一篇文章看懂谷歌的人工智能帝国，为什么这里

摘要： 2007年11月，谷歌开源安卓系统，奠定了其在手机市场的地位。八个月后，安卓占领了80%的市场份额。现在，谷歌再度出击，但这次，它开源的是人工智能。

2015年11月9日，谷歌宣布开源机器学习平台TensorFlow，让每个人都可以利用计算机和网络去使用这个强大的机器学习平台。谷歌旗下的50多个产品都运用了TensorFlow深度学习系统（机器学习的深度神经网络），它已变为一家机器学习公司，其产品不断地给世界创造价值。

TensorFlow：人工智能领域的安卓系统

TensorFlow是一个数据库，研究人员和计算机科学家可以利用它来构建数据分析系统，让计算机利用数据进行决策。

机器学习的核心是让机器读懂数据并基于数据做出决策。当数据规模庞大而又非常复杂时，机器学习可以让机器变得更聪明。TensorFlow在数据输入和输出方面都有惊人的精度和速度，它被确切地定义为人工智能工具。

以下是关于TensorFlow的一些细节。TensorFlow系统使用图表数据流，在这个系统里，多个维度的数据在不同的数学计算体系中流转。这些复杂的数据被称为“张量”（tensor），数学体系中流转着 “节点”（node）。数据在不同的节点之间流转，就能告诉系统不同数据之间的关系。张量在节点中流转，也就是TensorFlow名称的来由。

谷歌开源TensorFlow，这意味着无论是研究人员还是大学生都可以使用这一专业软件。但更深层的是对机器学习公司研究的影响。无论是创业公司还是行业巨头，都可以根据自身需要使用TensorFlow，即使是用其来开发与之竞争的产品。而谷歌可以借此在人工智能界树立权威。

斯坦福大学计算机科学的Christopher Manning教授在三个月前被授权提前试用TensorFlow来给学生授课，仅仅几周后，Manning教授就决定要在他的课程上长期使用它。

Manning教授表示，有人认为TensorFlow像安卓，但它也有点像Gmail——Gmail比众多竞品都简洁高效。“并不是说之前没有这样的深度学习资料库，但那些产品就像是几名学者和大学生一起打造的。”

在TensorFlow的竞品中，比较有名的是Torch和Theano，这两个数据库都由小型团队不断更新升级，但谷歌在机器学习方面的投入可不止如此。Manning教授指出，TensorFlow开源对机器学习社区是一份大礼，神经网络的运行速度提高了100倍，这也让谷歌受益匪浅。

“已经有部分公司雇佣了大量优秀人才来开发人工智能，尤其是深度学习。谷歌不是慈善机构，他们在推出TensorFlow之前肯定就预想到，将有很多博士生受益于这个深度学习系统。”Manning教授说道。

研究员汤姆·迪里希说，即使谷歌员工们可以看到你的照片，他们也不会将其用于公司研究。

Jeff Dean是谷歌的高级工程师，他和Rajat Monga可称作是TensorFlow的缔造者。Dean认为，很难估测机器学习社区对TensorFlow的使用率有多高。虽然谷歌认为它用处很大，但关键在于机器学习社区是否也这样认为。当初设计这样的一个工具就是为了更快地把机器学习的理论变为现实。

“不错，我们希望加速机器学习的研究和发展。机器学习社区一直不断涌现惊人的理论，这是好事，但却没有惊人的成果。”Dean说道，TensorFlow是谷歌给机器学习社区的一份大礼，最理想的情况是，机器学习社区可以饮水思源，分享他们的研究成果。

Dean表示，TensorFlow还可以让谷歌的实习生实现云办公，利用课余时间在学校完成工作。

对于研究人员来说，TensorFlow系统是一个完整的工具包，集成了相关工具和Apache2.0协议，在商业中使用也十分方便。TensorFlow可以在电脑中编译，也可以在移动设备上操作，目前安卓操作系统已经开放，iOS还需稍等时日。

TensorFlow系统还配备了详尽的使用教程，帮助用户更快上手。

Manning教授认为，TensorFlow可以在移动设备上操作的特性将是它和其他开源系统区别开来的关键。

对于现在就想尝尝鲜的开发者，谷歌提供了一个TensorFlow的开发者版本。它内置大量API接口，软件开发者可以轻易操控他们的TensorFlow模块。目前，TensorFlow已被应用到谷歌的50多个APP中了。

探访谷歌人工智能实验室

TensorFlow平台的开放，让我们有机会窥探谷歌的机器学习系统。

实际上，谷歌为了推出这个庞大的人工智能平台，已经默默付出了三年的努力。谷歌更希望人们称它“机器智能”。他们认为“人工智能”这个词包含太多言外之意，他们想打造的是可以应用于机器的智能。

在公司内部，TensorFlow已被使用多年。如果工程师对人工神经网络感兴趣，他们可以自由地修改系统。这样开放的结构让公司内部的100多个团队对这一强大的机器学习技术做出了贡献。

“机器学习是我们重新定义行为的核心变革方式。我们希望在自身所有的产品中使用机器学习，包括搜索、广告、YouTube和Play商店。虽然机器学习还处于早期阶段，但我们将逐渐把它系统性地运用到这些产品中。”谷歌首席执行官Sundar Pichai在今年10月的季度报告会上表示。

欢迎来到谷歌，这里一切都是AI，AI就是一切

很难列出一个谷歌机器学习的研究体系，因为它一直在变化，并且和公司里的每一支团队都脱离不了干系。

John Giannandrea是谷歌的工程副总裁，他提出了“嵌入型”的概念。2015年秋天，Popular Science的记者在加州山景城的谷歌总部采访了他。

当时，记者走进谷歌大楼内部，发现谷歌研究室被严实地保护着，什么都看不到。当他准备离开时，一个工程师注意到他没有佩戴员工徽章，过去向他询问。记者说，他是一个作家，谷歌自称其研究对公众开放，但谷歌研究室却安保严密。

谷歌总部面积约3.3万平方米，员工骑着自行车穿梭在一栋栋建筑间，每栋办公楼都被公园似的绿地包围着。午休时间，员工们打开手提电脑坐在草坪上，不知道是在应付科学难题还是玩游戏。不同团队在不同办公楼里工作，研究人员要随着团队的更换而随时更换办公室。

在办公楼内部，一切看起来都很平常。办公室有隔间、数不清的电脑显示器、压低声音讨论工作的员工，还有员工们为了小憩而准备的抱枕和睡袋。

谷歌山景城总部，研究人员正在解决机器智能的问题，一起看起来和一般办公室没有什么区别。

谷歌机器智能被不断优化升级，这项技术关系到谷歌的核心产品，包括相片应用、语音搜索和搜索引擎。

此外，Giannandrea还特别提出了手写产品。

“谷歌想了解人们写字的秘密，尽管我们现在还没有相关产品，但不排除这将成为我们的投资方向。”

谷歌的产品体系是如此庞大，某些工具在不同的产品中往往是通用的。

一般来说，谷歌的研究人员都是根据兴趣分组的。一个团队专注于图像识别，一个团队专注于语言理解，还有一个团队专注于语音识别等等。

“如果世界没有谷歌，就别想有更好的语音识别、语言理解和翻译技术了，这些前沿技术一直都是谷歌的重点投资对象。”Giannandrea说道。

目前，超过1000名员工致力于研究谷歌机器智能，在理论和实践中不断进行修正和优化。

谷歌发言人Jason Freidenfelds表示，谷歌的母公司Alphabet从来没有干涉谷歌的机器智能研究，未来也将如此。谷歌研究团队与Google X实验室和Life Sciences公司的合作将持续进行。

来自未来的声音