谷歌的第三级火箭：无处不在的人工智能(2)

　　虽然Android是完全免费的，表面上并没给谷歌带来直接收入，但谷歌的全套软件和云服务却通过急剧增长的Android平台，落到了几乎所有智能手机用户，除了中国市场。谷歌的业务开始真正飞跃，搜索、地图、视频、邮件、浏览器、应用商店等主要产品都获得了超过十亿计的海量用户。

　　如今Android设备月活跃用户已经突破了20亿，超越Windows成为全球最大的操作系统。随着Android战略的成功，谷歌股价从300多美元持续走高到现在的900多美元，市值一路飙升到超过6000亿美元，一举超越微软，成为仅次于苹果的全球第二大上市公司。

　　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、Google.ai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。