从TensorFlow看谷歌的云端人工智能战略

引子:有些朋友知道谷歌的Tensorflow是专业的深度学习库，有了它各种功能强大的深度神经网络得以快速构建实现，但估计很少朋友知道Tensorflow是可以在iOS, Android甚至树莓派(Raspberry Pi)上运行的，本文我们就来谈谈，深度学习进入移动端将意味着什么？并一窥谷歌的云端人工智能战略。设想未来你是一名警察，只需要手中android终端，摄像头照到的任何事物，包括人脸，车牌，身份证等，不只是追溯到当事人和物的历史信息（比如有无前科，犯罪记录，家庭环境等，这些现在就可以做到），而是能知道当事人的犯罪趋势，有多大概率会犯法违法？再设想未来你是一位农民，用你的android手机，照照田间地头，不只是了解到这个农作物长的什么虫，该用什么药，而是能知道基于当前情况，农作物生病会持续多长时间，会减产多少？再设想未来你是一位医生，通过android医疗平板，不只是了解到体检者当前的各项健康指标，而是能预测体检者的某些大病概率。甚至设想你失忆了或进入一个完全陌生的环境，只需要手机摄像头和关联传感器，你就能认识和了解周边的任何事物？对于未来的人工智能，特别是谷歌战略的通用人工智能来讲，上述场景都不会是问题。这都得益于机器学习特别是深度学习这几年的突破性发展，机器学习作为人工智能新兴的关键技术，可以让计算机根据海量数据的分析来对未来的情况进行预判和预测。近几年，领先的IT巨头无不在机器学习投下重注，Facebook、苹果、微软、亚马逊、国内的百度等，当然还有谷歌这位超级玩家。

源起：2015年11月，谷歌开源了第二代人工智能系统Tensorflow，最早由 Google Brain团队的研究人员和工程师研发。6年前，谷歌开源了Android，移动互联网和智能手机时代得以普及。谷歌为什么开源Tensorflow，显然尝到了android开源的甜头，开源Tensorflow是想要复制Android开源的成功。谷歌官方的说法是：If TensorFlow is so great, why open source it rather than keep it proprietary? The answer is simpler than you might think: We believe that machine learning is a key ingredient to the innovative products and technologies of the future. Research in this area is global and growing fast, but lacks standard tools. By sharing what we believe to be one of the best machine learning toolboxes in the world, we hope to create an open standard for exchanging research ideas and putting machine learning in products. Google engineers really do use TensorFlow in user-facing products and services, and our research group intends to share TensorFlow implementations along side many of our research publications.从这个官方说明可以看出，谷歌一是要做机器学习领域的产业标准，二是要促进机器学习研究和企业应用产品的对接，说白了，如果有更多的人用TensorFlow来从事机器学习方面的研究和应用，将有利于谷歌人工智能领域拥有更多的主导权，当然同时也必然推动整个行业的跨越式发展，使得AI不仅仅局限于Paper纸面文章。有android的成功之鉴，有Hinton、李飞飞等大牛的加入，要实现这两点对谷歌来讲都不难。这不，今年4月份，开发出AlphaGo的Google旗下DeepMind,也宣布产品技术线全面转向TensorFlow。开源是集聚人气的试金石，不管你多先进的技术多牛的产品，没有人气就是走向消亡。所以说大数据时代，技术更需要营销，开源就是对技术人才最佳的营销手段。这里我们暂且不分析TensorFlow的技术到底有多牛，毕竟它还年轻，我们主要看它为机器学习（人工智能）在移动端的运用，将给未来带来什么样的可能性。百度余凯说小心TensorFlow有一定道理，照这个趋势发展下去，谷歌的人工智能之路会把很多IT巨头远远地甩在后面。为什么这样讲，下面我们看看谷歌的战略。

战略：我在前文曾说过，人工智能是信息化的终极目标。机器学习是人工智能的关键技术，如果说软件在吞噬世界，那么我认为，深度学习将重新定义机器学习。再来看谷歌的通用人工智能战略，我们华为有云、管、端，谷歌有云、端，关键是云里、端里有什么干货？云计算中心不是搞房地产买一堆服务器就是云了，数年后，地球上上规模的大云就那么几朵，没有服务能力和价值转化能力的“地产云”，迟早会消亡。谷歌的jeffrey dean为什么对自家10年内实现通用人工智能那么有信心？个人认为有如下几点：（1）基于Tensorflow生态链的，服务多个大规模计算领域的超级深度神经网络（阿尔法狗、金融狗、医疗狗、军事狗…）将成为谷歌云的杀手锏应用，DeepMind靠下棋起家，现在要对战星球大战游戏，接下来计划做医疗深度学习系统，未来军事、金融等领域的大规模推演决策当然也不在话下。谷歌云战略就是让谷歌大脑成为未来的地球大脑。（2）基于Android生态链的，结合传感器，对接谷歌大脑，支持超高清图像视频实时深度学习的超级APP将成就未来真正的智能终端和机器人，就像我开篇讲的各类场景一样，通用人工智能的云端是AI基础服务，强大的通用人工智能终端将拓展我们的视觉、听觉和各种学习感知能力，当然还有基于Android或其它嵌入式系统的各类工业机器人，家用机器人，无人驾驶汽车，对接云中大脑的超级计算和控制识别能力。连接云上大脑，未来的每个大小智能终端（工业机床、汽车、手机、电视、冰箱…）都能成为机器人。（3）TPU+GPU+量子计算的超级计算能力，是人工智能的必备助推器，一切问题都是计算问题，谷歌自家的TPU号称速度完爆GPU，D-WAVE量子计算机量产，我们拭目以待。（4）基于Google Earth + VR生态链的三维地球和虚拟现实/感知技术，将极大缩小虚拟空间和现实空间的界限，机器人时代的人类生活方式，拥有无限可能！（5）人，人才是最重要的，大数据人工智能时代的顶级人才，其影响力可能是指数级放大，就像李小龙对于腾讯一样。没有Andy Rubin（安卓创始人）,没有Hinton（深度学习开创者），没有Demis Hassabis（阿尔法狗创始人），没有Fei-Fei Li（ImageNet创始人，川妹子，斯坦福教授），等一票大牛，就没有谷歌AI的霸主地位。另外谷歌深知人工智能不比传统信息技术，高校院所的基础研究力量不容忽视，工业界学术界的深度融合，虽说硅谷早有传统，但近几年的深度学习浪潮，使得这个趋势更是发展到顶峰。华为、阿里巴巴、腾讯等国内大拿应该深有体会，科技领域一个技术/产品牛人为公司（或社会）带来的可能是上百亿美元的价值。综上所述，谷歌通过开源智能终端android+云端tensorflow打造AI基础平台，积聚工程师人气，网罗顶级人才，提升机器学习和人工智能基础关键技术，依托本身的大数据资源，云端同时发力，全面把控未来人工智能生态链，为走向通用人工智能打下坚实的基础，这就是谷歌的云端人工智能战略！

未来：最后我们设想下未来，未来的关键词是加速！科技加速会带来人类社会演变的加速，大数据和信息的加工速度代表了未来科技生产力的速度，移动互联网加速了我们的时空感知水平，深度学习技术正在加速机器智能学习能力，谷歌的云端战略在加速人工智能的突破，TENSORFLOW云生态+TPU/GPU/量子计算加速+ANDROID智能终端生态+AI基础研究=谷歌的通用人工智能。人工智能时代，强者越强，弱者越弱，AI的顶端容不下几位玩家，不管是云还是端，都会是这样，就像你用上了微信，还会用易信吗？AI的切换成本只会更大。最后提一个问题来结束本文，华为、小米等国内企业能像做安卓智能手机一样，来复现人工智能领域的成功吗？最大的阻力会是什么？

来源：点金大数据