未来版图：全球聪明公司的科技创新趋势和商业化路径(txt+pdf+epub+mobi电子书下载)

作者：麻省理工科技评论

出版社：人民邮电出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

未来版图：全球聪明公司的科技创新趋势和商业化路径试读：

内容提要

这些聪明公司，并非都是行业巨头，甚至专利数量、公司所在地以及资金规模都不在考察范围内。这些公司是“高精尖科技创新”与“能够保证公司利益最大化的商业模式”的完美融合。无论公办私营，无关规模大小，这些遍布全球的公司都有能力创造并抓住新的机遇。

本书以2011—2017年的榜单为蓝本，在生物医学、能源材料、计算机与通信、互联网与数字媒体，以及交通运输等行业领域中挑选出在技术创新、商业模式上有亮点的、国内读者比较感兴趣的百余家聪明公司，并以时间为经、行业为纬，梳理这些公司的技术创新和商业沉浮。旨在让读者知道，从判断一个突破性技术到真正实现技术的共享、吸收应用与再创新是一个艰难而微妙的过程。这其中需要对技术由浅入深、从点到面全面认识和理解，而要进一步将前沿知识转移、共享，则更与这个领域内核心人员和社交圈的融合程度密切相关。只有处理好这两点，深度的技术整合应用才有可能。前言新兴科技重塑商业未来

自2010年开始，《麻省理工科技评论》每年都会选出50家公司，作为科技创新的代表。这份榜单的名字略有变化，在2013年之前，它叫“全球50大创新公司”；2013年，它叫“全球50大颠覆公司”；2014年至今，它叫“全球50大最聪明公司”。

如何定义“聪明”的公司？听起来很难。但当你看到一家聪明的公司时，你就知道了。当这样的公司将一项真正创新的技术商业化时，不可思议的事情就发生了：市场中领导者的地位得到巩固或被别的公司所取代。竞争者们必须重新定义或重新思考他们的战略。

当《麻省理工科技评论》的编辑们汇编这个榜单时，最关注的就是这点。这份榜单并不清点公司所拥有的专利或雇佣的博士，也不考察公司的大小和名气。而是会问，这个公司在过去的一年中，有没有做出将会重新定义其所在领域的重大创新。

每年，都会有新的公司入选。例如，2014年改变所在领域的最重大创新发生在Illumina。它将DNA测序的价格降低到将改变医疗业务的水平。2014年，小米（MI）凭借颠覆式的打法迅速成长，因此位列2015年榜单的第二名。这也是榜单为公司排位以来，中国公司获得的最高排名。2017年，排名第一的公司是GPU的生产商英伟达，这是因为该公司生产的芯片极大地推动了深度学习和自动驾驶等领域的进步。

同时，每年也都有公司会落选，离开榜单。有些公司落选是因为对其所在行业的整体前景的影响力在下降。例如，在“全球50大最聪明公司”（以下简称TR50）诞生之初，生产生物燃料的公司占据了榜单的许多位置，但随后这些公司则逐渐缺席。这个领域的公司普遍未能将生产扩大到可与常规燃油相竞争的规模，虽然其技术仍有潜力，但它目前对于能源或交通运输等行业的影响还很小。

在有些情况下，个别企业失去了其远见，导致不再能入选TR50榜单。其中一个例子是2012年的Netflix。2011年，Netflix入选是因为它在已有的电子邮件订阅DVD业务上，添加了视频点播服务。Netflix公司已经颠覆了实体影像出租店的商业模式，并巧妙地防止自己被视频流技术颠覆。但在 2011年，该公司试图把视频流部分从其DVD业务中分割出去，做出了一个有严重问题的决策，引得公众嘲笑，并且在醒悟过来之前损失了数以十万计的订阅用户。突然之间，Netflix公司就无法清晰地把握自己的命运了，更不用说对整个娱乐产业产生影响。

同一年，TR50的常客亚马逊也没有入选。从2011年到2017年，亚马逊只有那一年缺席了榜单。如果当年的TR50的产生流程提前几个月，亚马逊很可能会入选。不过，执行力的缺失最终让这家科技巨头缺席。当年，亚马逊发布的Kindle Fire初看起来像是一个很有竞争力的产品，可以威胁到iPad 在平板电脑市场的主导地位。但是，随着消费者对该设备的日常体验越来越多，他们最初的兴趣和满意就逐渐变成失望。虽然亚马逊发布了补丁，称可以解决绝大多数用户关心的问题，但推出的这个产品表明，在2012年，在将云计算和消费类电子结合起来这件事情上，亚马逊仍然是一个挑战者，而不是一个领导者。

在2011年到2017年的7年时间里，共有195家公司入选TR50的榜单，其中有63家公司至少入选了2次，23家公司至少入选了3次。IBM（美国国际商业机器公司）和SpaceX（太空探索技术公司）各入选了7次，7年之间无一缺席。如果把谷歌和Alphabet算作一家公司，它也入选了7次。亚马逊和Facebook各入选了6次，在入选次数排名中并列第四。在中国公司中，入选次数最多的是腾讯（Tencent），一共5次进入榜单，和苹果并列。

从入选榜单的公司体量来看，从2011年到2014年，上市公司在榜单中的比例低于40%。但是从2015年开始，上市公司的比例显著增加。在2017年的50家入选公司中，有28家上市公司，占比56%。这说明，创新可能在向大公司集中。

在国家方面，五大洲都有公司入选，虽然比例并不平衡。北美洲依靠美国，占据了榜单的大多数。欧洲和亚洲基本处于旗鼓相当的地位。不过最近两年，得益于中国技术公司的崛起并在世界范围内得到承认，亚洲的公司数已经超过了欧洲。值得一提的是，2017年，阿根廷电子商务公司Mercado Libre首次入选，填补了南美洲的空白。

在国家分布上，美国的公司每年都占据榜单的大半，不过优势正在放缓，从名额的80%下降到60%。总体来说，榜单中的国家组成多样性正在增加。中国公司的数量也在显著增加，从2013年的2家到2017年的9家。入选的中国公司既包括百度、阿里巴巴（Alibaba）、腾讯、华为（HUAWEI）这样的巨头，也包括小米这样的大型未上市公司，还包括滴滴出行、旷视科技、大疆（DJI）等初创企业。《麻省理工科技评论》官方常常把公司分成生物医学、能源材料、计算机与通信（包括量子计算、机器学习、人工智能等）、互联网与数字媒体（包括互联网的商业模式创新），以及交通运输（包括城市交通、太空探索等）。除此之外，还有两家投资机构因为革新了投资理念和模式，也进入了TR50榜单。

自2011年以来，交通运输领域入选的公司数量基本维持在稳定的水平。尼桑、丰田（Toyota）、奥迪（Audi）等汽车制造商，滴滴出行等出行服务公司，甚至是SpaceX这样的航天制造和服务提供商，都曾入选。互联网与数字媒体公司的数量在2014年达到顶峰后迅速下降，这一趋势符合移动互联网红利结束的时间点。取而代之的是计算机与通信类型的公司数量快速增长。大量新兴人工智能技术公司在2016年和2017年出现，而亚马逊、苹果、腾讯和百度等老牌互联网公司也纷纷加入人工智能的浪潮。生物医学领域的公司数量也比较稳定，不过子领域却有明显的变化，从早期的制药和基因测序，到后来的基因治疗，再到最近的基因编辑。三大技术领域的行业焦点

我们通过技术手段，综合分析了生物医学、能源材料以及计算机与通信这三大领域入选公司的入选理由、专利申请和新闻报道等信息，总结出了2011年到2017年入选TR50的企业的研究焦点，希望可以借此分析行业变化的趋势。生物医学领域的行业焦点2011—2017年生物医学领域的公司研究焦点

在生物医学领域，基因组测序是最为关键的技术之一，所以一直在TR50榜单中稳定地占据份额。基因测序公司大致可以分成两大类，一类公司致力于基础研究，并把全基因组测序的价格压到市场可以接受的范围。这类公司的代表是位于美国加利福尼亚州圣迭戈的著名测序公司Illumina。这家公司自2013年以来，从未缺席过TR50榜单。早在2013年，基因组测序的成本仍需将近1万美元。但《麻省理工科技评论》编辑部已经预测，全基因组测序的成本必将降至1000美元。而这一价格是一个临界点，意味着医保系统已经可以部分覆盖基因测序的成本，从而让这一技术进入临床医疗市场。

现在看来，这一目标已经基本达到。2017年，Illumina再次入选TR50榜单，理由是公司推出了一种新机器Nova Seq，据说只需两天半的时间就可以完成多达48个人类全基因组测序。也许过不了多久就可以将DNA测序成本降低到100美元。

随着基因测序成本的下降，一些公司开始将其应用于市场中。23andMe早在2006年就成立了，旨在为消费者提供基因测序服务，也把“消费基因测序”的概念传播开来。但是直到最近几年，公司才开始进入大众视野，并于2016年和2017年连续两年进入TR50榜单。在此期间，公司还与美国食品和药物管理局经历了一段艰苦的周旋，终于获得了针对健康性状检测的许可。截至目前，23andMe已经为超过100万人提供了基因测序服务。

除了消费基因测序外，基因测序还被用于研发新型诊断技术中。就在2017年12月4日，Counsyl从高盛和Founders Fund等多家机构获得了8000万美元的融资。Counsyl早在2015年就进入了TR50榜单。当时，美国有3.6%的夫妇在产前会使用Counsyl的产前基因检测服务，以检测潜在疾病，并提供健康管理和相关预防措施。

生物医学领域的另外两条重要的主线是基因疗法和基因编辑技术。这两种技术都旨在修改人类的基因组，从根本上治愈某些复杂的遗传疾病。只不过基因疗法往往通过基因载体（如病毒）来把基因运载到基因组里，而基因编辑则采取更高效精准的方法修改致病基因。虽然理论上，基因编辑比传统的基因疗法更安全，但是基因疗法已经经历了10多年的研究和临床试验，所以逐渐在2015年、2016年开花结果。Spark成立于2013年10月，是一家致力于治疗遗传疾病的生物技术创新公司，以开发一种全新的私人化的精确治疗法来治愈原先难以治疗的基因性疾病。Spark试图研发的遗传疗法可以治疗遗传性视网膜营养不良，这种疾病的患者从一出生就会逐渐失去视力，并最终在中年时完全丧失视力。2015年年底，Spark公布了遗传性视网膜营养不良的疗法SPK-RPE65的三期临床结果。在临床试验中，这一疗法获得了良好的结果。因此，Spark也入选了2016年和2017年的TR50榜单。2017年10月，美国食品和药物管理局初步批准了Spark的基因疗法，成为2017年度最重要的生物医学新闻之一。

2012年夏天到2013年年初，3个不同的研究组（Jennifer Doudna/Emmanuelle Charpentier，张锋，以及George Church）分别发表论文，阐述了CRISPR/Cas9在动物和人类细胞内的作用机理，打开了基因编辑的研究和应用大门。2013年，张锋成立了基因编辑公司Editas Medicine，该公司于2016年上市并入选当年的TR50榜单。虽然基因编辑在理论上很有优势，但是它仍然是一种很新的技术，加上临床领域技术应用本身就需要很长的研发和试验周期，可能还需要一段时间才能赶上基因疗法在临床市场中的积累。能源材料领域的行业焦点2011—2017年能源材料领域的公司研究焦点

在过去7年间，能源材料领域的热点也发生了很多变化。其中，生物能源的衰落让人叹息。在所有生物能源相关的公司中，Amyris的经历具有一定的代表性。Amyris的创始人包括合成生物领域最顶尖的科学家杰·基斯林（Jay D.Keasling）。公司早期就转变了实验室的技术，用合成生物学的技术让酵母菌生产青蒿素。Amyris还希望通过合成生物学方法，让改造后的酵母菌把糖类物质转化成柴油燃料，直接用于加油站等设施中。2010年9月，Amyris在纳斯达克上市，数月后股价就翻倍飙升至33美元。2011年，Amyris公司入选TR50榜单。然而，虽然Amyris的目标可以在实验室中理论上实现，却始终无法达到工业生产的规模和成本目标。

在过去7年中，太阳能一直是TR50榜单持续关注的新能源领域。不过，这一领域的公司也经历了洗牌。2011年入选的无锡尚德早已破产重组，而曾经的首富施正荣在长期休整后进入了一段新的创业旅程。相对稳定的公司是First Solar，它和无锡尚德等很多21世纪头10年引领太阳能行业的公司不同，这家公司专注于薄膜太阳能技术，并在过去7年4次入选TR50榜单。

相比之下，电池技术的崛起并不让人惊讶。一方面，太阳能、风能等可再生能源一直需要符合自身发电特点的电池储能；另一方面，电动汽车等电能应用场景的快速增长也对电池提出了更高的要求。开发新电池技术的公司既有24M、Aquion Energy和Sakti3这样打造全新电池（如固态电池）的企业，也有特斯拉这样因电池技术的应用落地而入选的企业。事实上，特斯拉入选2015年TR50榜单的理由就是“将电池技术从汽车扩展到住宅和商业应用”。

不过，这些企业的命运也有所不同。Sakti3以9000万美元的价格被英国戴森公司收购。2017年11月，电动汽车厂商Fisker宣布旗下电动汽车将使用Sakti3研发的固态电池技术，充电1分钟最高续航就可达800千米。而曾获得比尔·盖茨投资的明星公司Aquion Energy就没有那么幸运了。该公司开发了全新的钠电池，以盐水为电解质并配以氧化锰阴极和碳基阳极。不过，随着锂离子电池的成本急剧下降，Aquion Energy激进的扩大产能措施并没有得到市场的认可，最终于2017年破产。

除此之外，风能、天然气等可替代能源领域企业也不时出现在历年的TR50榜单中。不过，这些领域的公司，总体来说，并没有获得太阳能领域能源企业的转化率和商业成绩，人类探索新能源的路径仍然漫长。计算机与通信领域的行业焦点2011—2017年计算机与通信领域的公司研究焦点

在计算机与通信领域的公司中，最引人注目的变化是人工智能自2015年开始崛起。在人工智能领域中，自然语言处理、计算机视觉、语音识别等相关技术都在蓬勃发展。不过，在2016—2017年，增长最迅猛的是无人驾驶领域的技术，这一趋势很可能会延续到未来几年。

所以，为人工智能（特别是深度学习）提供计算设备的英伟达公司自2015年起就没有缺席过TR50榜单。2017年，公司在数据中心和汽车领域的业务收入分别比2016年增长了186%和24%。很多主要的互联网和云服务提供商都在使用英伟达的芯片来优化服务，而包括丰田、奥迪、宝马（BMW）等50多家汽车制造公司也在使用它们的自动驾驶技术和平台进行各种试验。

互联网巨头也在向人工智能转型。我们以入选TR50榜单次数最多的亚马逊公司为例，通过2011年至2017年亚马逊公司的入选理由，可以清楚地发现，这家电商公司已经在彻底地拥抱人工智能技术。人工智能的子领域的发展情况

2011年入选理由：得益于亚马逊，电子书终于成为一个巨大、主流的消费市场。

2013年入选理由：在某些地区开启一日送到业务，让网络购买商品的需求获得了提升。

2014年入选理由：和12家顶级在线零售商的销售额总和持平，提高了我们对电子商务的期待。

2015年入选理由：物流中心使用的机器人可以使整个中心更加高效。

2016年入选理由：今年，亚马逊日益强大的Alexa智能语音助手（Echo、Echo DOT、Tap）让上网、播放音乐、调节灯光和恒温器，都变得简单。亚马逊的网络及云计算服务也不容小觑，它正在迅速发展并将成为亚马逊新的增长点。

2017年入选理由：近年来，亚马逊使用了包括计算机视觉、机器学习和自然语言处理在内的一系列人工智能技术，彻底升级了移动计算能力并改善了购物的体验。

除了互联网巨头，创业公司也在这一波人工智能浪潮中崛起。例如，中国创业公司旷视科技就入选了2017年的TR50榜单。旷视科技的人脸识别技术已经被滴滴出行、阿里巴巴等大企业使用。

值得注意的是，中国的技术企业没有在人工智能浪潮中落后。2013—2017年，中国公司25次入选TR50榜单，其中23次入选公司开展的业务都和人工智能有关。在这些公司中，百度、腾讯、蚂蚁金服（Ant Financial）、滴滴出行等公司已经公开宣布要重仓支持人工智能技术，而大疆、旷视科技等初创公司则以开发人工智能技术作为主营业务。

在本书中，我们以时间为经、行业为纬，梳理了2011—2017这7年百余家聪明公司的技术创新和商业沉浮。总体来说，我们可以看到，计算技术、能源材料和生物医学的需求一直存在，但是具体技术热潮会上下起伏。入选TR50榜单的企业往往有在实验室阶段就广受瞩目的技术，但生物能源和很多电池技术因为不能很好地市场化而遭遇挫折，而人工智能则因为找到了很好的应用场景而迅速爆发。因此，如何把实验室中的技术落地到应用场景？如何在大规模生产和成本控制方面满足市场需要？这样的问题也许是一家技术公司最重要的课题。推荐序一坚守梦想，与AI同行

2017年6月，一个炎热的下午，我的微信突然收到了铺天盖地的祝贺信息。原来，是因为科大讯飞登上了《麻省理工科技评论》“全球50大最聪明公司”的榜单，而且有幸被评为世界第六、中国第一。

作为科大讯飞的创始人和董事长，我的心情有些微妙：既为公司能在这份颇具公信力和影响力的榜单上一鸣惊人而感到自豪，同时也为我们其实并没有如此聪明而忐忑不安！相比一同上榜的谷歌、英伟达等国际著名公司，更是倍感前路漫长。诚然，科大讯飞在智能语音和人工智能领域所做出的探索与成果开始被世界的目光高度肯定，但一路走来，我们也许总是聪明人中有点笨的那个——在坎坷和质疑中保持定力，希望追随梦想而不是抢占风口，能被评价为“大智若愚”已属不易。

从2017年“全球50大最聪明公司”榜单中，我观察到上榜的中国企业已史无前例占据九席。中国在推动全球科技进步中的力量不可小觑，想要精准把握科技发展的脉络就必须汲取中国力量的元素。《麻省理工科技评论》的主编、尊敬的大卫·罗特曼（David Rotman）先生特别提到上榜公司中有不少都与人工智能的发展密切相关。从人工智能领域来说，全球同步进入“无人区”，既让人惊喜和期待，也引发了很多人的担忧。而让人工智能趋利避害，在源头技术、产业应用、法律系统和人文伦理等方面都需要全球合作。当前世界，正处在是继续开放合作还是倒退封闭的关键十字路口。4月10日博鳌亚洲论坛期间的中美CEO圆桌对话，让我欣慰地看到两国企业家对于开放合作大趋势的共同期待。我想，无论一个公司当前有多聪明和多强大，只有坚守正确价值观，以创新造福人类命运共同体，方可源远流长、基业长青！

科技的浪潮实在太快，虽然不能准确捕捉它未来的路径和节奏，但人工智能定是其中可窥一斑而知走向趋势的关键一点。因此，观察并深入挖掘与之相关的“领头羊”显得格外重要。未来，每个公司可能都会有自己的人工智能、大数据、云计算，在新生态下知识、经验、数据和利益的分享变得更加重要；彼此正交的不同公司通过混合的方式建立新生态下的共赢合作，则是成功的关键。科大讯飞人工智能平台上的创业团队数量已达60万家，一年内增加了近40万家，呈现出蓬勃的发展势头。“商业帝国的兴衰”无法预知，生态却一定会生生不息。我们希望与开发伙伴一起，用人工智能建设美好世界并分享美好未来。“那些有能力将高精尖科技创新与利益最大化完美融合的公司，它们遍布全球，且都有能力抓住新的机遇。”这是《麻省理工科技评论》放眼全球挑选聪明公司的准则，也是这本书要详解的重点。愿这些细致入微的观察和鞭辟入里的分析，能让永远年轻的奋斗者们抖擞精神后，有所思、有所得。刘庆峰科大讯飞董事长推荐序二预测未来最好的方法是创造未来

在旧金山飞往北京的飞机上，我一口气读完了全书。作为科技工作者的我，虽然对书中描述的很多高科技企业都非常熟悉（我曾经在连续7年都上榜的IBM工作，指导过的20多位博士毕业生现在也大都在这些全球最聪明的公司工作，比如谷歌、英伟达、苹果、优步等），但是编者通过对《麻省理工科技评论》从2011年以来，每年评出的全球50家最聪明的公司的系统梳理分析，使得我这样的行业内人士也深深为之吸引，受益无穷。

能入选《麻省理工科技评论》“全球50大最聪明公司”榜单的，不一定是大公司，不一定是上市公司，也不一定是有很大名气的公司。入选的标准，取决于在过去一年中这家公司有没有做出将会重新定义所在领域的重大创新。这本书的独特之处，在于它不是单纯地按年份罗列榜单上每家公司在某年入选的理由，而是按照行业和技术领域的划分，对这些高科技公司在这些年的技术发展和商业沉浮做了生动的描述，使得读者能够迅速地把握该行业和技术领域的历史过程和发展趋势。

从行业和技术领域来看，生物医学、能源材料和计算机与通信这三大类的高科技公司是这个名单上比例最高的公司（2017年的名单中，这三大类上榜公司占据了80%以上）。虽然具体的技术热潮会有起伏，但是这三大方向始终领导着创新的潮流。这一现象能给投资者一定的指导意义，也会给年轻人对未来职业道路的选择提供一定的启发。

而在这三大类中，计算机与通信类公司在过去7年中所占的比例逐年上升，在2017年占据了50%以上的比例。这也是意料之中，因为即使是在这个“全球50大最聪明公司”榜单开始之前的半个多世纪中，从集成电路的发明到个人计算机的普及，从互联网的开始到移动通信的发展，都是因为计算机与通信技术的飞速进步所导致的。而其他领域的创新（交通运输领域和金融领域），很大限度上也离不开计算技术的赋能。比如最近几年，无人驾驶和自动驾驶的兴起和发展，与人工智能算法以及芯片和传感器的发展息息相关。

在计算技术类的公司中，人工智能相关的公司也很明显地成为了最近的主流。人工智能的三大支柱是算法（Algorithm）、大数据（Big data）和计算能力（Computation），代表着人工智能的ABC。这三者之间形成了相互促进的正反馈——更多、更复杂的数据能推动新算法的发明；而新的算法通常会需要更强更好的硬件架构来提升计算能力；新的硬件架构又能促进更多、更复杂的数据的获取。这个紧密的正循环关系，使得最近几年上榜的不少公司都加强了对人工智能硬件架构的重视。比如连续7年入选的谷歌，作为在人工智能的算法和大数据上的强者，于2013年开始组建自己的硬件团队，秘密研制专门针对人工智能算法加速的TPU（Tensor Processing Unit）, 并且在2016年正式公开。而2017年图灵奖的两位获得者，计算机硬件架构的最顶尖的专家，斯坦福大学的John Hennessy和加利福尼亚州伯克利大学的David Patterson，目前均在谷歌供职。又如2017年榜单的第一名英伟达连续三年上榜，部分原因是其提供的GPU成为人工智能计算领域的主力硬件。而在2014年和2015年均未上榜的英特尔为了赶上这次人工智能浪潮，在过去的一年多时间里连续收购了多家人工智能芯片公司，包括Nervana、Movidius和Mobileye，加强了其在人工智能领域的影响力，从而在2016年和2017年重新回到了榜单。

在这个榜单上美国公司一直都占据着最高的比例，显示着美国依然是世界科技创新的“领头羊”。但是中国科技公司上榜的数量在逐年增加，在最新的2017榜单上中国科技公司占据了20%的比例，彰显了中国在创新科技上的崛起并得到了世界的承认。不过值得注意的是，在生物医学、能源材料和计算机与通信这三大类的高科技领域，前两类的中国公司极少，仅有华大基因和汉能分别在2013年和2014年入选。这说明在这两个领域，中国的高科技公司还有很长的路要走。而在人工智能领域，入选的大都为应用和软件类公司，没有硬件类公司。最近2年，中国的人工智能芯片初创公司成长速度很快，比如深鉴、寒武纪、地平线、比特大陆等。作为在这个领域的研究者，我非常希望在未来的榜单上能出现它们的名字。

虽然了解过去的历史对技术创新的趋势会有很大的帮助，但是并不一定能借此很好地预测未来。正如美国第16任总统亚伯拉罕·林肯所说“预测未来最好的方法，就是去创造未来”，我期待此书的出版，能更好地促进中国在高科技领域的创新能力，在未来的“全球50大最聪明公司”榜单中，出现更多来自中国的高科技公司。谢源加州大学圣巴巴拉分校（UCSB）电机与计算机工程系教授IEEE Fellow推荐序三利用数字技术的鸿沟，“超级巨星”公司们正在掌控世界经济

如今，世界似乎正在出现一种趋势，那就是经济格局正在被几家巨头公司把持，它们无处不在，从亚马逊（Amazon）、Facebook、谷歌（Google）、苹果以及沃尔玛（Wal-Mart）等老牌巨头，到爱彼迎（Airbnb）、特斯拉（Tesla）和优步（Uber）等迅速成长的新公司。

历史上一直都不缺大型甚至垄断公司，但如今的这一批巨头却十分与众不同，有些经济学家称这些公司为“超级巨星”公司。它们来自各行各业，并且或多或少都是凭借技术的力量才踏上巅峰的。

我们的年度“全球50大最聪明公司”榜单中，就有很多这样的企业，榜单所列出的都是敢于创新，并且其商业模式可以包容这些创新的公司，榜单是我们对未来市场“霸主”的一个预测。虽然亚马逊、Facebook、谷歌皆被录入其中，但是也有许多新公司榜上有名。

这些公司可能目前并不为人所知，但是我们相信，它们已经走在了新兴科技应用的快车道。当然，善于创新并不能保证它们将成为下一家“超级巨星”公司。但是，在如今竞争越来越激烈的市场上，善于创新起码会给这些公司一个创造并统治新市场的机会。“超级巨星”公司的出现在很多方面定义了我们所处的这个时代。尤其是科技巨头，通过对互联网、网络效应以及大数据的创新，在赚取巨额利润的同时，又为我们提供了不可缺少的服务，比如网络搜索、在线购物，以及那些改变我们生活的产品。

但是互联网公司并不是唯一能成为“超级巨星”的公司。近日，一项由哈佛大学和麻省理工学院的经济学家所进行的研究显示：“超级巨星”公司,即任何行业中资本总值排名前4位的公司, 在所有的行业中的销售份额都经历了大幅度上涨，不论是交通运输业、服务业，还是金融业。

该研究的研究人员之一、哈佛大学经济学家Lawrence Katz对此表示：市场被“超级巨星”公司掌控的趋势正在加速，这种趋势在过去的10年里在所有行业和发达经济体中都基本一致，尤其是那些正在经历快速技术变革的市场。Lawrence Katz还表示，这背后的原因应该是各公司利用新技术的能力的区别。换句话来说，你必须是所从事行业里最聪明的公司，要不然无法成为“超级巨星”公司。

单独来看，这一点并无坏处。但是该研究报告的作者们却表现出对由几个企业巨头统治经济的担忧。20世纪的几大经济定律之一就是：一个国家的国民工资收入在全国收入中所占的比例是稳定的。随着经济的发展，国民的工资收入也会按比例提高。但是在过去的几十年里，国民工资收入所占的比例却越来越小。这一趋势存在于许多国家，甚至是2000年之后的美国也变得异常明显。

这种趋势让很多经济学家都感到疑惑。有人认为，这与可以代替人工的廉价机器人的崛起有关，但相关的数据却缺乏说服力。Lawrence Katz和他的同事们则认为，“超级巨星”公司的出现是这一切背后的原因。随着这些公司越来越高效，利用技术的能力越来越强，它们创造收入所需要的员工也就越来越少。而当这些“低人力需求”的公司占据绝大部分市场时，国民的工资收入在全国收入中所占比例的降低就可以解释了。

除此之外，“超级巨星”公司还有一个问题就是它们对人才的追求。为了招揽到最优秀的人才，它们往往会开出更高的薪酬，而这则会加深一个国家的贫富差距。据斯坦福大学经济学家Bicholas Bloom和他的同事的研究数据显示，自1980年起，美国的工资差距中有三分之一都来自于巨头公司所开出的高额工资与正常工资之间的区别。越来越少受过高等教育的精英能享受到这些巨头增长所带来的红利。Bicholas Bloom 认为，这正是美国患有“（经济）焦虑的原因之一”。

这些“超级巨星”公司的崛起也许还可以解释另外一个较负面的经济趋势。虽然在过去的十几年里，软件、电子设备以及人工智能都得到了极大的发展，为硅谷赚取了大笔的利润，但美国以及其他发达国家的经济增长速度却十分缓慢。尤其是“全要素生产率”（是指不包括资本和劳动力等外来输入，其他所有影响产出的要素）这个反映创新的指标，简直惨不忍睹。为什么高科技行业正在急速发展的时候，全国经济却处于龟速？

经济合作与发展组织（OECD）的经济学家认为他们找到了这个问题的答案。事实上，被经济合作与发展组织称之为“前沿公司”，即各行业的顶级公司的生产力确实在迅速提高。这些公司正在积极地使用互联网、软件以及其他科技来优化自身的运营，开拓新的市场。但是绝大部分的公司并不能有效地使用新技术。

因此，经济合作与发展组织的经济学家Dan Andrews表示，这些公司的低生产力拉低了整体经济。“科技越来越复杂，然而很多公司缺乏可以适应新技术的能力。”Dan Andrews说道，他和经济合作与发展组织的同事对美国和其他23个发达国家进行了分析，并发表了相关的研究报告。

经济合作与发展组织的研究结果在某种程度上算是很激励人心的，因为它证实了科技发展有大幅度提高生产力的潜力，虽然这只能在顶级公司中实现。然而Dan Andrews表示，落后的公司并没有努力追赶，新的想法和商业模式扩散的速度比想象中还要慢。没有人知道这背后的原因，但是事实证明，经济“扩散”新技术的效率比我们想象中还要慢。

这一切都再次证明了“全球50大最聪明公司”榜单的重要性。因为这个榜单上没有任何落后者。但是各经济学家的研究一致证明了我们需要一个更好的商业环境，它可以让初创公司和新想法茁壮成长。今日的“超级巨星”公司的发展速度越来越快，但是能享受到其红利的人却越来越少。

不过，这一趋势并不是不可避免的。随着人工智能等复杂科技的发展，它们将在未来拥有强大的能力，甚至能影响一家公司是否成功。虽然这些复杂科技在应用上有极高的难度，甚至可能拉大领跑者和落后者之间的距离，但它们也会创造目前还不存在的新市场的可能性。我们确实需要努力开拓创新，但在祝贺这些上榜公司的同时，我们还要记住传播知识以及其所带来的财富的重要性。大卫·罗特曼（David Rotman）《麻省理工科技评论》主编推荐序四现实永远超乎想象

1952年，手冢治虫还是个20岁出头的小伙子时，就画出了20世纪50年代人类对于人工智能的期待：铁臂阿童木。到今天为止，我们身边的人工智能还远远赶不上60多年前一个动漫人物在大家心里的形象。如果按照2017年耶鲁大学和牛津大学对352名科学家访谈得出的结论，大家相信人工智能在2060年可以在一半人类职业上超过人类。这个预测可能更加理性，但也很可能是非常保守的。因为最近10年，人类第一次可以拥有足够的运算能力来实践几十年以来推演的所有算法，而今天最流行的神经网络架构甚至是20年前Yann Le Cun在其论文中描述的。

2008年，我和朋友坐在落日下Palo Alto镇上的星巴克，他拿出第一代圆滚滚的iPhone问我：“现在回北京创业是不是太晚了?现在连这种设备都出现了。”说着，他用右手食指和拇指放大了一个他正在浏览的网页。我笑了笑，鼓励他说：“现在才刚刚开始，机会才刚开始出现。”其实我心里也没有任何依据，也许只是为了安慰他。但是，正是从第一代iPhone开始，我们才真正经历了互联网的大爆发，中国消费互联网全面赶超硅谷。今天，主流的硅谷基金合伙人会坐在阳光明媚的Sand Hill红绿灯旁边的落地窗会议室里面，尴尬地表示“我们现在都是看中国，Copy from China”。

10年前落日下的Palo Alto看不到2017年超过万亿美元市值的BATJ（百度、阿里巴巴、腾讯和京东）。就像我们今天依然会低估未来10年的斜率。

给予足够长的时间，很多预言都能变成现实，比如凡尔纳的《海底两万里》和《八十天环游地球》。但科技行业等不起100年的预测，所以当我们终于等到《麻省理工科技评论》在我们这个时代接连做出准确的预测时，我们很欣慰地觉得自己找到了科技投资的“红宝书”。本书筛选的聪明公司涵盖的行业非常广，从人工智能到基因测序、从细胞治疗到激光雷达、从运动品牌到汽车集团、从创业公司到财富500 强、从硅谷到北京、从非洲到拉丁美洲……纵横交错，缤纷异常，如同一场全球艺术家混搭的演出盛宴。

细细品读，我惊讶于大象的舞艺和蜉蝣的韧劲儿。

以最新的2017榜单为例，我们很明显地感受到人工智能如日中天，从排名第一的英伟达（NVIDIA）到已经连续4年上榜的百度（Baidu），50家公司中有大量的上市公司上榜都是因为人工智能，比如由于智能产线普及而准备削减6万个工作岗位的富士康（Foxconn）。

由于基因编辑和细胞治疗技术的发展，使今天的很多长尾疾病也能够看到治愈的方案或者希望，比如凯德药业（Kite Pharma）的方案使39%的严重淋巴癌患者6个月之后没有复发，或者Ionis Pharmaceuticals与Biogen携手解决目前没有任何治疗方案的脊髓性肌肉萎缩症，又或者是考虑到B类血友病的发病率只有五千分之一而低价有效治疗的Spark Therapeutics（以下简称Spark），使这种长尾疾病的患者将在这个时代得到越来越好的照顾。

基于基因研究和自动化技术交叉点的测序行业终于迎来了更多的创新:英国牛津纳米孔公司（Oxford Nanopore）在经历了12年的风风雨雨和投入了2亿美元的研发费之后，终于推出了一款可以叫板Illumina的廉价高速测序仪，创纪录地读取了882000个字符。无论是Illunima还是Nanopore都在下一代测序研发上积极推动，争取早日实现成本下降到100美元。

新兴市场里面，印度的Flipkart、阿根廷的Mercado Libre和尼日利亚的Jumia则都是互联网基础设施继续向外延伸的代表。

除了互联网、人工智能和精准医疗，清洁能源也有3家公司上榜: First Solar刚刚从澳大利亚获得了全球最大的光伏订单、超过40万笔Model 3订单的特斯拉收购了SolarCity和位于肯尼亚、拥有50万名用户的撒哈拉以南非洲地区最大的离网太阳能运营商M-KOPA。

不过我自己最感兴趣的其实是一家创业公司：第一次上榜的量子计算公司Rigetti Computing。我们拭目以待，看看他们是否能把量子计算用商业价格带入这个时代。

从书中我们可以看到，一共有195家公司入选了2011—2017年这7年的TR50榜单，这就意味着有许多公司多次入选，甚至包括IBM和SpaceX这两家从未缺席过榜单的公司。而那些曾经经历过一些挫折的公司，比如遇到竞争的Illumina和失去光环的HTC（宏达电），也都在新定义的市场机会中再次找到自己的坐标。

总之，公司无论大小远近，唯一相同的就是它们对于前沿科技不辍的坚持和投资。很多公司，包括初创公司，也都经历了市场的几次上下，终于等到能够撬动巨大机会的阿基米德支点在运算能力爆发、基因测序成本急剧下降、发现新型靶点、互联网基础设施的加速渗透……种种几乎令人眼花缭乱的科学探索和技术变迁的觥筹交错中隐隐出现，才让我们看到这些世界上的聪明公司。

当一年多前人工智能刚刚成为创业者的新宠时，业界对10年以后的世界就有了几个猜想，比如，无人机会不会替代人工？机器人会不会替代人工？无人驾驶究竟能发展多快？能源、金融、医疗行业里人工智能公司的机会有多大等等，当时大家争论不休。而从这个意义上看，《未来版图：全球聪明公司的科技创新趋势和商业化路径》一书对于数十个技术领域、十余个行业的归纳、推演和预测，以及对“高精尖科技创新”与“能够保证公司利益最大化的商业模式”融合的路线图的构建，在一定程度上回答了以上问题，同时也为我们提供了另外一个维度来观察和评估那些始终令人敬佩的商业前沿公司。熊伟铭华创资本合伙人｜第一章｜人工智能，在屋子里出生的大象任何能对收入千亿美元的企业产生影响的东西，都是不可以小觑的。——安德鲁·葛洛夫（《只有偏执狂才能生存》，1997，光明日报出版社）

沃森（Watson）：“为了提高语言技能，我读了你所有的歌词。”

鲍勃·迪伦（Bob Dylan）：“你读了我所有的歌词？”

沃森：“我每秒可以读取8亿页的歌词。而且我分析出你的歌的主题是探讨随着时间的流逝，爱转淡。”

鲍勃·迪伦：“听起来是对的，我想我们可以一起写歌。”

沃森：“我会唱歌。”

鲍勃·迪伦：“你会唱歌？”

接着，沃森开始哼起一段旋律。鲍勃拿起吉他，转身离开……

这是2015年IBM为人工智能（AI）“沃森”制作的广告。这不是鲍勃·迪伦第一次为科技公司拍广告。1997年，鲍勃·迪伦首次接受广告拍摄的邀请，是乔布斯那个苹果经典广告Think Different（“不同凡想”），一同出现在广告中的人物还有甘地、爱因斯坦和马丁·路德·金。也是在1997年，IBM的“深蓝”（Deep Blue）第一次代表人工智能击败了人类国际象棋世界冠军加里·卡斯帕罗夫。

之后，经过18年的发展，棋力最高的人工智能围棋程序才大约达到业余五段围棋棋手的水准，且在不让子的情况下，仍无法击败职业棋手。2012年，在4台PC（个人计算机）上运行的Zen程序在让5子和让4子的情况下两次击败日籍九段棋手武宫正树。2013年，Crazy Stone在让4子的情况下击败日籍九段棋手石田芳夫。

会下围棋的人工智能阿尔法狗（AlphaGo）和之前的围棋程序相比，表现显著提升。在和Crazy Stone、Zen等其他围棋程序的500局比赛中，单机版阿尔法狗（运行于一台计算机上）仅输了一局。而在其后的对局中，分布式版阿尔法狗（以分布式运算运行于多台计算机上）在500局比赛中全部获胜，且对抗单机版阿尔法狗约有77%的胜率。2015年10月开发的分布式运算版本阿尔法狗使用了1202块CPU（中央处理器）及176块GPU（图形处理器）。

从2015年到2016年，阿尔法狗一步步战胜最顶尖的人类棋手，成为围棋的世界第一。即使鲍勃·迪伦在2016年意外获颁诺贝尔文学奖，也没有引起如此巨大的轰动。到了2017年，人工智能成为技术创新与商业结合的最热“电视连续剧”，也成为投资者行动和消费者讨论的中心。

Gartner公司对923名总裁或更高职位的企业高管的调查显示，76%的企业计划在未来一年里尝试某种形式的人工智能或机器学习。一系列被标签为“人工智能”的事件，其影响远远超出了人们可以预判的范围。而试图“追剧”的观众，找不到任何一个有能力剧透的对象。

检视所有卷入游戏领域的“全球50大最聪明公司”，我们找到一条线索：这是一头出生在屋子里（而不是闯进屋子）的大象。苹果独占Siri，却挡不住暗流汹涌

2013年，“人工智能”这个曾经晦涩的名词已经成为技术领域最热门的趋势之一，《麻省理工科技评论》将其选为当年“10大全球突破性技术”。大型互联网公司正在使用它来推出理解图像和语音的在线服务，基于深度学习算法的芯片也正在被设计成无人机、无人驾驶汽车等产品。其中，语音识别技术因为Siri在消费者超级应用界面之一——苹果手机上令人印象深刻的表现，在商业上展现出巨大的可能。

Siri（Speech Interpretation and Recognition Interface）是一款内置在苹果iOS系统中的人工智能助理软件。此软件使用自然语言处理技术，让用户可以使用自然的对话与手机进行交互，完成搜索数据、查询天气、设置手机日历、设置闹铃等服务。

创建于2007年的Siri曾是美国国防部DARPA（美国国防高级研究计划局）的研究项目，定位为国家级的虚拟语音助理。之后，Siri成为iOS手机操作系统中的一个应用程序，也在黑莓与安卓（Android）平台提供服务。苹果公司于2010年4月28日收购了Siri并重新开发后，使Siri成为苹果设备的内置软件，并只允许在苹果公司拥有的iOS、macOS系统中运行。

2013年，因使语音识别技术成功地实现商业应用而登上“全球50大最聪明公司”榜单的是一家纳斯达克上市公司——纽昂斯通信公司（Nuance Communications, Inc.）。其上榜理由是它“创建了语音识别技术从汽车到视频游戏的新应用”。

苹果收购Siri后，选择Nuance来作Siri的技术服务商。一方面，Nuance在语音识别技术上的创新积累可以大大加快苹果需要在大众消费者面前展示这项技术给用户体验带来的跃升；另一方面，合作开发意味着分担研发风险，分享研发收益。至少在那时，已经拥有超级应用界面的苹果还没有清晰地看到人工智能在语音识别领域的高投资回报率，或者其他竞争对手的紧迫进逼，迫使它必须大张旗鼓地加入竞争。更何况，Nuance的市值也没高到连乔布斯也买不起，必要时仍可直接出手收购。

但搭上Siri之后，Nuance雄心勃勃。除了给苹果公司提供技术支持， Nuance还与多家手机、电视机和GPS（全球定位系统）厂商保持合作关系。三星（Samsung）的S-Voice也运用了Nuance的技术。

紧接着，Nuance拒绝了苹果的收购，也没有倒向谷歌。也就是说，Nuance仍然控制着语音识别技术市场的开放度。它可以继续向三星、谷歌等苹果的竞争对手提供技术，也保证了带有Siri的iPhone手机不需要向谷歌缴纳专利费。

然而，这样的控制和保证，对已经尝到Siri等语音识别技术滋味的公司是远远不够的。虽然语音识别技术市场上只有Nuance一家市值不到50亿美元的公司崭露头角，但是互联网高科技公司中的巨头并不是全无警觉与作为。

苹果收购了自动语音识别公司Novauris Technologies（以下简称Novauris），致力于建立一支强大的语音识别团队，并最终取代Nuance作为Siri技术服务商的地位。

成立于2012年的Novauris是英国研究机构Dragon Systems旗下的附属公司，以语音听写识别著称。被Nuance 拒绝之后，苹果开始在波士顿招揽人才，先后招聘了多位前Nuance语音科学家，包括前研究副总裁拉里·吉利克（Larry Gillick）、Siri 的项目经理贡纳尔·艾弗曼（Gunnar Evermann）、微软（Microsoft）语音识别项目高管亚历克斯·阿赛洛（Alex Acero）。

谷歌在2004年从Nuance挖角，把谷歌语音识别技术的开发部门交给Nuance前联合创始人Mike Cohen执掌。2008年，在Nuance工作4年的Hugo Barra跳到谷歌的移动部门，后进入安卓系统开发核心部门，同时也回到他2000年在麻省理工学院与同学创办的第一家公司的核心业务——手机语音辨识，参与开发谷歌语音搜寻项目。

2011年，谷歌收购了语音通信技术公司Say Now 和语音合成技术公司Phonetic Arts。其中，Say Now创建于2005年，可以把语音通信、点对点对话以及群组通话和社交应用整合在一起，支持的设备包括PC浏览器、智能手机。一年后（即2012年），谷歌发布了Google Assistant的前身 Google Now。Hugo Barra也作为参与研发Google Now的骨干上台作了简报。到2012年时， Hugo Barra成为谷歌的副总裁，2013年，他加入了当时销售额增长最快、市场潜力最大的Android系统手机厂商——小米。

Facebook在2013年收购了语音识别公司Mobile Technologies。Mobile Technologies创建于2001年，在2009年推出了Jibbigo应用。Jibbigo应用允许用户在25种语言中进行选择，使用一种语言进行语音片段录制或文本输入，然后将翻译显示在屏幕上，再根据用户选择的另外一种语言读出来。

2013年，亚马逊收购了Nuance的竞争对手、语音技术公司Ivona Software。Ivona Software主要做文本语音转换，被收购时支持17种语言以及44种不同的声音类型。当时，亚马逊已经有了2011年收购的语音识别公司Yap，以及2012年收购的语音技术公司Evi。成立于2006年的Yap主要提供语音转文本服务，代表应用是Yap语音邮件。亚马逊利用Yap的技术建立了自己的语音技术平台，服务于亚马逊的网上搜索和客户服务等领域。Evi是一家初创公司，原名True Knowledge；在获得了Nuance语音识别技术的授权后，它基于自主的自然语言搜索引擎开发了一款与Siri类似的应用。

在2013年的市场眼中，Nuance 还是世界上最大的专门从事语音识别软件、图像处理软件及输入法软件研发、销售的公司。Nuance拥有当时最先进的计算机语音识别软件Naturally Speaking。Nuance的另一款软件Nuance Verifier能提供声纹比对的功能，与Speech Recognition结合可提供更安全的语音商务服务。人工智能的早鸟，能不能得到回报

2017年，英伟达跑赢了高通（Qualcomm）。三年前的2014年，高通跑赢了英特尔（Intel）。它们都是在人工智能上赌对方向的赢家。2017年的今天，谷歌在人工智能上的成就，也与三年前击败Facebook、成功收购DeepMind Technologies（以下简称DeepMind）紧密相连。

2014年，3家公司因为人工智能而上榜“全球50大最聪明公司”。上榜公司的总市值接近6000亿美元。排在2014年“全球50大最聪明公司”榜单第3位的是谷歌。它以超过5亿美元赢得DeepMind公司。DeepMind将机器学习与神经科学结合起来，创建了“通用学习算法”。

两年前（即2012年），Google X 实验室开发出了一套具备自主学习能力的神经网络系统。不借助任何外界信息的帮助，这种神经网络系统就能从1000万张图片中找出那些有小猫的图片。在开始分析数据之前，研究者不会向系统输入任何诸如“猫是什么样子”的信息。一旦系统发现了重复出现的图像信息，计算机就会自动创建一个“图像地图”，该地图稍后会帮助系统自动检测与前述图像信息类似的物体。这个项目没有像通常做的那样由研究人员为算法框定边界，而是直接把海量数据投放到算法中，让算法自动从数据中学习。这个项目的技术被应用到了安卓操作系统的语音识别系统上。

生于1976年、坚信“数据会说话”的吴恩达（Andrew Ng）是谷歌“识猫”项目负责人之一，他也曾是斯坦福大学计算机科学系和电气工程系的副教授、斯坦福人工智能实验室的主任。2008年，吴恩达入选《麻省理工科技评论》“35位35岁以下科技创新青年”。2011年，吴恩达在谷歌创建了“谷歌大脑”项目，通过分布式集群计算机开发超大规模的人工神经网络。此外，他还与达芙妮·科勒一起创建了在线教育平台Coursera。2012年，吴恩达开始在 Coursera 平台上线面向全球的机器学习课程。到2017年年初，Coursera平台的选课人数已达180多万人。2013年，吴恩达入选《时代》杂志年度“全球最有影响力100人”，成为16位科技界代表之一。

把自己的“聪明”程度与人工智能研发越来越紧密地相连，表明一线大公司对人工智能的潜能与其在更广泛领域的商业化前景越来越看好。随着流向人工智能的资本增加，为之铺设“高速公路”的基础设施商突然意识到了新的需求和机会——芯片业开始发力。

人工智能的一个创新方向是为智能手机创建能够运行神经网络的硬件。排在2014年“全球50大最聪明公司”榜单第18位的高通公司，因开发以“神经元”计算切入的芯片算力突破技术，2013年的营收增长30%。高通当年的市值最高超过1000亿美元，排在英特尔之前（2012年11月高通的市值第一次超过英特尔）。

当谷歌开发出“认得”猫的人工智能时，在“看”YouTube视频的那个“它”有16000个处理器和10亿个节点。普渡大学的科学家则努力以更紧凑、更节能的方式设计深度学习硬件，使智能手机和其他移动设备也能理解图像和视频内容。

2013年12月，在美国内华达州的神经信息处理系统大会上，普渡大学研究小组展示了与传统智能手机处理器连接的协处理器。这个协处理器可以帮助手机运行深度学习软件，能够检测街道场景的面部或标签部分。协处理器的设计在FPGA上进行了测试。FPGA是可重新配置的芯片，可以通过编程来测试新的硬件设计。

当然，该原型机没有谷歌“识猫”的人工智能那么强大，但它显示出新的硬件设计可以令Google Glass这样的智能可穿戴设备也“理解”照片或视频。而以此为基础开发的应用程序能够在识别出特定的人物（如妈妈）、对象（如出租车）或场景（如医院）后采取行动。

深度学习是由模拟神经元构成的多层网络过滤数据。单个的模拟神经元构成虽然简单，但一起工作却可能表现出复杂的行为。计算机模拟这样的网络，效率并不高。普渡大学的协处理器专门用于运行多层神经网络，并将其用于大量的图像。在测试中，原型机的效率是GPU的15倍，系统改进后的效率更可以达到目前效率的10倍。

主持这项研发的普渡大学教授Eugenio Culurciello已经创立了一家名为Tera Deep的公司，将自己的设计商业化。

与此同时，HRL实验室（波音和通用汽车的一个联合实验室）神经和涌现系统中心主任Narayan Srinivasa的研究重点是通过更加极端的解决方案来解决这个问题：设计具有硅神经元和突触的芯片，模仿真正的大脑。他表示，使用单独的硬件实现深度学习是有道理的，因为通常处理器和内存位于硬件的不同位置，而人类大脑以及深度神经网络的存储和处理是交织在一起的。

继语音识别技术之后，人工智能下游的消费应用场景也逐渐丰富起来。随着微软发布语音助理 Cortana，越来越多的超级应用界面公

试读结束[说明：试读内容隐藏了图片]

下载完整电子书