圖片來源@Unsplash

　　科技公司從未停止過對未來世界的想象。

　　為此，實力雄厚的科技公司往往熱衷于成立各種實驗室，作為前沿科技的孵化器。這些技術或許看似天方夜譚，但也有可能引領一場新的技術革命。

　　繼解讀過 BAT 黑科技實驗室布局后，鈦媒體小編又盤點了字節跳動、滴滴及美團點評（以下簡稱 TMD）這三家小巨頭在人工智能以及科技實驗室的布局。

　　從三小巨頭的科技戰略和實驗室的研究方向上，可以看出他們的科技實驗室與現有業務達成了深度綁定。比起探索前沿科技，TMD 更加注重將技術轉化為生產力，使研發成果更高效、更快速部署在現有業務上。

　　滴滴——“AI 為出行”

　　“滴滴的科技戰略是 AI for Transportation （AI 改變交通）”，滴滴 CTO 張博曾這樣描述滴滴的科技戰略。基于海量交通大數據、大數據技術和云計算能力，滴滴正在持續將 AI 技術應用于智能出行的更多場景。

　　滴滴目前有三個實驗室，分別為滴滴研究院、滴滴美國研究院以及滴滴 AI Labs。

　　一、滴滴研究院

　　2016 年 4 月 13 日，滴滴出行宣布將此前設立的機器學習研究院升級為滴滴研究院，由人工智能科學家何曉飛教授出任研究院首屆院長及滴滴出行高級副總裁，負責滴滴研究院和大數據團隊建設，向 CTO 張博匯報。

　　滴滴研究院是滴滴的研究機構，被視作滴滴的“大腦”。該研究院的主要任務，就是結合大數據與機器學習，搭建滴滴交通大腦。這需要滴滴交通大腦需要收集每個城市、每一時刻的所有交通出行相關數據，然后做出最優的決策（匹配、導航等）

　　研究院的研究方向包括：機器學習、計算機視覺、人工智能、數據挖掘、最優化理論、分布式計算等。滴滴研究院與業務線緊密結合，力求其每一項研究成果都能以最快的速度應用到相應的產品上。

　　滴滴研究院的技術成果，在滴滴出行 App 上就有許多體現。比方說：路徑規劃和時間預估（ETA）、動態調價、智能分單、拼車、供需預測、運力調度、熱力圖等核心項目。

　　滴滴的城市熱力圖（來源滴滴）

　　葉杰平博士曾在演講中闡釋機器學習在滴滴中的大規模應用。像熱力圖，就能給司機預告哪些區域未來半小時會有訂單需求。

　　而滴滴研究院最核心的技術還是訂單匹配，在某個時刻乘客和空閑車輛的匹配量可能就達到了千萬級。由于路面情況不同，同樣一公里可能因為交通擁堵情況而導致行駛時間不同，因此在距離評估以外，更困難的時間評估也被引入考量。

　　這些成果離不開何曉飛教授的貢獻。何曉飛教授主導設計了滴滴出行的關鍵技術，為滴滴各條業務線提供技術支持，他還是滴滴無人駕駛項目創始負責人。

　　在何曉飛低調離職后，滴滴研究院主要由葉杰平副院長和弓峰敏副院長兩位專家坐鎮。

　　二、滴滴美國研究院

　　在滴滴拓展國際化的進程中，滴滴美國研究院的設立是重要一步。

　　2017 年 3 月，滴滴美國研究院在硅谷成立， 重點發展大數據安全和智能駕駛兩大核心領域。同時，美國研究院將配合滴滴大研究網絡，持續把研究成果轉化為生產力，幫助更多城市提供前瞻性的整體交通方案。這不僅方便滴滴招募國際化人才，也為其國際化戰略提供了助益。

　　美國研究院由滴滴研究院副院長弓峰敏領導，世界頂級安全專家查理·米勒（Charlie Miller）也受邀加入。美國研究院主要課題包括云安全、深度學習、人機交互、計算機視覺及圖像學、智能駕駛等領域的技術開發及應用。

　　弓峰敏博士被譽為硅谷安全創業教父，在網絡及安全研發領域有逾三十年經驗。他是多家網絡安全公司的聯合創始人或高管，也是非常成功的連續創業者和硅谷天使投資者。

　　查理·米勒有“全球最杰出的安全專家”稱號。他曾就職于蘋果、Twitter 和 Uber 等公司，還曾撰寫三本信息安全相關著作。

　　三、滴滴人工智能實驗室（AI Labs）

　　此前兩所研究院關注的都是將技術迅速轉化為生產力，強調技術與業務的深度綁定。滴滴AI Labs 則是公司對前沿技術的布局與投入。

　　2018 年 1 月 26 日，滴滴出行宣布成立 AI Labs（人工智能實驗室），將重點發力機器學習、自然語言處理、語音識別、計算機視覺、運籌學、統計學等領域的前瞻技術研究及應用，積極布局下一代技術。

　　AI Labs 由滴滴副總裁葉杰平教授領導。此前的公開數據表示，團隊至少囊括了兩百余位從事 AI 前沿技術研發的科學家和工程師。

　　在智能出行領域完成技術積累后，2019 年 5 月，滴滴發布了群雁智能出行開放平臺，宣布將滴滴積累的 AI 技術、服務、算力以及多元化的解決方案全方位開放。開放也分為三個維度，分別為AI 基礎平臺、AI 服務與能力開放與解決方案層面。

　　字節跳動——“殺雞用牛刀”

　　字節跳動的人工智能技術，圍繞著內容創作及分發進行。字節跳動的人工智能實驗室成立于 2016 年，研究重點是為公司的內容平臺服務開發技術。

　　該人工智能實驗室主任為馬維英博士，他同時擔任字節跳動副總裁一職。馬維英博士的研究領域包括機器學習，自然語言處理，多媒體分析和理解，互聯網搜索技術，知識圖譜和數據挖掘。

　　在加入頭條之前，他曾任微軟亞洲研究院的常務副院長，帶領團隊開發并推進了許多關鍵技術的實際應用，包括必應搜索引擎、在線廣告、微軟小冰聊天機器人、問答系統，以及 Cortana 和 Azure 等等。

　　他在學術領域也很有造詣，他在世界級會議和學報上發表了 270 多篇論文，并擁有 160 多項技術專利。他是電氣電子工程師學會院士（IEEE Fellow）和美國計算機協會杰出科學家（ACM Distinguished Scientist）。

　　字節跳動的 AI 實驗室不僅是做理論研究，更注重通過實驗快速將技術用于產品部署。恰如官網介紹所言，“不是停留在封閉實驗室的傳統布局中，而是嵌入到整個組織，工程團隊隨時可以快速有效地大規模部署他們的最佳創意。”

　　馬維英博士曾在演講中闡釋過 AI 實驗室在字節跳動中的作用。他將頭條用 AI 技術比喻成“殺雞就用牛刀”，當很多人認為簡單的閱讀推薦用不上太多 AI 技術上時，他們通過深度挖掘發現了價值。除了文本內容，視頻內容的理解和推薦也成了頭條要解決的技術點。

　　在 AI 落地方面，除了個性化分發等已被人熟知的 AI 技術，頭條 AI 實驗室還包括了自然語言處理、圖像風格轉化及生成、體育視頻理解和寫稿機器人等應用。

　　圖像風格轉化及生成，在抖音及火山小視頻的各種特效里都有展現。比如頭條可以做到視頻內容的實時切割，不斷更換背景。頭條還在生成對抗網絡上進行研究，可以自行生成表情，從沒有表情的臉部表情轉換成有微笑的表情。

　　美團——AI 上的“吃喝玩樂”

　　美團的 AI 業務圍繞著“吃喝玩樂”等生活服務進行。

　　從產品層來看，美團和大眾點評 APP 背后用到的是搜索和智能推薦技術、美團外賣則是涉及到配送和人員調度策略，而美團單車則涉及到生物認證等問題。

　　美團 AI 全景圖（來源美團）

　　與其他互聯網公司不同的是，美團并未設立單獨的 AI 研究院，而是將 AI 團隊與業務團隊直接融合在一起，為了更好地促進 AI 落地。

　　“在美團做 AI，有一個非常大的優勢，就是數據和應用場景豐富，可以把各種各樣的前沿技術用到實際產品中，改善億萬人的生活。要把幾億消費者與數百萬生活服務商家高效地連接起來。”美團點評技術委員會算法通道主席何仁清曾對外闡釋過美團 AI 的特點。他也強調，美團比較大的業務部門中的技術團隊，都有從事 AI 的人員。

　　在美團中，比較大的技術部門就包括了美團 AI 平臺搜索與 NLP 部，該部門將美團搜索、大眾點評搜索以及 NLP 中心幾個重要團隊組合在一起，負責人為王仲遠博士。

　　王仲遠博士關注自然語言處理、知識圖譜及其在搜索、推薦和廣告方面的應用。他曾就職于微軟亞洲研究院和 Facebook，在微軟亞研院里，他負責亞研院的知識圖譜項目和對話機器人項目；在 Facebook 中，他在知識圖譜技術上的研究對 Facebook 的搜索、推薦及廣告等多個業務均有貢獻。他還曾在國際頂級學術會議發表篇論文 40 余篇。

　　據 IT 社區 CSDN 此前報道，自 2018 年 5 月起，在王仲遠博士的帶領下，美團大規模餐飲娛樂知識圖譜平臺——美團大腦就開始構建。這一“大腦”能充分挖掘、關聯各個場景數據，讓 AI 算法能夠對消費者對商戶的評論進行分析，從而理解用戶在菜品、價格、服務和環境等方面的偏好。這個過程能讓人、店、商品和場景之間達成知識關聯，形成一個知識大腦。

　　此前公開數據顯示，美團大腦目前包含了 33 類概念、30 億實體、1000 億三元組，這一知識關聯數量級已經達到了世界級的規模。

　　（本文首發鈦媒體 APP，作者/蘆依，編輯/趙宇航）

總結

以上是生活随笔為你收集整理的2020年了，TMD三小巨头掌握了哪些AI黑科技？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。