Google大秀人工智能肌肉背后，是一场持续已久的自我革命

当我们从Google I/O狂轰滥炸般的新闻势能中冷静下来时，会发现Google给我们的惊喜并不多——万众期待的VR一体机没出现、Project Tango只字未提，当Google满是套路的发布了PPT VR生态，三星和PC VR CP们或许可以安心了；几个以AI为基础的产品并不新鲜，比如和Amazon Echo对标的Google Home，有类似于Facebook Messenger聊天机器人功能的Allo，各大公司都在做的语音助理Google Assistant。每一部分都饶有趣味，却没有新奇物种从天而降的惊艳感，真是这样么？

关于对Google VR布局的设想和现状，我的同事小石头已然叙述详尽，这里不再赘述，我们来聊聊人工智能的部分。

当Sundar Pichai将一系列基于人工智能的产品定义为“未来”时，印证了36氪此前的观点——Google在寻找移动时代的Google、在革自己的命。

先说Google Assistant，它和Siri、Cortana最大的区别是，能够分析用户提出的问题随后给予回答。实际上，Google搜索在5个月前已经可以通过文字或语音识别出 “最高级”、“基于时间的” 查询和一些复杂组合问题（一个月后微软也宣布用堆栈注意力网络实现基于图片回答问题），此次Google还加入了地理信息辅助对问题的理解，比如你站在Cloud Gate雕塑前问“这是谁设计的？”，助理会回答"Anish Kapoor"。除此之外，Google Assistant还接入了叫车、买电影票等第三方生活服务。

智能硬件Google Home和社交聊天应用Allo，都由Google Assistant贯穿其中。

Google Home的特色是整合Google所收购的智能家居Nest产品及服务，还能控制Chromecast电视棒来播放音视频，与Gmail相连提供时间管理服务。有人认为它有成为Amazon Echo最可怕的噩梦的可能。但说白了，它是一个实体化、添加了音箱的Google Assistant。

Allo则会在聊天之中运用深度学习技术，对用户发出的文字、图片进行解析，然后生成自动回复建议，还能根据用户历史输入记录来学习其回复习惯。bot也可以提供订座等服务功能。其实Google研发聊天机器人在去年12月便被曝光了。

顺便提一下Android Instant Apps，它让用户在不安装APP的情况下也能使用其简洁版，且并非网页形式。Google Play会在用户点击后按模块化下载所需的部分，这相当于在简洁的模式下使用该 App，开发者使用Android API即可在原基础上开发。

以上这些产品，也许代表Google希望重塑搜索的入口。我们每进行一次搜索，背后都有一次对答案的求知，过去的Google是将可能的“答案”陈列在浏览器中，属于信息与信息的连接。但实际上，用户不仅在搜索引擎中产生求知需求，它在IM、智能家居、各种应用中无处不在。而Google的目标便是在各个场景建立“搜索目的”与对应需求的连接。

为什么人工智能在其中如此重要？因为它蕴藏着对用户需求的理解。随着机器对人类的每一个动作、语言深入了解，PC时代的搜索引擎或将不复存在。

有趣的是，Pichai在I/O大会上还公布了Google为人工智能定制的TPU芯片：

除研发出Alphago的DeepMind之外，人工智能技术已经在Google内部的一百多支团队广泛应用了，比如街景、Gmail智能回复，云端语音识别、Android端的语音识等等。

近年来，Google已经部署了数千个特殊的人工智能芯片——“Tensor Processing Units”，简称TPU。这是一款为机器学习而定制的专用集成电路（ASIC, Application-Specific Integrated Circuit）、并且经过了TensorFlow的调教。一块TPU刚好可以插入数据中心机架的一个驱动器位。它的宽容度更高，在计算同一量级时每瓦特性能更高，可以降低计算的精度（所需的晶体管操作也更少），加快机器学习部署计算的速度。Google高级VP Urs Holzle称其在数据中心已经运行了一年有余。

（Tensor Processing Units——张量处理单元）

而Google硬件工程师Norm Jouppi在博客中写道，从研发TPU到让它在数据中心运行起来，只花了22天。

TPU芯片通过PCI-E协议连接到计算机服务器，意味着它可以随时插进办公电脑，让普通计算机快速具备人工智能计算能力。Holzle称这是Google第一次为AI研发专门硬件，但很有可能不是最后一次，Google希望设计更多的系统级组件。

Intel和NVIDIA得知此事时，心情应该不会太好。

大数据、超算运行中心是Intel的主要客户，而Nvidia也认为其专门用于处理图像数据的GPU，未来增长在于人工智能、机器学习等需要大数据运算的领域。

计算机视觉训练已经达到千万、亿级数据，Google正在尝试上千块GPU的超算集群进行计算。但不得不提的是，传统的GPU对于机器学习计算太过“笼统”，这就是Google研发TPU的目的。有人开始替Intel担心，是否有朝一日Google会革了芯片厂商的命？

不过一位业内专家告诉36氪，TPU主要还是用于处理计算密集型操作， 对于逻辑型的操作还是需要CPU。与Google类似的是，微软、百度也在探索FPGA（现场可编程门阵列，一种能针对特殊任务使用的芯片）。但各大公司的模型训练还是会用GPU，训练好的模型给用户使用时才会用TPU。

而我的同事Yuri认为，与其担心Google研发CPU、GPU或替代它们的芯片，还不如担心Google哪天研发出更加虚无缥缈的量子计算机……更值得Intel担心的其实是“不止要做物联网时代Intel，还想做万物智能时代Wintel”的“地平线机器人”这类公司。

话说回来，Google拒绝透露其正在使用多少个这样的芯片，但表示确实还在用其他公司提供的CPU和GPU。Google云计算部门的高级VP Diane Greene也表示，TPU不会出售给第三方公司。

最后回到本文开头提出的问题，之所以Google发布的2C产品没那么新奇，是因为它们全部是早就在点滴间布局的产物，背后藏着的是一场持续已久的自我革命。

如果你对这个话题感兴趣，欢迎与我交流讨论（微信：dusk_rain）