在谷歌位于硅谷的園區(qū)里，一座被命名為 1965 的低矮的辦公樓坐落在離 101 高速路出口最近的區(qū)域。單從地圖上看，想驅(qū)車前往這座不起眼的建筑并不方便。過去幾十年里，每天穿梭在這條高速上的山景城居民早已經(jīng)對(duì)硅谷發(fā)生的那些「改變世界」的公司和產(chǎn)品故事習(xí)以為常，這座矮樓當(dāng)然也常常被習(xí)慣性的忽略。

但這里是谷歌大腦的所在地。現(xiàn)在，當(dāng)人們對(duì)未來充滿恐懼、談?wù)撈?a target="_blank">人工智能是否會(huì)取代人類、機(jī)器和人的關(guān)系該是如何時(shí)，至少該先看看發(fā)生在這里的近況——作為當(dāng)下一輪機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)熱潮的第一批擁躉，谷歌大腦已經(jīng)取得了一些標(biāo)志性的成就。

谷歌正在圍繞著 AI 重建公司，機(jī)器學(xué)習(xí)現(xiàn)在則成為了這家巨頭包括廣告、無人駕駛等重要項(xiàng)目的主要技術(shù)驅(qū)動(dòng)力。而無論從谷歌一貫打造開放平臺(tái)的「?jìng)鹘y(tǒng)」來說，還是從商業(yè)化上的考量，將機(jī)器學(xué)習(xí)的成果開放給更多開發(fā)者，幾乎和用這些成果改造自家產(chǎn)品是同樣重要的問題——這一步?jīng)Q定了谷歌能不能在這個(gè)近乎處于蠻荒狀態(tài)的 AI 時(shí)代盡早建立生態(tài)。從一定程度上來說，2015 年谷歌發(fā)布的機(jī)器學(xué)習(xí)開發(fā)平臺(tái) TensorFlow 擔(dān)負(fù)了這樣的使命。

2015 年，在將 TensorFlow 正式開源時(shí)，Google CEO Sundar Pichai 曾經(jīng)在公開 blog 里寫到：「我們內(nèi)部已經(jīng)看到這個(gè)工具能夠提供非常強(qiáng)的能力，并且希望把機(jī)器學(xué)習(xí)的能力開放給更多的企業(yè)和個(gè)人開發(fā)者?！箖赡旰螅琓ensorFlow 已經(jīng)成為 GitHub 上最受開發(fā)者歡迎的工具。遠(yuǎn)超由微軟、Facebook 等公司提供的計(jì)算框架。

谷歌大腦的工程師們很愿意把 TensorFlow 的故事與安卓的誕生和意義做類比，并且津津樂道。后者是幫助 Google 完成桌面時(shí)代向移動(dòng)時(shí)代轉(zhuǎn)型的關(guān)鍵一躍。

TensorFlow 能輸出谷歌的 AI 服務(wù)，并且?guī)椭雀柙偻瓿梢淮巍干鷳B(tài)建立」的使命么？

這對(duì)正走向 AI first 的 Google，將是一個(gè)關(guān)鍵問題。

搶占高地

TensorFlow 的誕生和開源的過程，既符合 Google 一貫堅(jiān)持開源、消除信息死角的傳統(tǒng)和使命，又代表著這家公司在下一個(gè)十年的野心。

2011 年，四位 Google Fellow 之一、MapReduce 和 BigTable 的發(fā)明者 Jeff Dean 和當(dāng)時(shí)的斯坦福計(jì)算機(jī)科學(xué)家吳恩達(dá)共同創(chuàng)辦了 Google Brain，專注于用神經(jīng)網(wǎng)絡(luò)的方法研究人工智能。一年之后，這個(gè)最初建立在 Google X 中的項(xiàng)目脫穎而出，成為更高一個(gè)層級(jí)的研究機(jī)構(gòu)。

（Google Brain的領(lǐng)軍人物Jeff Dean，他曾經(jīng)發(fā)明 MapReduce 和 BigTable）

在 Google Brain，每一個(gè)工程師都能對(duì)這個(gè)部門的使命脫口而出：讓機(jī)器更智能，以提升人類生活質(zhì)量。利用深度學(xué)習(xí)技術(shù)，計(jì)算機(jī)將一定程度上模擬人類大腦神經(jīng)元的工作模式，建立學(xué)習(xí)機(jī)制。這也意味著這項(xiàng)技術(shù)發(fā)展到一定程度上，人們不再需要依據(jù)規(guī)則的系統(tǒng)進(jìn)行人工智能在各個(gè)領(lǐng)域的開發(fā)，機(jī)器也不再需要提取語音、文字、圖像等各個(gè)領(lǐng)域的特征，它可以自己通過訓(xùn)練達(dá)到目標(biāo)。

而就是在基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)開發(fā)過程中，研發(fā)團(tuán)隊(duì)開發(fā)了一個(gè)名為 DistBelief 的深度學(xué)習(xí)技術(shù)框架，這個(gè)名稱是「disbelieve“的諧音，代表著這是一個(gè)在技術(shù)和潛力上都「簡(jiǎn)直不可思議」的計(jì)算框架。但當(dāng)時(shí)的 DistBelief 要在 16000 臺(tái)計(jì)算機(jī)的計(jì)算基礎(chǔ)上才能運(yùn)行，過程非常復(fù)雜。Google Brain 團(tuán)隊(duì)對(duì)這個(gè)框架進(jìn)行了簡(jiǎn)化，讓它變得非常靈活，能夠輕松運(yùn)行在個(gè)人計(jì)算機(jī)或者單個(gè)或多個(gè) CPU 和 GPU，甚至移動(dòng)設(shè)備上——這成為了如今我們所熟知的 TensorFlow。

在 2015 年，Google 正式開源了 TensorFlow。這是擅長(zhǎng)從事長(zhǎng)期研究的 Google Brain 成立幾年以來，唯一一個(gè)對(duì)外發(fā)布的產(chǎn)品。事實(shí)上，最初發(fā)布的版本也并不完美。但 Google 的工程師們顯然有著更長(zhǎng)遠(yuǎn)的考慮。

一方面，Google Brain 團(tuán)隊(duì)在最近幾年已經(jīng)強(qiáng)烈意識(shí)到，有時(shí)產(chǎn)品落地比發(fā)表更多的論文更加重要。更何況，Google 曾經(jīng)也經(jīng)歷過「為他人做嫁衣」的教訓(xùn)。2003 年，Google 公布了關(guān)于 GFS、MapReduce 和 BigTable 三篇技術(shù)論文，它們成為云計(jì)算發(fā)展的「三駕馬車」，Google 內(nèi)部曾經(jīng)為此歡欣鼓舞。但幾年后，MapReduce 則由 Apache 基金會(huì)率先開發(fā)成分布式系統(tǒng)的基礎(chǔ)構(gòu)架 Hadoop，并開給外界使用并且獲得廣泛應(yīng)用，自那以后，在開發(fā)者的認(rèn)知中，Hadoop 竟然成為了 MapReduce 的「發(fā)明者」。

此事曾讓 Google 的工程師們十分受挫。所以這一次，Google Brain 不再只把相關(guān)成果以論文方式發(fā)表在學(xué)術(shù)起開上，同時(shí)決定把相關(guān)源代碼以 TensorFlow 的方式「一步到位」的開放給工業(yè)界。

另一方面，盡管 TensorFlow 本身沒有任何商業(yè)盈利的計(jì)劃，但它可以成為 Google Cloud 在商業(yè)推廣上的重要推動(dòng)力。在 2015 年，在開源 TensorFlow 以后，Google 很快公布了 GoogleCloud ML 服務(wù)。這意味著，基于 TensorFlow 生態(tài)鏈的、服務(wù)多個(gè)大規(guī)模計(jì)算領(lǐng)域的神經(jīng)網(wǎng)絡(luò)（比如 Alpha Go）就會(huì)成為 Google cloud 推行「AI 即服務(wù)」的殺手锏。

或許就是來源于技術(shù)方面的自信，Google 云平臺(tái)業(yè)務(wù)的負(fù)責(zé)人黛安·格林在今年曾經(jīng)非常樂觀的預(yù)測(cè)，因?yàn)橛衼碜匀斯ぶ悄芊矫娴募映?，Google cloud 的市場(chǎng)份額將在五年后躍居市場(chǎng)第一。

一個(gè)人工智能時(shí)代的安卓生態(tài)？

就連在 GoogleBrain 工作的工程師都認(rèn)為，從路徑和目標(biāo)來看，TensorFlow 的開源有著安卓生態(tài)故事的影子。

在 Google，一直都有著非常濃厚的開源基因。目前它旗下已經(jīng)有超過 60 個(gè)開源的項(xiàng)目。開源甚至成為了這家公司商業(yè)模式的重要組成部分，而安卓的成功讓它對(duì)這一點(diǎn)更加認(rèn)同。

進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代后，Google 在 iPhone 大賣后立刻加速了安卓的發(fā)布，并且在接下來的時(shí)間里不斷更新版本，讓這個(gè)系統(tǒng)在低價(jià)手機(jī)和高端手機(jī)上都能實(shí)現(xiàn)完好的適配。這一步基本幫助不擅長(zhǎng)硬件的 Google 完成了移動(dòng)優(yōu)先的戰(zhàn)略轉(zhuǎn)型，防御甚至反擊了蘋果 iOS 在移動(dòng)時(shí)代的強(qiáng)勢(shì)進(jìn)攻。到現(xiàn)在，安卓已然成為 Google 的一個(gè)標(biāo)準(zhǔn)平臺(tái)。

時(shí)至今日，Android 身影幾乎無所不在。但安卓系統(tǒng)的演進(jìn)也經(jīng)歷了先求有、再求優(yōu)的過程。而也正是因?yàn)殚_源，才讓谷歌吸引了大量第三方合作伙伴和人才的參與，才建立起了在移動(dòng)時(shí)代的生態(tài)系統(tǒng)。

（安卓生態(tài)的成功，讓Google更加相信開源的力量）

Google 一直堅(jiān)信，能夠獲得用戶的信息和長(zhǎng)效依賴，這比用戶一時(shí)的消費(fèi)有價(jià)值多了。所以在 Google 喊出 AI first 的口號(hào)后，開源一個(gè)促進(jìn)機(jī)器學(xué)習(xí)研究和企業(yè)應(yīng)用產(chǎn)品對(duì)接的平臺(tái)，意義不言自明：它有望幫助 Google 構(gòu)建機(jī)器學(xué)習(xí)領(lǐng)域的產(chǎn)業(yè)標(biāo)準(zhǔn)，也能大大降低深度學(xué)習(xí)在各個(gè)行業(yè)中的應(yīng)用難度。使用 TensorFlow 進(jìn)進(jìn)行機(jī)器學(xué)習(xí)領(lǐng)域的研究和應(yīng)用的人越多，就越容易讓谷歌在人工智能領(lǐng)域獲的主導(dǎo)權(quán)。

但結(jié)合軟件和硬件等方式將 AI 能力開放并輸出，這已經(jīng)是屬于科技巨頭的兵家必爭(zhēng)之地。包括微軟、百度和 Facebook 都開放了提供基礎(chǔ)路線圖的深度學(xué)習(xí)工具，甚至在 9 月 11 日，F(xiàn)acebook 和微軟決定聯(lián)手開發(fā)一個(gè)允許人工智能開發(fā)者在 Caffe2、Cognitive Toolkit 和 PyTorch 框架下自由互通的格式，該項(xiàng)目被稱為 ONNX。

這一步棋，被人們視為 Facebook 和微軟兩家巨頭聯(lián)手對(duì)抗 TensorFlow 而為之。

但單從人工智能服務(wù)的輸出布局上來看，Google 幾乎完全不用擔(dān)心：在深度學(xué)習(xí)的生態(tài)方面，Google 結(jié)合從云到 TPU 再到 TensorFlow 的整體服務(wù)矩陣的組合邏輯似乎已經(jīng)更加完整：TensorFlow 的基礎(chǔ)框架和 TPU 的計(jì)算能力現(xiàn)在都可以通過 Google cloud 向外輸出；在這背后，則是 Google Brain 一刻也不會(huì)停歇的基礎(chǔ)研究和正在研發(fā)中的量子計(jì)算。

如果人們?cè)?jīng)認(rèn)為軟件會(huì)吞噬世界，那么現(xiàn)在，Google 有了更大的胃口。從這個(gè)角度上來說，TensorFlow 和它背后這套 Google 的人工智能「組合拳」，似乎在為一個(gè)比移動(dòng)時(shí)代更有「張力」的未來做準(zhǔn)備。

AI 即服務(wù)：這是未來的方向么？

不過，TensorFlow 本質(zhì)上還是一個(gè)比較底層的框架，它更適合大規(guī)模的調(diào)度，但也因此常常被工業(yè)界吐槽不能滿足很多個(gè)性化需求，導(dǎo)致不少運(yùn)行在 TensorFlow 上的具體項(xiàng)目在商業(yè)化落地過程過于緩慢。

在知乎上，出門問問 NLP 工程師李理就撰文分析過：「TensorFlow 有意義，但又不是神乎其神的東西……因?yàn)樵诠こ探缋?，若要完成一整件事，如識(shí)別語音，TensorFlow 這種通用深度學(xué)習(xí)框架的存在更多是錦上添花，而非決定根本?！?/p>

就拿 TensorFlow 和百度推出的深度學(xué)習(xí)框架 PaddlePaddle 相比來看，后者似乎更加「務(wù)實(shí)」，它不僅將源代碼開放，而且直接為開發(fā)者提供了很多整體解決方案，為開發(fā)者提供了快速實(shí)現(xiàn)商業(yè)化落地的路徑。對(duì)于這個(gè)開放社區(qū)來說，百度介入的更深，也表現(xiàn)的更加心急。

不過這本質(zhì)上指向的是一個(gè)關(guān)鍵問題：在技術(shù)越來越走向開源的今天，國(guó)內(nèi)科技巨頭們正在推崇的「AI as a service」是否是個(gè)真正成立的商業(yè)命題？

（越來越多的科技巨頭，喊出了「AI 即服務(wù)」的口號(hào)）

例如，目前騰訊云搭建的卷積神經(jīng)網(wǎng)絡(luò)模型， 已經(jīng)可以讓開發(fā)者利用 TensorFlow 實(shí)現(xiàn)基于 CNN 數(shù)字識(shí)別的代碼；而阿里云推出的 GN5i 也可以一鍵部署 TensorFlow、caffe 等主流深度學(xué)習(xí)框架，并且在這個(gè)基礎(chǔ)上對(duì)接了更多開發(fā)者的具體需求。

選擇這些服務(wù)當(dāng)然會(huì)讓開發(fā)者更加「省心」，即便不能滿足開發(fā)者 100% 的需求，也能讓他們?cè)?90% 的基礎(chǔ)上繼續(xù)開發(fā)。但另一方面，選擇某一家云計(jì)算的服務(wù)，也就意味著需要在前期與巨頭的設(shè)備進(jìn)行綁定。對(duì)中小型創(chuàng)業(yè)公司來說可以減少成本，但對(duì)不少「有野心」的創(chuàng)業(yè)公司來說，這算不上是一個(gè)簡(jiǎn)單的決定。

同時(shí)，從另一個(gè)角度來說，在未來當(dāng) AI 成為一種「普惠」、「民主」的基礎(chǔ)能力后，出售 AI 服務(wù)的商業(yè)價(jià)值和想象力還有多大？

當(dāng)我們把這個(gè)問題拋給 Google 時(shí)，Google 的工程師們坦承的表示，在 Google Brain 內(nèi)部對(duì)這個(gè)問題也有過爭(zhēng)論。但目前 TensorFlow 依然采取了比較「保守」的戰(zhàn)略：提供更多個(gè)性化服務(wù)當(dāng)然可以讓平臺(tái)離商業(yè)化更近一步，但當(dāng)下，依然是不斷完善這個(gè)社區(qū)的基礎(chǔ)能力，并且期待開發(fā)者能為它帶來更多突破——更何況，就連 Dean 自己也預(yù)言，想要實(shí)現(xiàn)通用型人工智能，大概還需要至少 15 到 50 年的時(shí)間。

所以目前 TensorFlow 選擇只開源代碼，并在運(yùn)營(yíng)社區(qū)時(shí)把更多時(shí)間花在了和開發(fā)者溝通并且教授專業(yè)知識(shí)的工作上，以便更多的 Google 員工和 Google 外部人員可以幫助到這個(gè)社區(qū)。

但包括谷歌在內(nèi)的許多工程師還在向著通用人工智能這個(gè)遠(yuǎn)大的方向進(jìn)行長(zhǎng)時(shí)間的研究。而那些利用開放框架運(yùn)行的項(xiàng)目和大量數(shù)據(jù)也能反哺和加速這個(gè)過程。

目前 Google Brain 已經(jīng)把機(jī)器翻譯、圖像分析、醫(yī)療、機(jī)器人等幾個(gè)領(lǐng)域作為深度學(xué)習(xí)重點(diǎn)研究的方向，并且尋找通用的解決方案。比如在醫(yī)療影像中，深度學(xué)習(xí)已經(jīng)可以使用視網(wǎng)膜影像進(jìn)行糖尿病的診斷。不過張坤也坦言，這些領(lǐng)域或許不是最「火」的，但卻在 Google 的能力范圍內(nèi)。Google的工程師向我們表示：「接下來更近要的是看業(yè)界將如何利用 Google 開放的這些能力，也許他們會(huì)給整個(gè)人工智能在解決實(shí)際問題的過程中帶來驚喜?！?/p>

TensorFlow 已經(jīng)擁有了超過 500 位代碼貢獻(xiàn)者，從發(fā)布至今，一共有超過 12000 次的代碼提交和超過 100 萬次的代碼庫(kù)下載?！肝覀兒苄疫\(yùn)有機(jī)會(huì)能與這么多的外部開發(fā)人員進(jìn)行互動(dòng)，希望對(duì)其中的一些人產(chǎn)生積極的影響，并且?guī)椭麄儎?chuàng)造基于機(jī)器學(xué)習(xí)的新應(yīng)用程序?！笹oogleBrain 的一位工程師頗有自信的說，「現(xiàn)在我們只需要把事情做好，那么很多數(shù)據(jù)自然會(huì)聚集過來?！?/p>

那么，TensorFlow 會(huì)成為 AI 時(shí)代的新安卓系統(tǒng)么？或許從現(xiàn)在 TensorFlow 業(yè)務(wù)設(shè)置的架構(gòu)和影響力上，我們還很難給出這樣的定義。但這個(gè)帶有些許「公益」性質(zhì)的開源工具需要依托更多人和數(shù)據(jù)的參與才能繼續(xù)延伸能力，它為 Google 未來在 AI 布局上帶來的基礎(chǔ)優(yōu)勢(shì)還是顯而易見的。

更何況，跳出業(yè)務(wù)和商業(yè)計(jì)劃，這個(gè)機(jī)器學(xué)習(xí)時(shí)代更具有普適性的「工具」體現(xiàn)的，仍然是 Google 堅(jiān)持多年「持續(xù)開放」、「消除信息死角」的價(jià)值觀，和它最終期待建立的「AI 民主化」未來。