最近，國外幾家久負盛名的科技巨頭展示了他們的AI雄心。

例如蘋果舉辦WWDC 23，微軟召開Build 23，就連谷歌也在2月份舉辦了搜索業務大會。

這些巨頭們的動作，無疑彰顯了生成式人工智能（AIGC）的崛起，也帶動了一批此前對人工智能不感興趣的團隊、機構。

現在這些大型科技公司全力押注人工智能，值得注意的幾個標志是：Google AI、Microsoft Copilot、Apple 機器學習以及OpenAI追求通用人工智能。

蘋果的機器學習

蘋果公司似乎對人工智能這個詞“不感冒”。

在今年的WWDC 上，只字未提“人工智能”，以及“ChatGPT”等當前科技界內的一些更為流行的詞匯。蘋果所做的，只是簡單地提及了 7 次“機器學習（ML）”。

即使是在介紹他們準備了 7 年的 AR 眼鏡 Vision Pro 時，也只是表述為“使用了先進的編碼-解碼神經網絡”。

實際上，蘋果對人工智能的理解可能更加準確。他們在機器學習研究方面投入了大量資金，組建了一支由優秀的研究人員和工程師組成的團隊。他們將機器學習應用于各種項目，包括Siri、照片、健康和CarPlay，提升了用戶體驗。

今年，蘋果也更新了基于機器學習的新功能，如Live Text、Visual Look Up和Safety Check，這些功能都運行在iOS 16系統上。顯然，蘋果對人工智能（機器學習）的重點：是改變用戶交互方式。

唯一有點的遺憾的事情，可能就是蘋果在數據方面不甚有競爭力，畢竟，庫克不止一次說過：我們是對用戶數據不感興趣的公司。的

換句話說，雖然蘋果的移動設備令人著迷，但它們可能難以與谷歌、Meta這些布局云計算的公司競爭。

GoogleAI

最出名的當屬谷歌Brain技術，在人才培養方面也有“人工智能留才計劃（Google AI Residency Program）”。

谷歌在人工智能算法和系統方面有突破性的進展，推動了谷歌搜索、谷歌翻譯和谷歌照片等基于人工智能的產品和服務的創建。

谷歌I/O活動中重點強調了Bard，一個與OpenAI的ChatGPT競爭的聊天機器人。

面對谷歌的做法，一些行業人士認為：谷歌調整人工智能運營，優先考慮快速推出產品的做法是“應對性“的，與其過去以創新為導向的做法有所偏離。

谷歌的母公司Alphabet多年來一直在投資人工智能，并于2014年收購了DeepMind。最近，Alphabet將其谷歌研究團隊與DeepMind合并，整合人工智能工作。然而，一些專家認為，這種整合應該早些進行，因為谷歌在其領先的人工智能產品上沒有充分利用其優勢，導致在2022年落后于微軟。

Meta和自監督學習

Meta從2017年的時候，就非常看好自監督學習。這幾年，他們也給業界提供了非常多的自監督學習算法、框架。

例如，在在圖像分類和目標檢測等任務中取得了SOTA結果的SimCLR、SwAV和DINO。

Meta在2021年建立了Megatron，一個用于自監督學習算法訓練的計算集群。在2022年，他們發表了Data2vec論文，介紹了一個跨語音、視覺和文本模態的SSL算法。

正如Meta的Yann LeCunn多次強調的，他不相信RLHF。

“我認為RLHF是沒有希望的，因為錯誤答案的空間非常大，而棘手問題一般都是長尾分布，RLHF無法解決。任何不經歷世界并自己學習的系統都將受制于它所學習的數據。”

微軟和Copilot

微軟近年來大力投資人工智能，其Copilot項目是這種投資最具雄心的例證之一。它是一個功能強大的語言模型，能夠生成文本、翻譯語言，并輔助完成各種創意任務。

Copilot的目標是通過提升效率、激發創造力和增強包容性，改變人們的工作和創造方式。微軟計劃為微軟365的用戶免費提供Copilot服務，并作為一個獨立的產品。這個工具有可能引領人工智能對世界的影響，帶來諸如提高生產力、改善質量和拓展創造力等好處。

微軟還將Copilot的應用擴展到了CRM和ERP領域，推出了Dynamics 365 Copilot，并且GitHub也發布了Github Copilot for Business，這是一個面向公眾的人工智能編程助手。

OpenAGI

OpenAI的首席執行官Sam Altman和其他創始人在多個平臺上談論了人工通用智能（AGI），對其可能帶來的利益和風險既感興趣又擔憂。Altman在接受Lex Fridman的采訪時說，他認為AGI“大概還有10到20年就能出現”，并且有望對人類產生“正面的影響”，同時強調了保證其負責任使用的重要性。

Altman也承認AGI存在一些風險，比如被濫用或導致大量失業。Altman強調了及時考慮AGI的利弊的必要性。他致力于制定安全指南，并建立一個專家社區，以促進AGI的負責任使用。Altman的訪問反映了全球對AGI日益增長的關注。在AGI變得越來越現實之際，思考其可能帶來的利益和風險是非常重要的。在Altman的領導下，OpenAI專注于安全和道德的AGI開發。

在一篇博客文章中，Altman和其他創始人描述了他們對AGI的期待，認為它可以“解決世界上一些最迫切的問題”，如氣候變化、貧困和疾病，同時也能激發人類的創造力和智慧。

然而，他們也意識到了AGI的潛在風險，包括被用于制造自主武器或通過替代人類工作而引發大規模失業。

亞馬遜和云服務

亞馬遜在人工智能研究方面投入了大量資金，其云服務是人工智能開發和部署的重要平臺。

他們還致力于為人工智能開發者提供工具和資源。例如基于云的平臺SageMaker使得構建、訓練和部署ML模型變得更加容易，這些模型可以用于各種應用，如欺詐檢測、客戶流失預測和產品推薦。

最近發布的Falcon 40B，是一個大型的語言模型，它是在亞馬遜網絡服務（AWS）上開發的。Falcon 40B是一個多功能且穩健的工具，可以用于翻譯、問答、摘要和圖像識別，并且可以通過AWS上的Amazon SageMaker JumpStart訪問。

參考來源：https://analyticsindiamag.com/from-ai-to-ml-big-techs-and-their-obsessions/