文/劉鋒
互聯網巨頭順應科技發展趨勢，將自己的產品或服務與互聯網的大腦架構相結合，構建企業級類腦巨系統。
21世紀以來，互聯網開始加速從網狀結構向類腦結構演化。這種變化從互聯網大腦模型的基礎研究推導出來，科技公司是最早感知這種科技生態變化的。
互聯網大腦并不是一開始就是成熟和完整的，至少需要數百年時間才可能進化完善。在這之前，互聯網巨頭會順應科技發展趨勢，將自己的產品或服務與互聯網的大腦架構相結合，構建企業級類腦巨系統，以獲得更大競爭優勢。
從2012年起，谷歌、百度、科大訊飛、阿里、騰訊、360、華為等科技巨頭都提出了自己的泛“大腦系統”。本文以時間為線，總結了這些“企業級科技大腦”的發展情況。
谷歌大腦
2011年，谷歌顧問吳恩達與高級研究院Dean在谷歌X實驗室創建Project Marvin，用于研究模仿人類大腦結構的數字網格。隨著具有神經科學背景的同事Greg Corrado和一些Google工程師的加入，到2012年，開始用Google Brain稱呼Project Marvin，這個項目被正式稱作“谷歌大腦”。谷歌大腦團隊將大量“標記”數據輸入到網絡系統中，用來識別原來難以識別的圖像。
其中“識別貓”讓谷歌大腦聞名于世。為了讓谷歌大腦識別出貓咪圖片，谷歌團隊使用了1.6萬片處理器創造了一個擁有10億多條連接的神經網絡。他們隨后在這個網絡中隨機呈現出一些縮略圖，每一張都是從1000萬段YouTube視頻中抽取出來的。在看過數百萬張圖片后，這個“谷歌大腦”構建出一張理想的“貓”圖片，利用不同層級的存儲單元成功提煉出貓的基本特性。
谷歌大腦研究人員認為這個過程與人類大腦視覺皮層的運作方式是非常相似的。有了這個重大突破，谷歌大腦終于可以在沒有科學家幫助的情況下識別出一張貓的臉。
作為谷歌整體人工智能計劃的一部分，谷歌大腦團隊一直致力于通過算法研究和系統工程，提升人工智能的技術水平。2017年，谷歌大腦負責人Jeff Dean發表報告，闡述了谷歌大腦在9個基礎研究方向、6個具體領域的成果，并介紹了谷歌AI進展：
第一是谷歌大腦團隊設計出使用強化學習和演化算法的新神經網絡設計方法。這項工作已經被擴展到最新的ImageNet分類和檢測中，并展示了如何自動學習新的優化算法和有效地激活函數。
第二是團隊研發新技術來改善計算機理解和生成人類語音的能力，并與谷歌語音團隊合作，為一個多端到端的語音識別系統研究出多種優化方法。這使得Google的產品——語音識別系統的相對單詞錯誤率降低了16％。
第三是團隊致力于開發新奇的機器學習算法和方法，包括在深度學習創始人Hinton在capsules算法上的研究等。Hinton的研究試圖對人工智能重要的算法卷積神經網絡進行革新。
第四是谷歌著名的機器學習框架TensorFlow。它可被用于語音識別或圖像識別等多項機器學習和深度學習領域，可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行。TensorFlow完全開源，任何人都可以用，目前已成為應用最為廣泛的機器學習開源平臺。
從互聯網大腦模型來看，谷歌大腦是一個較為純粹的人工智能項目，還沒有大規模與互聯網類腦架構結合，但它是第一個用“大腦”命名的互聯網類腦智能巨系統項目。
訊飛超腦
2014年，以語音識別聞名的科大訊飛推出“訊飛超腦”，基于類人神經網絡的認知智能引擎，賦予機器從“能聽會說”到“能理解會思考”的能力。訊飛超腦是科大訊飛依托其在語音識別方面的優勢地位而形成的類腦智能巨系統。
科大訊飛執行總裁胡宇認為，機器能夠實現的人工智能分為三個維度，分別是運算智能、感知智能/運動智能和認知智能。其中運算智能最典型的案例就是2016年初引起全世界轟動的AlphaGo戰勝圍棋大師李世石的“人機之戰”。
感知智能/運動智能就是語音識別、計算機視覺等當下已經相當成熟的人工智能技術，以及一些運動機能。也就是說，機器具備了眼、耳、鼻、舌等如同人類一樣的感官，并且能走會跑、能抓會扔。
認知智能更像是基于以上兩種智能的一種升華，即機器具備知識理解、邏輯推理等能力，并且能夠用自然語言的方式表達出來。這就是“訊飛超腦”的研發目的。
2017年，“訊飛超腦”模擬人腦打造了擁有100多億個神經元的深度神經網絡，繼而利用大數據進行訓練以提升相關算法。當然，這里的“訓練”并不是那種填鴨式的數據輸入和訓練，而是讓系統能夠依據數據實現自主學習和提升。
百度大腦
百度大腦自2010年起開始積累基礎能力，并逐步完善。2016年9月1日，百度首次向外界全面展示人工智能成果——“百度大腦”，并宣布對廣大開發者、創業者及傳統企業開放其核心能力和底層技術。
2017年，百度大腦2.0已形成完整體系，開放60多種能力。
2018年7月，百度大腦3.0在Baidu Create 2018百度AI開發者大會上正式推出。時任百度高級副總裁的王海峰認為百度大腦3.0核心優勢是“多模態深度語義理解”，即對文字、聲音、圖片、視頻等多模態的數據和信息進行深層次多維度的語義理解，涵蓋了數據語義、知識語義、視覺語義、語音語義一體化和自然語言語義等多方面技術。
這也意味著，通過“多模態深度語義理解”，機器可以在聽清、看清的基礎之上，更深入地理解其背后的含義，深度理解真實世界。
2019年，百度大腦升級為5.0，核心技術再獲重大突破，實現了AI算法、計算架構與應用場景的創新融合，成為軟硬件一體的AI大生產平臺。2020年，百度大腦6.0持續升級，進入“知識增強的多模態深度語義理解階段”。
△2016年9月1日，百度首次向外界全面展示人工智能成果——“百度大腦”，并宣布對廣大開發者、創業者及傳統企業開放其核心能力和底層技術
阿里ET大腦
2017年12月，阿里巴巴正式提出“ET大腦”概念，將AI技術、云計算大數據能力與垂直領域行業知識相結合，基于類腦神經元網絡物理架構及模糊認知反演理論，實現從單點智能到多體智能的技術跨越，打造具備多維感知、全局洞察、實時決策、持續進化等類腦認知能力的超級智能體。
阿里指出ET大腦的核心能力是認知反演，無論是城市交通、工業制造還是航空運輸，其本質都是拓撲網絡問題，即城市交通是車流的網絡，工業制造是流程的網絡等等。這些網絡中的每個節點都會發出各種信號，如城市交通系統，每個路口可能就是一個節點，當一個路口交通堵塞的時候，如何將這個信號傳遞給其他路口以及是否傳遞這個信號，其背后的決策機制非常重要。
而認知反演就是通過這些表面信號，結合關鍵統計量和算法找到數據特征，并尋找到這些拓撲網絡上的量化關系，通過這些量化關系就可以找到控制的竅門。
互聯網大腦云反射弧機制提出在形成云反射弧的過程中，無論是在互聯網內部，還是現實世界的智能設備調度，都存在如何發現和選擇最優路徑的問題。要解決這個問題，涉及圖論、互聯網節點布局、通訊線路、傳感器等方面。在互聯網大腦中樞神經系統的調度下，通過選擇最優的路徑，從而實現云反射弧快速、穩定執行。
360安全大腦
2018年5月，360集團董事長兼CEO周鴻祎首次提出“安全大腦”的全新概念。他表示，“安全大腦”是一個分布式智能系統，綜合利用大數據、人工智能、云計算、IoT智能感知、區塊鏈等新技術，保護國家、國防、關鍵基礎設施、社會及個人的網絡安全。
當前全球正在經歷由萬物互聯與人工智能技術帶來的巨大變革，新的安全威脅隨之產生。原有的安全威脅從單一的信息安全擴展到包含民生安全、經濟安全、關鍵基礎設施安全、城市安全、社會安全乃至國家安全的大安全體系。360專家介紹，目前平均每一千行的軟件代碼會有6～8個漏洞。
在2016年美國東部斷網事件中，360首先根據2323端口異常發現了問題。在發布報告后就發生了攻擊事件，導致美國很多地區斷網。最終360判斷這起事件是美國黑客劫持了越南和巴西的攝像頭，利用DYN公司的服務器進行十幾萬的攻擊量，360安全大腦非常清晰地為美國方面提供了整個攻擊的數據和方向，幫助對方定位和解決問題。這種基于攝像頭的攻擊其實就是一種新型攻擊，而幫助360準確判斷這次攻擊的，就是360安全大腦模式的一次成功應用。
騰訊超級大腦
2018年5月，騰訊正式提出“騰訊超級大腦”，希望在云時代通過“連接”，促成“三張網”的構建。一是“人聯網”、二是“物聯網”、三是“智聯網”，其中，“智聯網”就是騰訊稱之為“超級大腦”的基礎。
馬化騰表示：“超級大腦是一個讓人工智能無處不在的智能操作系統，AI能力將依托超級大腦隨時隨地被靈活調用。騰訊推出超級大腦的初衷正是希望助力企業和政府建立自己的超級大腦，并且在城市、工業、零售、金融、醫療等各行各業提供智慧解決方案。”
騰訊超級大腦是聯合騰訊AI LAB、優圖實驗室、微信AI團隊、機器人實驗室、量子實驗室等內部優勢團隊的前沿技術推出的產物。騰訊云與各行業的智能化建設進行結合，不斷拓展超級大腦的應用領域，形成城市超級大腦、醫療超級大腦、工業超級大腦、零售超級大腦和金融超級大腦等類腦智能巨系統應用群，讓各行各業都能擁有屬于自己的超級大腦。
華為云EI智能體
2018年6月，華為推出的華為云EI智能體是擁有云機器智能的AI智能巨系統，有自己的感覺神經系統和神經末梢，通過萬物互聯對人和物進行聯接。
在具體應用方面，以工業領域為例，華為云EI的工業智能體發揮著巨大的作用。作為全球重要的電子信息制造企業，華為自身的經歷就相當具有代表性。例如在沒有用華為云EI以前，華為的生產線要一個工人看管四臺焊接機，然后用肉眼檢查PCB板的故障。這種方法不但檢驗速度慢，而且經常出錯，每個工人每次檢測需要用時五分鐘左右。
由于華為的業務本身與實業緊密結合，使得涉及智能產業的團隊和生態伙伴很多，如手機、芯片、媒體、操作系統等等，解決的都是華為內部運作的自動化問題和業務服務問題，如供應鏈的智能裝箱、物流和路徑規劃，以及報關、發票、風控、營銷、網絡安全等場景。
因此，當華為創始人任正非明確指出將人工智能戰略作為未來方向，把華為在人工智能領域最擅長的技術和能力對外開放和輸出時，華為云EI智能體就能夠作為一項核心能力迅速落地執行。
騰訊WeCity未來城市
2019年7月16日，騰訊研究院和騰訊云聯合打造全新的政務業務品牌——“WeCity未來城市”，解決方案以騰訊云的基礎產品和能力為底層支持，為數字政務、城市治理、城市決策和產業互聯等領域提供解決方案，并通過微信、小程序等工具觸達用戶。
2020年8月22日，WeCity 2.0版本提出“新空間、新治理、新服務”理念，并對政務產品能力進行升級。
在助力數字政府的發展中，騰訊從民生服務、企業服務和政務協同三個領域出發：
“WeCity2.0”的提出，是騰訊基于五年來在政務領域的沉淀與積累，結合當下現狀做出的靈活應變。“WeCity2.0”從數字政府的建設出發，擴展到城市治理、城市決策、產業互聯等領域，助力文旅、醫療、交通、教育等產業發展，讓居民切實享受到科技為生活帶來的便利。
中科大腦城市大腦
中關村科學城城市大腦股份有限公司，簡稱中科大腦（原中海紀元），其所倡導建設的“城市大腦”平臺以AI計算中心，包含算力平臺、AI能力平臺、接入平臺、感知平臺、算法工廠、知識工廠、應用平臺等一系列AI設施及應用。
向外延伸包括城市感知網絡（5G+邊緣計算+AIoT），以及城市治理平臺、產業發展平臺、科技創新平臺。
第一，城市大腦賦能城市治理，包括城市管理、公共安全、生態環保和城市交通四大領域。聚焦渣土車治理，集結7個政府部門、14家高科技企業，打破業務、流程、數據、系統的壁壘，形成更精準、更高效的執法新模式，對渣土車違法行為初步實現看得清、逮得著、罰得了、管得住。聚焦基層智慧社區治理，政府部門下沉社區一線，實現18個場景應需動態部署。
疫情防控聚焦重大公共安全事件，接入整合城市大腦科技產業聯盟成員企業的數據技術資源，搭建北京市海淀區城市大腦疫情防控平臺。
第二，城市大腦賦能產業發展。在河湖水質量子點監測場景中，用新場景助力初創科技企業加快成果產業化。
芯視界公司量子點光譜傳感芯片技術走出實驗室，在北京的南沙河布設了29套“零接觸式”監測點位，在北京市海淀區創新示范、在全市推廣應用。在智慧社區場景中，用新契機助力傳統科技企業加快轉型升級。一直致力于傳統教育信息化的競業達公司成功轉型為人工智能物聯網企業，新產品在杭州、上海得到了推廣應用。
在基礎平臺建設中，用新平臺助力領軍企業提升在前沿技術領域的國際競爭力和話語權。百度“飛槳”平臺在全面支撐海淀城市大腦人工智能場景應用過程中，取得了深度學習框架平臺自主可控、安全可靠、應用生態等方面的新進展。
第三，城市大腦賦能改革創新，倒逼政府“智慧城市”建設模式的創新。城市大腦側重于需求場景主導，倒逼政府城市管理體制和執法方式的創新，實現了交通管理從現場執法為主到以非現場執法為主的轉變，連續兩年非現場抓拍比例占全北京市的50%以上。
倒逼政府促進產業發展方式的創新，把城市級的業務應用場景和大數據資源、新型重大基礎設施向創新主體開放，推動了數字化轉型升級。
達闥科技機器人云端大腦
達闥科技是全球首家云端智能機器人運營商，由黃曉慶（Bill Huang）于2015年創立。達闥科技認為，人工智能的深度學習必須基于大量機器人提供的數據匯聚到云端，由一個巨大的“云端大腦”來完成。這進一步說明了機器人的部分感知和認知系統必須放在云端，將是智能機器人發展的必然方向。目前云端服務機器人的剛需場景是在危險、骯臟、重復性和相對困難的應用場景。
達闥科技基于數字孿生體的服務機器人操作系統架構，用于實現對云端機器人的運行和遠程操控，最終通過操作系統實現云端服務機器人的大規模商業服務運營。
達闥科技的“海睿云端機器人操作系統（ HARIX OS）”是基于“云-網-端”分布式計算協同的云端智能機器人操作系統 ，是達闥科技為人工智能行業和機器人行業從業者開發的機器人應用平臺。
海睿OS系統為開發者提供了一個基于虛擬孿生技術的機器人環境開發平臺。
海睿OS系統采用游戲引擎技術，不僅能驅動數字孿生的虛擬機器人，還能通過數字孿生技術驅動實體機器人。達闥科技提供了一整套完整的、圖形化的云端機器人應用和技能開發集成環境及開發工具，并支持腳本開發，為云端機器人的規模化商業落地提供強有力的支持。
在不久的將來，機器人會替代人去干那些危險、骯臟、重復性和相對困難的工作，而人類將會以打游戲的方式操控機器人去完成那些工作。
明略集團明智系統
2017年，明略數據將基于知識圖譜的技術服務進行產品化，推出行業AI大腦“明智系統”實現數據的充分融合和碰撞挖掘，從而有效構建行業AI大腦。明智系統2.0通過“符號的力量”完成對行業數據中所蘊含知識的抽取、融合、推理、沉淀等一系列過程，打通感知智能。
明智系統呈現在用戶面前的是一個極簡的人機交互入口，通過企業級Siri“小明”，用戶以最簡單的方式與行業AI大腦對話。每一次人機交互對話的背后，都是明智系統2.0內部的海量“符號”在運行、重構。正如人腦一樣，以計算代價最小、計算結果最準確為核心目標不斷優化迭代。
通過企業級Siri“小明”，以對話的形式高效提供業務決策支持。基于AI驅動的數據治理平臺，實現各類結構化、非結構化的視頻、圖片、文本等多元異構數據的符號化過程，通過知識圖譜數據庫“蜂巢”完成數據的匯聚、融合、推理及復雜運算，最終為客戶構建完整的行業人工智能大腦——公安大腦、數字城市大腦、工業安全大腦、金融風控大腦等，推動人機同行，讓AI真正創造商業與社會價值。
明智系統還將逐步應用在數字城市、智慧消防等新領域。為數字城市建設提供“數據中臺+智慧應用”的全方位服務，為交通管理、城市建設等領域提供數據分析服務和智慧綜治。■
本文發表于《企業管理》雜志2021年第八期
