前段時間，土匪發了一篇人工智能的文章，很多做人工智能這塊的小伙伴來找土匪交流，很開心有這么多人關注人工智能。交流的時候很多人問到人工智能還是很遙遠吧，可以賺錢嗎？

這個當然毋庸置疑， 用Robin哥的話講就是，‘技術創新是一個從量變到質變的過程。并行計算能力不斷提升和云存儲等技術產品成本的不斷降低，使大數據真正走到了技術變革的臨界點’

目前來看人工智能盈利的探索確實還是以谷歌和百度兩家引領，其他公司百花齊放，畢竟這個’臨界點’才剛剛開始。

先分享一個很意思的案例吧， 就像現實版的《點球成金》美國棒球大聯盟太空人隊科林·麥克休是去年12月從被放棄的球員中挑選出來的，在那之前他輾轉于各種小球隊，職業生涯中的投手自責失分率為8.94，不得不說是很慘的一個數據。

但太空人隊的分析師們注意到，麥克休投出的弧線球具有世界級水平。大多數弧線球的轉速約每分鐘1500轉；麥克休的弧線球達到2000轉。轉速越高，球在空中的運動就越多——因此擊球手打空的可能性就越大。休斯敦太空人隊將麥克休搶到了手。“我們認為他表面上的統計數據或許不能反映他的真實價值。”

征詢了分析人員的意見之后，投球教練讓麥克休改投更多的四縫線快速球。而且他開始在好球區投高球。這有違公認的看法，即投高球很危險，因為好的擊球手能打中快速球。通常的做法是將球壓低。大聯盟球隊一直以來都青睞滾地球投手，因為滾地球往往不會造成二壘、三壘安打或本壘打。

碉堡的系統加上大數據再一次讓人們得以洞察一個有用的信息：大聯盟擊球手已經極度精擅擊打低球，對高球反而難以招架。并且找出揮棒軌跡急劇向上的擊球手，來應對投手試圖誘使打出滾地球的下墜動作。“就要將球投高——讓擊球手夠不著。”在賽季中第一次擔任先發投手時，麥克休讓12名擊球手三振出局，投手自責失分率為3.03。

好吧， 結果就是球隊花了很少的錢簽下了很多有潛力的隊員，然后就坐等收錢了，聽著就像科幻故事， 但事實就已經變成錢了。 這個的背后就是一整套的數據采集，分析，建模人工智能的方法應用到棒球運動中，當然還有一支媲美全明星的NASA(美國國家航天局)級分析師團隊

這是一個很有趣又能賺錢例子， 兩家高舉技術旗幟的巨頭Google和百度都在做些啥， 在盈利這塊做了哪些探索，看看有沒有什么啟發？

Google

Google 的佩奇和布林一直認為，‘機器學習和人工智能是google的未來’。

谷歌最為人所熟知的業務范圍是搜索和廣告，但他們的幾個人工智能領域動作也引起了外界的普遍關注，包括自動駕駛汽車、可穿戴技術（谷歌眼鏡）、類人機器人、高空互聯網廣播氣球、可檢測眼淚中血糖含量的隱形眼鏡。也收購了數家非常有潛力的人工智能科技公司，包括DeepMind。

Google的深度學習工具不僅應用在線廣告，更應用到整個google系。同樣google使用深度學習不僅推動谷歌搜索,語音搜索領域的工具包括Android手機,圖像識別等，還有更有想象力的無人汽車和Google大腦。

Google開始擴大人工智能計劃，近期與牛津大學建立了一個深度的合作包括人才和科研課題。提高自身的人工智能相關能力，希望藉此保住在互聯網搜索市場上的主導地位，并開發機器人和無人駕駛汽車等新產品。

百度

作為發力最猛的玩家，百度CEO李彥宏對人工智能下注更大。依靠人工智能技術（百度大腦），在語音、圖像搜索方面取得了重大突破，BaiduEye、無人駕駛汽車、百度智能自行車，筷搜等產品不斷問世。這些產品建立起來的一個矩陣式和全方位的人工智能服務可能會把整個競爭門檻提到一個新的高度。

從剛發布的第三季度財報來看，百度一方面移動端流量超過PC端，另一方面人工智能和機器學習對于CPC廣告營收提升非常明顯，而且移動端收入超過36%。用了深度學習技術的“鳳巢”項目為例，用戶在百度搜索框里輸入內容后為其找到最貼切的搜索結果，同時實現精準營銷，這樣的大數據變現能力已經成為百度所有營收構成中增長最快的一部分。這么看來百度每個季度超過10億的投入，已經開始產生效益。據資料顯示，百度應該應該是第一家把人工智能和機器學習應用到在線廣告的，百度的這套深度學習系統已于去年服務于百度搜索廣告系統。

值得看好的是百度大腦為核心的‘大數據引擎’，是以核心技術能力帶來的全新的商業模式，超越了搜索的概念。這個是百度人工智能的核心產品，融合了深度學習算法、數據建模、大規模GPU并行化平臺等技術，可以實時學習和成長，它擁有200億個參數，構成了一套巨大的深度神經網絡。這樣提供的個性化服務將更加智能。

其他一些巨頭也在做積極嘗試，IBM 的超級計算機Watson已經不滿足于在智力競賽中擊敗人類選手，微軟聯合創始人 Paul Allen 可以讓機器人通過高中生物考試，俄羅斯富豪德米特里 伊茨科夫甚至計劃到 2045 年實現真實版的阿凡達計劃，Facebook 成立了人工智能實驗室

這種級別的競爭當然不能是鬧著玩的，無人汽車，Google大腦和百度大腦這種級別的人工智能項目得三個條件，

一是建立巨大的人工智能中央學習平臺

這個需要數以千計的服務器和數以萬計的GPU，像一片片農場一樣的機房。

這個是個硬件條件，但不可或缺，就得自己投入最基礎的設施建設。

Google和百度在這塊投入每個季度都超過十億，包括IDC和服務器。

二是組建最頂級的專家團隊和實驗室

好的科技公司差不多都會將公司營收7%左右投入研發，但要在人工智能上建立頂級專家團隊和實驗室則最少投入10%以上，google和百度目前已經連續幾個季度投入超過10%。

頂級人工智能學者布雷·庫茲韋爾加盟google， 庫茲韋爾說：除谷歌之外，沒有任何一家公司能夠提供他實現畢生工作所需的計算和工程資源。百度引入了吳恩達為百度首席科學家，全面負責百度研究院。 還成立深度學習研究院，致力于“讓計算機像人腦一樣智能”的科學研究，打造像AT&T-Belllabs（貝爾實驗室）、XeroxPARC（施樂帕洛阿爾托研究中心）一樣的頂尖研究機構。

在國內“BAT”（百度、阿里、騰訊）互聯網超級俱樂部中最為低調的李彥宏近年來在下的一盤大棋。在多個場合，屢屢被問到和另兩家如何競爭時，李彥宏總是會拋出一個詞，“厚積薄發”。

三是讓傳感器無處不在

技術的突破將使傳感器體積微型化，它將出現在生產生活的每一個角落，成本降低后，傳感器不再需要回收，而像月拋隱形眼鏡般一次性使用，完成使命后自動廢棄，而新的傳感器則源源不斷地補充數據源；傳感器節點數將達到萬億級別，其數據量將超過人類日?？倐魉蛿祿康陌俜种耸?，新的低能耗無線通信標準誕生。

傳感器的豐富帶來了完全不一樣的體驗和商業模式， 最典型的就是Google在研制的無人汽車，這個將由無數的傳感器加上人工智能的復雜綜合體，最常見的就是蘋果帶來的Iphone，讓傳感器和手機深度綁定，百度也推出了依靠傳感器和人工智能的BaiduEye，無人汽車，智能自行車，筷搜等。

只有當傳感器無處不在，數據才會無處不在，人工智能和機器學習發揮的作用才會無處不在，和生活緊密相關

小公司的機會

作為小公司，在人工智能盈利方向也很多，土匪分享幾個。

高度智能的無人車導航方案：

無人車的運行其實是基于事先準備好的地圖和算法的，但目前還有很多地方是沒有這種事先準備好可供無人車“學習”的地圖。所以提供一個高度智能的無人車地圖方案。

組織行為解釋與預測方案：

通過數據監控、分析，構建組織內的信息決策模型。舉例來說，可以利用財務數據和其他公共數據，解釋一個公司的某個行為，并且預測這個公司接下來的行動和發展。這個同樣適用于制造業和商業，用來了解行業發展，評估行業表現，制定優化措施。

事實上，并不是說上述兩個領域，谷歌這樣的大公司做不了，而是這不是他們的主要業務，不會占據主導地位，因此后來者還是有機會的。

期待越來越多的人工智能項目能盈利，這樣可以更快更好的融入到我們生活中，創新總是件美好的事情。