近日，微軟在官方博客正式宣布，以75億美元的價格收購代碼托管平臺GitHub。

雖然微軟不是唯一覬覦GitHub的巨頭，但因給出溢價25倍的收購價遠高出其它競爭對手，最終促成交易。據了解，自2007年10月克里斯·萬斯克拉斯和湯姆·普雷斯頓·沃納共同創(chuàng)建了社區(qū)，GitHub 平臺上至今已聚集了約2800萬開發(fā)者，代碼庫則高達8500萬。

事實上，除了平臺的搭建，近年來各家科技巨頭在人工智能領域也展開了“收購競賽”。微軟僅在2013-2017五年間，就收購了Netbreeze、Equivio、Swift Key、Genee、Maluuba等數(shù)家人工智能創(chuàng)業(yè)公司。

社交監(jiān)控Netbreeze：NLP為基礎，將各種語言變?yōu)橥ㄓ谜Z言

2013年3月，微軟收購了社交監(jiān)控分析公司Netbreeze。此后，該公司業(yè)務在微軟中起到的作用是通過Dynamics CRM客戶關系管理軟件，對Facebook、YouTube、Twitter及6000個在線新聞網站、1800萬個博客等的信息流進行分析。

這個收購案的背景是：傳統(tǒng)IT公司正在試圖轉變?yōu)橐灾悄芗夹g賦能的信息流技術營銷公司。在同一時期，包括甲骨文、Salesforce.com也收購了Eloqua和Buddy Media。

據前微軟副總裁鮑勃·斯圖茲表示，Netbreeze主營業(yè)務結合了自然語言處理（NLP），以及數(shù)據挖掘和語義文本分析的現(xiàn)代方法，支持包括德語、英語、法語、西班牙語、俄羅斯語、阿拉伯語、日語和普通話在內的28種不同的文字系統(tǒng)。這相比競爭解決方案是一大優(yōu)勢，能夠將各種語言轉變?yōu)橥ㄓ谜Z言，然后從中分析人們在網絡上的情緒。

機器學習Equivio：非結構性數(shù)據和文件智能分析

2015年1月，微軟收購了機器學習公司Equivio。作為eDiscovery和信息管理服務提供商，Equivio的主營業(yè)務為通過機器學習算法對批量文本進行歸類分組，適用于郵件、社交網絡或者法律事務等文本內容，公司客戶包括美國司法部、畢馬威、德勤等。

收購Equivio之后，微軟可以更加有效的應對大量電子郵件和辦公文檔帶來的龐大數(shù)據流的技術挑戰(zhàn)。主要作用原理是，通過Equivio開發(fā)出的機器學習技術，可以利用其分析軟件對大量的非結構性數(shù)據和文件進行智能分析，然后進行分組歸類。

在辦公軟件領域，彼時的微軟也面臨著谷歌等一批競爭對手，各家都利用機器學習技術為自家產品賦能，微軟對Equivio的收購恰逢其時。

智能鍵盤Swift Key：主持語種從近90種增至100余種

2016年，人工智能在各個產業(yè)的賦能之勢漸趨穩(wěn)定，各家科技巨頭都開啟了“買買買”模式。谷歌在這一年收購了圖像識別公司Moodstocks和NLP公司Api.ai。英特爾收購了芯片公司Nervana Systems。視覺芯片公司Movidius，以及計算機視覺公司Itseez。

對于微軟來說，這一年的最大收獲是完成了對智能鍵盤公司Swift Key的收購。

作為智能手機最流行的應用之一，Swift Key曾安裝在3億多臺設備上，最初的商業(yè)模式是以4美元的價格出售可預測鍵盤軟件，后來于2014年開始采用免費的下載模式。此外，公司也與智能手機商合作獲得收入。收購之后，Swift Key支持語言從近90種增至100余種。

虛擬助理Genee：改善虛擬助手與人類的互動

成立于2014年的Genee，是提供基于人工智能算法的會議行程安排服務公司，可以通過自然語言處理和優(yōu)化過的決策算法，有效簡化會議安排的繁瑣耗時的環(huán)節(jié)，尤其針對大型多人的會議安排。

之所以選擇收購Genee，是因為在微軟看來，自然語言處理技術和優(yōu)化的決策算法來改善虛擬助手與人類的互動，在服務于大型組織，以及無法訪問他人日程表時尤為有用。收購后，Genee被逐步整合到Office 365部門。

NLP/NLU Maluuba：進一步強化機器閱讀和編寫能力

Maluuba成立于2011年，總部分別設于加拿大和滑鐵盧，2017年1月，公司被微軟收購。公司的主要技術為自然語言處理的深度學習，通過這次收購，微軟進一步強化了機器閱讀和編寫能力。

據外媒早前報道，2016年夏季，Maluuba已經能夠分享一套高級人工智能系統(tǒng)的相關結果，這套人工智能系統(tǒng)當時能夠以接近自然人的能力閱讀和理解文本內容，其能力已經強于谷歌(微博)和Facebook的類似系統(tǒng)。

被微軟收購后，Maluuba第一個研究進展是在去年十月推出了用于推理的可視化數(shù)據集FigureQA，相關研究論文《FigureQA: An Annotated Figure Dataset for Visual Reasoning》發(fā)布在了ArXiv上。