻鵠系列，其中昇騰910，FP16算力256Tops， INT8算力512Tops，製程7nm
技術亮點：量子計算模擬器與編程框架HiQ雲服務平臺；5G技術
騰訊
重視語音識別與合成、聲紋識別、圖像識別等方向的研究，語料庫龐大，在語音、視覺等領域技術擁有一定實力
語音識別：識別率：通用領域的語音識別率最高可達到95%，實時率為0.27%；語音合成MOS值為4.4，聲紋識別準確率為99%（2019）
計算機視覺：PascalVOC comp4榜單：91.2綜合得分（2019）
MegaFace：83.290%的準確率100萬級別人臉識別測試（2017）
LFW：刷新世界紀錄，99.8%（2017）
自然語言處理
• SQuAD1.1最佳成績：第16名， EM值81.790， F1值88.163（2017）；
• SQuAD2.0暫無公開成績
• 語料庫： 包含800+萬個漢語詞彙（2018）
• 語言翻譯表現： 騰訊翻譯君支持17個語種實時翻譯（2019）
機器學習平臺排名：在中國市場位居第三（IDC，2019）；Angel 3.0：100+多家公司和機構使用Angel3.0（2019）；TI-ML： 一站式機器學習生態服務平臺
自研芯片：暫未推出自研AI芯片
芯片公司投資：燧原科技2019年12月發佈雲端AI訓練芯片邃思DTU，聲稱單卡單精度算力20Tops，混合精度算力80Tops，12nm工藝，141億個晶體管，預計2020上市
技術亮點：量子計算實驗室；Robotics X 機器人實驗室
閱讀更多 曲突徙薪 的文章
