认识达内从这里开始

AI是未来核心

在凭借Androd占据移动时代主导之后，谷歌又开始布局未来业务版图，而AI就是谷歌的新增长引擎。准确地说，谷歌的未来核心是2006年开始出现的深度学习理论。简单地说，机器学习是人工智能的子集，而深度学习是机器学习的子集，使用复杂结构的多个处理层对数据进行高度抽象的一系列算法。

2010年谷歌挖来斯坦福大学副教授吴恩达到X实验室(无人车等系列未来技术的研发部门)，联合其他技术专家组建Google Brain团队，次年推出第一代深度学习基础架构DistBelief，通过那个著名的猫测试项目(基于海量YouTube视频，通过神经网络训练来识别和定义猫)证明了技术价值。吴恩达也因此获得了“Google Brain之父”的美誉，随后加入百度(近期已经离职)。

不过，DistBelief与谷歌内部框架深度结合，其带来的提升和影响力也限于谷歌各项产品。经过随后三年多时间的研发，2015年11月，谷歌发布开源的第二代深度学习框架平台TensorFlow，在AI开发领域迅速占据了先发优势，今年2月正式推出V1.0版本。值得一提的是，2013年谷歌通过收购创业公司DNNreserch引入了“深度学习之父”格里高利·辛顿(Geoffrey Hinton)。

有趣的是，在谷歌推出开源平台之后，微软、Facebook、IBM和Facebook迅速跟进，推出了基于各自优势的开源深度学习框架平台。谷歌的举动直接带动了深度学习行业的开源潮流。

如果以代码托管网站Github的数据来衡量，谷歌的TensorFlow已经占据了压倒性的优势。无论是打星数量、代码修改(Fork)和代码贡献数量衡量，TensorFlow都是排名第二框架的至少两倍以上。

TensorFlow的最大优势在于：灵活性，可用于智能手机，甚至整合入电路板;支持异构分布计算，可用于单机也可用于分布式计算设备;通用性，支持多种编程语言，支持多种深度学习模型库。同样不可忽视的是，谷歌在开源领域对开发者拥有巨大的吸引力。

得益于谷歌提供的TensorFlow、#以及TPU等全套深度学习框架和基础设施，开发者不用去研究复杂的数学模型、语言模型、图像视觉模型就可以快速实现软硬件的智能化。今天I/O大会主题演讲发布的系列深度学习产品，进一步强化了谷歌在这领域的优势所在。

某种意义上说，谷歌在AI领域的战略延续了Android的成功经验。通过一套完整的、免费的开源平台，引入大量垂直领域的开发者，将原本前沿研究阶段的人工智能技术直接带入到应用层面，而自己的研发力量可以用于更为复杂的创新工作。

谷歌给AI行业带来的巨大冲击，也是微软、IBM、亚马逊和Facebook随后迅速跟进的重要原因。在这场关于未来的竞争中，谁能获得更多的开发者，覆盖到更多的垂直领域，谁就更有可能在AI的行业规范制定中占据更多的话语权和先发优势。

谷歌的收与放

从今日I/O大会的主题演讲，可以清晰的看到谷歌在AI领域的战略布局。谷歌已经完成了Al的初步战略布局，也具备了推动AI行业前行的几大要素：开发框架、开发社区、大计算基础设施和用户数据。作为自我训练能力的神经网络，用户数据是完善和提高深度学习的必需条件。

一方面，通过简化AI开发与设计，谷歌将AI在诸多垂直领域的落地交给了开发者，例如在I/O大会上提到的糖尿病医学诊断研究。而他们在开发和应用基于深度学习的产品，改变具体行业与生活的同时，也给谷歌带来了重要的用户数据，帮助TensorFlow进一步训练。

另一方面，用户与数据本就是谷歌最大的优势所在。除了拥有超过20亿活跃设备的Android平台，谷歌旗下各项跨平台的核心产品服务的用户量也都在数亿甚至十亿级别。通过将AI应用在自己的产品服务中，谷歌不仅能够极大提升自己软件产品的体验，进一步扩大用户量，也能够获得更多、更深入的用户使用数据，用于提升AI性能。

谷歌CEO皮查伊早在去年年底就明确表示，“机器学习是谷歌重新定义产品行为的核心变革力。谷歌希望在旗下所有产品中逐步系统使用机器学习，包括搜索、广告、YouTube和Play商店等等。”Google Lens是谷歌视觉识别AI技术的具体展现

而今天I/O主题演讲发布的诸多新产品功能，就是皮查伊这一思路的具体落实。引入TenSorFlow系统之后，Gmail的垃圾邮件拦截率达到99.9%;基于语音识别的Google Home可以识别不同的用户声音，只需两个麦克风就能准确识别;基于图像识别的Google Lens可以直接拍照查信息和操作，Pixel手机可以自动清除拍照图像的噪点;基于语义识别的Allo可以智能进行对话回复和聊天翻译。

此外，已经有1亿用户的智能助手Google Assistant更是谷歌AI实力的具体体现。目前Google Home智能音箱在美国市场的占有率在两成，落后于占据先发优势培育市场的亚马逊Echo。不过，为了获得更多的用户和数据，提升智能助手的效率和实际用途，谷歌推出了Google Assitant的iOS版本。

此外，谷歌还再次推出了面向低端市场的简化版Android Go，显著降低了数据流量和硬件参数需求，降低了智能手机的成本价格。这一版本无疑是为了在印度、拉美、非洲等新兴国家市场吸引到更多的首次接触移动互联网的人群，为未来打下用户基础。

AI技术帮助谷歌提升自己产品性能，帮助谷歌获得更多用户，带来更多数据帮助谷歌提升AI实力。在个人消费级别，还没有哪家公司能够像谷歌这样获得完整的、深入的个人数据;微软的优势在于企业生产力市场，而亚马逊和Facebook则侧重于电商、云服务及社交领域。

实际上，数据才是谷歌的基因所在。谷歌的商业模式落地依然是获得数据卖广告。谷歌与苹果存在着截然不同的基因。苹果在意的是用户与销量，技术更新是基于自己的设备，是为了获得更多的设备销量;而谷歌在意的是用户与数据，技术更新可以免费可以跨平台，只要能最大化获得用户与数据，硬件设备的优势从来不是谷歌的优先考虑。

当然，要获得谷歌更智能人性的AI改造产品体验，就必须将个人数据交付给谷歌。这也是不可避免的行业趋势，对谷歌以及整个AI行业提出了更高的行业准则要求。个人隐私问题也是谷歌和Facebook这两家靠数据进行商业化的共同挑战。在这一方面，谷歌和Facebook需要极为谨慎。

AI领域，巨头既有竞争，也存在合作。去年12月，谷歌、微软、IBM、Facebook和亚马逊共同成立了人工智能合作组织(Partnership on AI)，共同制定人工智能行业未来的发展规范。目前这个机构已经吸引了100多家公司的加入