中美人工智能报告（二）

本篇列举中美头部AI厂商，从技术储备、技术布局的对比，更直观的分析当前动态。

◆ 谷歌在全球AI厂商中整体实力领先，百度在中国AI厂商中综合实力领先◆ 美国AI厂商中，谷歌是领导者，微软、亚马逊紧随其后，而脸书与IBM分别由于生态与技术深度的欠缺稍显落后◆ 中国AI厂商中，百度领衔，阿里、腾讯、华为等积极跟进

中美人工智能厂商实力对比

技术储备

谷歌

拥有深度学习领军级别科学家，在基础科学研究领先全球

AI专利9536件

AI专家 深度学习教父： Geoffrey Hinton

AlphaGo之父： Demis Hassabis

世界著名未来学家： Ray Kurzwei

研发投入： 162亿美元，占营收比：14.6%（2018）

数据中心： 全球15个（2018）

微软

专利储备全球第一，也促使其在技术布局的广度与深度均有领先

AI专利18365件

AI专家 深度学习领域“三驾马车”之一： Yoshua Bengio

计算机视觉专家： Harry Shum

微软亚洲研究院：沈向洋、 印奇等

研发投入： 123亿美元， 占营收比： 13.7%（2018）

数据中心： 全球42个（2018）

亚马逊

研发投入居全球首位，为技术储备的丰富度提供支撑

AI专利未排入IPlytics2019全球前十

AI专家 MXNet 框架作者： 李沐

CHINASYS研究社区创始人： 张峥教授

人类语言科技组首席科学家： Hassan Sawaf

研发投入： 226亿美元，占营收比： 12.7%（2018）

数据中心：全球116个（2018）

IBM

得益于自身软件积累和基础科学研究，技术储备较为完备，并围绕Watson全面布局AI技术；专利方面优势明显，并已转型为认知解决方案和云平台公司

AI专利15046件

AI专家 Watson/M首席科学家： Grady Booch

IBM 研究院类脑计算首席科学家： Dharmendra Modha

研发投入： 每年在Watson投入研发为30+亿美元

数据中心： 全球60个（2018）

脸书

技术储备相比其他厂商较少，但由于图片与文本数据积累较大，在计算机视觉与自然语言处理等技术优势明显

AI专利未排入IPlytics 2019年全球前十

AI专家 深度学习领域“三驾马车”之一：Yann LeCun

资深机器学习专家： Joaquin Quiñonero Candela

研发投入： 78亿美元，占营收比： 19.1%（2018）

数据中心： 全球12个（2018）

百度

拥有较高专利申请量与实力雄厚的AI技术团队， 为其持续进行产品创新研发奠定基础

AI专利5712件

AI专家首席技术官： 王海峰

计算机视觉领域顶级科学家：David Forsyth

计算语言学专家：Mark Liberman

研发投入： 20亿美元，占营收比： 15.2%（2018）

数据中心： 中国10+个（2019）

阿里

在研发人员占比、 研发投入等方面实力雄厚， 加之产业生态丰富，拥有海量业务数据，支撑其技术储备

AI专利3079件

AI专家 Caffe框架作者：贾扬清

前360人工智能研究院副院长：谭平

研发投入： 36亿美元。占营收比： 14.4%（2018）

数据中心： 中国8个（2019）

华为

注重研发投入，在ICT领域的技术研发颇具实力

AI专利3656件

AI专家 计算广告学和智能推荐系统专家：汪军

自然语言处理专家：刘群

计算机视觉专家：田奇

研发投入： 147.4亿美元。占营收比： 14.1%（2018）

数据中心： 中国5个（2019）

腾讯

专利数量丰富

AI专利14115件

AI专家 医疗AI科学家：郑冶枫

量子计算科学家：张胜誉

计算机视觉领域著名专家： 贾佳亚

研发投入： 27亿美元。占营收比： 7.3%（2018）

数据中心： 中国14个（2019）

技术布局

谷歌

拥有世界顶尖科学家团队，重视基础科学研究，同时创新能力出众，使其在技术布局上全球领先

语音识别：SwitchBoard：端到端系统的错词率降至5.6%（2017）

计算机视觉：ImageNet赛事：分类数据集错误率为6.66%（2014）

其他：新算法Noisy Student（EfficientNet）在SOTA

ImageNet上再次刷新世界纪录（2019）

自然语言处理

• SQuAD1.1最佳成绩：第1名，EM值89.898，F1值95.080

• SQuAD2.0最佳成绩： 第2名， EM值89.731，F1值92.215

• 语言翻译表现： 105种语言文本翻译

• BERT模型突破了传统RNN模型的限制，实现结合上下文理解整体语境（2019）

机器学习：创新研究：自动机器学习模型AutoML；深度学习框架排名：TensorFlow排名第一（Power Score，2018）

自研芯片：训练+推理芯片： TPU 3.0算力90Tops，制程12/14nm

技术亮点：量子霸权： 计算支持方面领先全球

微软

不同方向均有领先，在语音识别与计算机视觉等方向都率先达到类人水平

语音识别：SwitchBoard： 5.1%的语音识别错误率（2017）

计算机视觉：mageNet赛事大满贯： ImageNet图像分类、定位、检测三项赛事第一（2015）；

利用超过152层的神经网络，将错误率降低至3.5%，此前人眼最低为5.1%（2015）

自然语言处理

• SQuAD1.1最佳成绩： 第9名， EM值85.954，F1值91.677

• SQuAD2.0最佳成绩：第15名， EM值85.082，F1值87.615

• 语言翻译表现： 60+种语言文本翻译（2019）

机器学习：云上机器学习： Azure AI提供包括ML Net与CognitiveService等多种平台型机器学习服务

深度学习开源框架：CNTK训练速度较快，但已不再更新

技术亮点：Azure Quantum： 微软发布全栈式开源量子云生态系统

亚马逊

AI芯片技术实力突出，具有较强的竞争优势；相较x86同类芯片，Graviton2计算量提升4倍，单核性能强于英特尔至强铂金

语音识别：Interspeech：《ASR的可伸缩多语料库神经语言模型》 论文中的模型的单词识别错误率比基线降低6.2％；其他：相比7-mic系统，2-mic语音识别系统语音识别准确率提高了9.5%（2019）

计算机视觉：人脸识别产品Rekognition增加自定义标签功能，可使用少量标签图形训练高质量的定制视觉模型

自然语言处理

• 语言翻译表现： 20+种语言文本翻译

• 语料库： 累计410万字和21万条话语的聊天语料库（2019）

• SQuAD暂无公开成绩

机器学习：深度学习框架排名： MXNet排名第六（Power Score，2018）

训练芯片：Inferentia，算力128Tops；Graviton，制程16nm；Graviton2，制程7nm

技术亮点：云中深度学习： 89%的深度学习项目在AWS上运行

IBM

以Watson平台布局AI技术，不断深化Watson人工智能认知计算的能力， 使其自然语言处理、芯片方面均有所优势

语音识别：SwitchBoard：语音识别中的单词错误率降低至5.5%（2017）

计算机视觉：CVPR会议： BlockDrop将图像分类的平均速度提高了20％，准确性保持76.4％（2018）

自然语言处理

• SQuAD1.1最佳成绩：第44名， EM值73.765，F1值81.257

• SQuAD2.0最佳成绩：第47名， EM值72.670，F1值75.507（2018）

•语言翻译表现：Watson Language Translator识别语言62种

机器学习：Watson Studio：支持使用顶级开放源代码工具来模拟和部署数据解决方案；首个用机器学习开发阿尔茨海默症关键生物标记物的血液监测方法，准确率77%

自研芯片：类脑芯片：TrueNorth，内置100万个模拟神经元和2.56亿个模拟神经突触

技术亮点：量子计算系统： IBM Q System One是全球首个商用集成量子计算系统

脸书

脸书技术开源程度高，计算机视觉技术领先，拥有440万张标签化的人脸池

语音识别：自监督语音识别算法：基于wav2vec的模型实现2.43％的单词错误率（2019）

计算机视觉：开源技术Deepface：人脸识别准确率97.25%（2014）

在SOTA上state-of-art on ImageNet第二（2019）

自然语言处理

• SQuAD1.1最佳成绩：第31名， EM值77.237，F1值84.466（2017）

• SQuAD2.0最佳成绩： 第8名， EM值86.820， F1值89.795（2019）

• 语言翻译表现： 20+种语言文本翻译

• 提出预训练模型BART，刷新SOTA多项任务

机器学习：深度学习框架排名： Pytorch排名第三（Power Score， 2018）

自研芯片：暂未推出自研AI芯片；训练：Zion硬件平台，用于模型培训；推理： Kings Canyon平台，针对AI推理优化

技术亮点：人工智能+区块链应用：为人工智能所需数据实现去中心化

百度

在机器学习平台、计算机视觉、自然语言处理、语音识别等AI核心技术方面是中国AI行业的领导者

语音识别：词错率：远场语音识别降低错误率30%（2019）

SMLTA模型创新全球第一，语音识别准确率97%（2016）

计算机视觉：ICCV VOT： 单目标短时跟踪冠军(2019)；

ICME：人脸106关键点检测比赛冠军（2019）

LFW：人脸识别准确率99.77%（2018）

自然语言处理

• SQuAD1.1最佳成绩： 第9名， EM值85.944，F1值92.425（2019）

• SQuAD2.0暂无公开成绩

• 语言翻译表现：28个语种（2019）

• ERNIE2.0框架在多种NLP任务上，效果超越BERT和XLNET； 2019年GLUE榜单突破90大关，打破世界纪录

机器学习平台排名：在中国市场位居第一（IDC，2019）

自研芯片：训练+推理： “百度昆仑”，260Tops，制程14nm；远场语音交互：“百度鸿鹄”，平均功耗仅100mW

技术亮点：全栈：“百度昆仑”与飞桨深度结合，打造全栈国产技术生态

量子计算：通过“量子分治”策略加速机器学习的路径

阿里

在机器学习框架、自研芯片等方面居于领先地位

语音识别：LibriSpeech：DFSMN模型准确率96.04%（2018）

计算机视觉：LPIRC：在线图像分类任务排名第一，实现23ms的单张图片分类速度（2019）

WebVision：82.54%准确率（2019）

PascalVOC comp4榜单：92.9综合得分，位居第一（2019）

自然语言处理

• SQuAD1.1最佳成绩：第16名， EM值82.440，F1值88.607（2018）

• SQuAD2.0最佳成绩：第40名， EM值77.003， F1值80.209（2018）

• 语言翻译表现：阿里翻译支持19个语种实时翻译（2019）

EMNLP BB Task第一（2019）

机器学习平台排名：在中国市场位居第二（IDC，2019）；PAI 3.0：10+种场景的算法模型；提供100+种算法组件

自研芯片：推理： Ali-NPU； 含光800，性能78563 IPS，制程7nm，能效比500 IPS/W

技术亮点：量子电路模拟器“太章”

华为

以芯片为核心，昇腾910算力目前业界最强，芯片实力是华为在AI领域的核心竞争力之一

语音识别：准确率：将语音文件、实时语音数据流转换为汉字序列，准确率90%以上（2019）

计算机视觉：ImageNet：ResNet-50在ImageNet数据集以10分28秒夺冠（2018）

ICDAR：与华中大在发票文本的端到端识别任务中以96.43%的精度夺冠（2019）

MegaFace： 收购的Vocord公司的曾在2016-2017年度夺冠

• DigSci科学数据挖掘大赛：语音语义Lab夺冠（2019）

自然语言处理

• SQuAD暂无公开成绩

机器学习平台排名：在中国市场位居第四（IDC，2019）

自研芯片：训练： 鲲鹏系列； 推理： 麒麟系列，鸿鹄系列，其中昇腾910，FP16算力256Tops， INT8算力512Tops，制程7nm

技术亮点：量子计算模拟器与编程框架HiQ云服务平台；5G技术

腾讯

重视语音识别与合成、声纹识别、图像识别等方向的研究，语料库庞大，在语音、视觉等领域技术拥有一定实力

语音识别：识别率：通用领域的语音识别率最高可达到95%，实时率为0.27%；语音合成MOS值为4.4，声纹识别准确率为99%（2019）

计算机视觉：PascalVOC comp4榜单：91.2综合得分（2019）

MegaFace：83.290%的准确率100万级别人脸识别测试（2017）

LFW：刷新世界纪录，99.8%（2017）

自然语言处理

• SQuAD1.1最佳成绩：第16名， EM值81.790， F1值88.163（2017）；

• SQuAD2.0暂无公开成绩

• 语料库： 包含800+万个汉语词汇（2018）

• 语言翻译表现： 腾讯翻译君支持17个语种实时翻译（2019）

机器学习平台排名：在中国市场位居第三（IDC，2019）；Angel 3.0：100+多家公司和机构使用Angel3.0（2019）；TI-ML： 一站式机器学习生态服务平台

自研芯片：暂未推出自研AI芯片

芯片公司投资：燧原科技2019年12月发布云端AI训练芯片邃思DTU，声称单卡单精度算力20Tops，混合精度算力80Tops，12nm工艺，141亿个晶体管，预计2020上市

技术亮点：量子计算实验室；Robotics X 机器人实验室