谷歌人工智能只是噱頭,實為賣云計算?
5分36秒,人類認輸。
本文引用地址:http://www.butianyuan.cn/article/201902/397732.htm不到三年,谷歌母公司Alphabet旗下獨立團隊DeepMind再度出手,其開發(fā)的人工智能系統AlphaStar于北京時間1月25日凌晨在《星際爭霸2》中打敗了職業(yè)電競選手。
與國際象棋或者圍棋這樣的全盤博弈不同,星際爭霸顯然更加困難,因為人工智能無法通過觀察每一顆棋子的移動來計算下一步動作,系統必須實時做出反應。DeepMind工作人員稱,AlphaStar與AlphaGo“進化”版Zore的最大差異是引入了模擬學習的方式,因而能解決“不完美的信息”的困境。
但是,有業(yè)內人士指出,AlphaStar挑戰(zhàn)電競選手背后,是一個始于人工智能,卻落腳在云計算競爭的故事。
“人機大戰(zhàn)”背后的云計算
DeepMind團隊介紹,為了訓練AlphaStar,他們通過谷歌云服務使用了TPU,后者是谷歌針對機器學習而定制的芯片,具有更高的效能。這一點在賽后的分析中,被著重提出,因為是這個芯片讓AlphaStar在兩周的時間內,完成了上述的訓練。
然而,不單獨銷售TPU的谷歌,一直希望通過其拉動云計算的增長,而人工智能或許只是個噱頭。有業(yè)內人士評價,谷歌一面訓練自己的算法模型,另一面炒作一下市場熱點,大家都想通過人工智能作為動力之一,進一步拉動云市場的增長。
新一輪熱潮下的人工智能實際上是算法和算力的競爭。所謂算法,就是對問題尋解的過程,這對應的是人工智能的應用,比如語音合成、圖像識別和機器翻譯;而算力,也就是計算能力,目前是由芯片所主導的。
這輪熱潮是由深度神經網算法所引導的變革,而算法背后需要的是并行計算的能力。英偉達的GPU(圖形處理器)恰好滿足所需,因而英偉達的芯片開始供不應求。但是,很快產業(yè)開始意識到,GPU并不能完全滿足需求,人們逐步發(fā)現定制加速芯片可以提供更強算力。于是,英偉達的競爭對手英特爾開始押注FPGA(可編程陣列)。
而谷歌選擇了另一條路。2016年5月,谷歌發(fā)布了專門為機器學習優(yōu)化的處理器TPU(張量處理器),并對外宣布AlphaGo的算力硬件核心基于此。兩年時間,谷歌將TPU升級至3.0,聲稱其可以每秒計算100千萬億次加減乘除。
更重要的是,谷歌將這款芯片與其機器學習開源軟件TenserFlow融合,開發(fā)者幾乎無需修改,就可以將TenserFlow框架下開發(fā)的代碼在TPU上運行。但谷歌并不對外銷售TPU,所以沒有成為另一家芯片廠商,而是選擇通過自身云服務對外提供算力的方式銷售。
因此,谷歌從一開始就將人工智能與云計算緊緊聯系在一起。
云競爭中,谷歌不占優(yōu)勢
與搜索引擎和人工智能技術大幅領先業(yè)界不同,谷歌在云計算市場一直處于尷尬的境地。長期掌握全球90%搜索引擎市場份額的谷歌,在亞馬遜進入云計算市場兩年后的2008年,才上線云計算業(yè)務。
但此后,谷歌云一直不溫不火。直到2015年,谷歌全盤變動,原因是谷歌搜索業(yè)務日趨飽和,導致季度凈利潤同比下滑5%。當年8月,谷歌宣布重組母公司Alphabet,除了搜索、Android和YouTube等業(yè)務外,其他業(yè)務紛紛獨立。
當年11月,科技公司VMware前CEODianeGreene加入谷歌,成為云計算業(yè)務的CEO。這位“硅谷女王”開始變革谷歌云計算業(yè)務。七個月時間,DianeGreene重新打造了谷歌云的業(yè)務架構,組建了銷售和客服團隊,制定了推廣計劃,以及創(chuàng)建了與大企業(yè)合作的聯盟計劃。
評論