Гонка облачных решений для машинного интеллекта

Гонка облачных решений для машинного интеллекта

Фон и пейзаж

Машины учатся читать, видеть, слышать, думать и разумно предоставлять услуги

Сегодня машинное обучение и искусственный интеллект (ИИ) объединяются. Машинное обучение дает компьютерам возможность учиться без явного программирования. С другой стороны, ИИ - это интеллект, демонстрируемый машинами. Вместе машинный интеллект позволил компьютерам разумно читать, видеть, слышать, думать и предоставлять услуги. Мы разделили компании Machine Intelligence на пять технологических секторов и три бизнес-модели:

«Чтение» - - Язык: NLU и текстовые чат-боты; «Видеть» - - Зрение: машинное зрение и распознавание изображений; «Слушай и говори» - - Речь: обработка голоса, преобразование голоса в текст и преобразование текста в голос; «Думай» - - Аналитика: технологии анализа данных и машинного обучения; «Обслуживать» - - Бизнес-услуги: маркетинг, CRM, кибербезопасность и т. д.

Инструменты разработчика: платформы, API и SDK; Исследования и технологии: NLU, машинное зрение, технологии глубокого обучения и т. д .; Приложения и услуги: как поставщик услуг B2B, так и чат-боты / интеллектуальные приложения B2C.

Крупные технологические компании ускоряют приобретение стартапов в области машинного интеллекта

Мы изучили более 50 поглощений, совершенных 13 крупными технологическими компаниями. 71% покупок произошли на стадии посева и серии А.

С 2011 года ведущие технологические компании, такие как Google и Microsoft, начали быстро и рано захватывать стартапы в области ИИ. Пик активности пришелся на 2016 год, когда было совершено 21 приобретение. В тройку самых популярных технологических секторов входят языки, бизнес-услуги и машинное зрение. Как правило, технологические гиганты на раннем этапе начинают создавать языковые и чат-боты, но предпочитают приобретать зрелые компании, предоставляющие бизнес-услуги.

Мы видим четкую тенденцию к тому, что крупные технологические компании совершали эти приобретения для усиления своей основной компетенции. Компании, работающие в социальных сетях, такие как Facebook и Twitter, привели к приобретению стартапов в области машинного зрения для улучшения функций, связанных с изображениями, таких как добавление тегов к фотографиям. NICE, Verizon, eBay и Oracle сосредоточились на приобретении стартапов в сфере бизнес-услуг, связанных с искусственным интеллектом, чтобы получить более глубокие знания о клиентах и ​​предоставить лучшее обслуживание своих клиентов.

Google определенно лидирует в гонке за покупками. Из в общей сложности 52 приобретений, которые мы исследовали, Google совершил 11. Более того, Google является одним из пионеров приобретений почти во всех подсекторах: он купил стартап-прототип чат-бота, Clever Sense, в 2011 году; стартап машинного зрения DNNresearch в 2013 г .; и компания DeepMind, занимающаяся технологиями машинного обучения, в 2014 году.

Intel традиционно уделяет больше внимания аппаратному обеспечению. Однако с 2016 года она приобрела 4 стартапа в секторах машинного зрения и технологий машинного обучения. Последним приобретением Intel стала компания Movidius, занимающаяся обработкой изображений для интеллектуального оборудования и Интернета вещей. Предполагается, что сумма сделки составит около 400 миллионов долларов, что является второй по величине сделкой в ​​нашем исследовании.

Чтобы лучше понять стратегию и конкурентные преимущества этих крупных технологических компаний, мы проанализировали их патентную деятельность, связанную с А.

IBM и Microsoft вкладывают свои лучшие таланты в когнитивные вычисления и передовое машинное обучение через Microsoft Research и IBM Research. Вместе у них больше патентов, чем у остальных 10 ведущих компаний вместе взятых.

Как технологические лидеры, их идеальные цели для приобретения - это компании, преуспевающие в применении технологий, и компании, которые могут помочь им стать более дружелюбными к разработчикам. Неудивительно, что IBM и Microsoft приобрели в основном инструменты NLU для разработчиков (API и платформы для разработчиков), приложения машинного интеллекта для индивидуальных клиентов (чат-боты) и корпоративных клиентов (бизнес-услуги).

Microsoft, помимо своей традиционной силы в качестве ведущей компании, занимающейся разработкой программного обеспечения, с 2011 года активно расширяется к концу цепочки создания стоимости, выпустив Surface, смартфон, электронную почту Outlook и т. Д. Соответственно, Microsoft сделала четыре приобретения в области языка и сектор чат-ботов с июня 2016 года, чтобы сделать конечные продукты более умными и удобными для разработчиков.

Между тем, Google изо всех сил старался наверстать упущенное в области технологий, как мы можем видеть по его патентным заявкам, связанным с ИИ с 2011 года. В 2014 году он совершил пять приобретений в области машинного интеллекта, включая DeepMind, что, вероятно, обошлось Google примерно в 500 миллионов долларов.

Вместо того, чтобы стремиться стать еще одним разносторонним лидером в области технологий машинного интеллекта, Amazon взяла на вооружение стратегию «разветвления», основанную на Amazon Echo (Alexa) и AWS, и соответственно осуществила приобретения. Компания приобрела новые функции: Harvest.ai, стартап по кибербезопасности, Orbeus, API машинного зрения, и Angel.ai, стартап, разрабатывающий чат-ботов.

Facebook также использовал аналогичную стратегию. Если мы посмотрим на патентную деятельность Facebook, связанную с искусственным интеллектом, до 2014 года, это было не очень впечатляюще. Однако в 2011 году компания приобрела Face.com для «пометки фотографий» и Wit.ai, стартап API, для разработчиков чат-ботов в 2015 году. В декабре 2013 года Facebook запустил свое знаменитое исследование искусственного интеллекта Facebook (FAIR) и подал заявку на получение 15 патентов в 2014 г.

Многие свидетельства показывают, что Apple отстает. Самое раннее крупное приобретение в этой области произошло в октябре 2015 года. С тех пор Apple быстро захватила семь стартапов за 1,5 года. Apple также наняла Русса Салахутдинова из Карнеги-Меллона в качестве нового руководителя отдела машинного обучения в октябре 2016 года; а в январе 2017 года Apple присоединилась к Партнерству по искусственному интеллекту на благо людей и общества, основанному Amazon, Facebook, Google, IBM и Microsoft.

2016: год облачных платформ для разработчиков машинного интеллекта

Основываясь на направлениях бизнеса и их подходах к применению технологий машинного интеллекта, мы далее классифицировали технологических гигантов на три категории:

• Ориентированные на пользователя компании в первую очередь ориентированы на прямое взаимодействие с пользователями через свои продукты и услуги, включая Google (Google Phone, Gmail, Календарь и т. д.), Apple (iPhone и OSX), Microsoft (Microsoft Phone, Surface и операционная система MS), Amazon (Echo и Alexa), Facebook и Twitter.
• Сервисно-ориентированные компании в первую очередь ориентированы на предоставление отличных услуг, таких как маркетинг, ведение бизнеса и коммерция, корпорациям и индивидуальным клиентам. В эту категорию попадают компании eBay (торговая площадка), Salesforce (маркетинг), Oracle (маркетинг), Verizon (интернет и телефонные услуги) и NICE Systems (услуги B2B). Мы заметили, что большинство их приобретений приходится на сектор бизнес-услуг.
• Технологически ориентированные компании в первую очередь сосредоточились на развитии технологий в таких областях, как оборудование, программное обеспечение и облачные вычисления. В эту категорию попадают компании Intel, Microsoft, IBM, Google и Amazon.

Затем мы выясняем, что 8 из 13 перечисленных технологических гигантов уже запустили 11 облачных платформ для разработчиков, и эти платформы тесно связаны с их бизнес-направлениями.

Компании, ориентированные на пользователей, как правило, запускают платформы для разработчиков ИИ в качестве расширений для своих текущих продуктов и услуг. Например, как лидеры в области решений для умного дома, Google и Amazon запустили Action on Google для Google Home и Alexa Skill Kits для Amazon Echo; ведущая социальная сеть Facebook запустила платформу обмена сообщениями; а Microsoft запустила Bot Framework для своего телефона Microsoft Phone.

Точно так же технологически ориентированные компании запустили свои платформы для разработчиков ИИ, используя свои технологии когнитивных вычислений и машинного обучения. Типичные примеры - IBM и Microsoft. Кроме того, Google также накопил значительные преимущества, объединив быстрое развитие внутренней исследовательской группы с множеством успешных приобретений. Примечательно, что у всех трех компаний есть свои исследовательские подразделения: IBM Research, Microsoft Research и Research в Google.

Amazon, с другой стороны, больше полагалась на приобретения. Она приобрела Orbeus для API Rekognition в 2015 году и приобрела Angel.ai для диалогового интерфейса и технологии NLP в 2016 году.

В 2016 году с августа по декабрь было запущено 5 платформ Intel, Google, Salesforce и Amazon.

2016 год - год платформ для разработчиков AI / ML. Из 11 платформ для разработчиков ИИ 9 были запущены в 2016 году, а 5 были запущены в период с августа по декабрь (Intel, Google, Salesforce и Amazon). Примечательно, что 19 сентября 2016 года Oracle запустила свои приложения Adaptive Intelligence, основанные на технологиях машинного обучения и огромном количестве цифровых данных и данных о клиентах из облака данных Oracles. Эти приложения созданы для бизнес-пользователей, они постоянно адаптируются и самообучаются. Мы хотели бы видеть в них прототип корпоративного ИИ.

По сравнению с Oracle Salesforce сделала еще один шаг вперед. он встроил Эйнштейна (ИИ Salesforce) в ядро ​​платформы Salesforce. Все разработчики / компании могут создавать свои собственные интеллектуальные приложения с помощью Эйнштейна через платформу для создания корпоративных приложений Salesforce, App Cloud.

Наряду с бумом платформы для разработчиков Machine Intelligence все большее внимание уделяется запуску инструментов разработчика (платформы для разработчиков, API и SDK).

В связи с бумом платформ для разработчиков машинного интеллекта в 2016 году мы заметили четкую закономерность: крупные корпорации начали приобретать стартапы с инструментами разработчика с открытым исходным кодом с 2015 года. Многие из этих стартапов были напрямую интегрированы в платформы для разработчиков после того, как они были приобретены, например как Wit.ai, AlchemyAPI, Orbeus (Rekognition), Wandlab и Api.ai.

Другие стартапы также предоставили свои технологии (даже команды) для поддержки облачных решений для машинного интеллекта своих эквайеров. Как объявила команда Moodstock: «Мы сосредоточимся на создании отличных инструментов распознавания изображений в Google».

Четыре этапа освоения машинного интеллекта с 2011 г.

Прелюдия: приобретение для самосовершенствования

Примерно до июля 2014 года первопроходцы начали приобретать стартапы с искусственным интеллектом, которые расширяли свои возможности. Например, Facebook приобрела Face.com (распознавание изображений) для «тега», Verizon приобрела Gravity для получения более качественных рекомендаций по материалам, NICE приобрела Causata для улучшения своей службы управления клиентским опытом. Google является лидером на этом этапе: приобрел прототип стартапа чат-бота Clever Sense, стартап по технологиям машинного зрения DNNresearch; и инвестировал более 500 миллионов долларов в приобретение ведущей компании, занимающейся технологиями машинного интеллекта, DeepMind.

Научитесь читать: эра чат-ботов и NLU

Примерно с июля 2014 года по май 2015 года это время, когда технология искусственного интеллекта впервые появилась в жизни обычных людей в виде чат-ботов на основе текстовых сообщений или помощников искусственного интеллекта. Признав такую ​​тенденцию, Google снова сделал первый шаг. Он не только приобрел стартапы чат-ботов, такие как Emu и Jetpac, но и приобрел технологический стартап NLU Dark Blue Lab. Другими первыми покупателями языков и чат-ботов являются Facebook, IBM и Salesforce. За это время было приобретено 8 компаний NLU и Chatbots.

Научитесь видеть: гонка машинного зрения

С июня 2015 года по август 2016 года был приобретен только один стартап Language and Chatbot. Вместо этого мы видим 8 приобретений в области распознавания изображений и машинного зрения. До этого периода только три компании сделали приобретения в этой области: Facebook, Twitter и Google. Опять же, как компания, не связанная с социальными сетями (по сравнению с Facebook и Twitter), Google является пионером в приобретении стартапов Machine Vision. Оба его приобретения, DNNresearch и Vision Factory, представляют собой стартапы, очень ориентированные на исследования и технологии. Кроме того, Apple и Amazon наконец присоединились к гонке за приобретением ИИ. Другие игроки - Salesforce, Intel, Twitter и Google (опять же…).

Научитесь разумно мыслить: разговорные помощники ИИ везде и для всех

Для индивидуальных пользователей: в марте 2016 года генеральный директор Microsoft Сатья Наделла обнародовал грандиозное видение компании «беседы как платформы», позволяющей каждому создавать свои собственные чат-боты. В июне 2016 года Microsoft приобрела Wand Lab, стартап по разработке инструментов для создания чат-ботов и API. Впоследствии он также приобрел еще три стартапа в области чат-ботов и NLU: Genee, Maluuba и SwiftKey.

По сравнению с Microsoft, Google и Amazon были определенно более подготовлены. С 2011 года Google совершил 11 приобретений в области ИИ, включая Api.ai (который был напрямую интегрирован в платформу Action on Google). Amazon, с другой стороны, запустила Amazon Alexa Fund за 100 млн долларов и с июня 2015 года инвестировала в 23 стартапа, совместимых с ASK и AVS. Amazon также приобрела Angel.ai, чтобы улучшить свой ASK.

Для корпоративных пользователей: в сентябре Oracle и Salesforce представили Adaptive Intelligent Apps и Salesforce Einstein, чтобы помочь предприятиям разрабатывать интеллектуальные корпоративные приложения, используя свои технологии искусственного интеллекта. Их следующим шагом может быть внедрение настраиваемых диалоговых помощников на уровне ИИ на предприятии, которые могут обрабатывать информацию из различных источников и разумно взаимодействовать с людьми. В сентябре 2016 года Oracle приобрела компанию Palerra, которая занимается автоматизацией безопасности корпоративных приложений. Amazon также приобрела Harvest.ai, стартап по кибербезопасности с использованием искусственного интеллекта, для своей AWS.

Рассмотрение:

Говорить легче, чем писать (по крайней мере, если не в рабочее время)

В ноябре 2016 года три китайских технологических гиганта, Baidu, Sogou и iFlytech, объявили, что точность их систем распознавания речи достигла 97%. Всего за месяц до этого Microsoft сообщила, что достигла человеческого паритета в распознавании разговорной речи: коэффициент ошибок слов составил всего 5,9% по сравнению с 6,3% в сентябре. Эти достижения показали, что наши машины теперь могут довольно точно «слушать», и для нас пора с нетерпением ждать новой эры, когда больше не нужно отправлять текстовые сообщения.

Поскольку речевые технологии становятся доступными для предприятий и разработчиков, скоро нам не придется держать смартфон в руках, чтобы пользоваться услугами интеллектуальных машин. Это нововведение может произвести революцию в индустрии бытовой электроники.

Следующие цели - разговорчивый и интеллигентный

Поскольку мы должны и дальше ожидать, что технологические гиганты будут приобретать технологии NLU, мы полагаем, что «разговорный» будет следующим направлением в этой области. Традиционно платформы разработки NLU, такие как LUIS Microsoft Cognitive Services, Wit.ai платформы Facebook Messenger и Nuance, отлично подходят для однозначного понимания. Тем не менее, ни один из них не является достаточно мощным, чтобы обеспечить идеальную поддержку сложных, многооборотных текстовых диалогов. Не говоря уже о том, что люди обычно говорят более небрежно, чем пишут.

Помимо разговорной речи, мы также надеемся, что ИИ станет более умным. Теперь, когда машины могут слышать (распознавание звука), понимать (NLU), видеть (машинное зрение), думать и учиться (данные и машинное обучение), мы собираемся вступить в эру, когда машины могут мыслить разумно с множеством различных входных данных или , эпоха мультимодальных вычислений. Как правильно искать, систематизировать и анализировать доступные мультимодальные данные - это основная проблема.

Удобный для разработчиков

Как и в эпоху смартфонов, разработчики приложений являются наиболее ценным активом для Google (Android) и Apple (iOS). В наступающую эру искусственного интеллекта разработчики по-прежнему будут ключом к успеху. Став ведущими участниками глобального движения за машинный интеллект, компании (такие как Amazon) не только выйдут вперед в своей основной сфере бизнеса (например, решение для умного дома), но и получат доступ к огромному количеству данных, что является фундаментальным ресурс для развития машинного интеллекта.

К счастью, мы видим больше доказательств, подтверждающих наши мысли. На прошлой неделе Techcrunch сообщил, что Google, который возглавляет тенденцию приобретения с 2011 года, приобретает Kaggle, платформу, на которой проводятся соревнования по науке о данных и машинному обучению. Kaggle имеет одно из крупнейших сообществ разработчиков в мире: по состоянию на май 2016 года насчитывалось 536 000 зарегистрированных пользователей, а сообщество охватывает 194 страны. Мы определенно ожидаем, что технологические гиганты приобретут больше стартапов, ориентированных на разработчиков, с уникальными инновациями и / или прорывными технологиями!