微软向左谷歌向右，AI已成为科技巨头的血液丨科技云·视角

两大科技巨头谷歌和微软去年就已将AI定义为自己的未来战略，无论是微软的“AI重新定义一切”（AI Redefine All），还是谷歌提出的“移动优先转向AI优先”（Mobile First to AI First），两家公司的战略实际上殊途同归，AI将成为贯穿两位巨人的血液。

许多国外媒体提到，今年Google I/O大会的举办时间与微软Build大会的时间“撞车”，同一时间段两大科技公司的展会撞车也算是一种奇景。无论是微软Build开发者大会，抑或是谷歌I/O大会，都有着一个共同的关键词——AI。

AI几乎无处不在，渗透和提升微软与谷歌的所有产品和业务之中，重新定义了软件服务的体验。毫无疑问，科技行业正在迈进了全新的AI时代。

科技巨头加速拥抱AI

ToB和ToC各有侧重

在微软Build大会中，微软发布的Azure AI、IoT、Microsoft 365和Brainwave，今天谷歌更新的全家桶系列软件——Android P、Gmail、Google Photos、Google Assistant、Google News、Google Maps、Google Lens、自动驾驶，无一不是展示AI带来的更为人性化的体验，也是语音识别、图像识别、行为预测、自然语义理解这些深度学习相关技术在产品端的体现。

微软发布的Project Brainwave正面与谷歌交锋。在这个平台上，能够用FPGA在Azure云和边缘设备上实时运行深度学习模型。目前，微软的一些竞争对手，包括谷歌在内，都押注在专用定制芯片（ASIC），但微软坚持投注于用FPGA加速机器学习模型，Brainwave也不例外。

人工智能伦理待规范

责任主体权利归属难

微软认为FPGA比设计定制芯片更灵活，并且标准Intel Stratix FPGA的性能至少可以与定制芯片相媲美。在大会上，微软称利用Project Brainwave的客户可以使用标准的图像识别模型处理100万张图片，而单个图像只需要在1.8毫秒内就能处理，这比现在的任何竞争对手的云服务都要好。

Project Brainwave为传统AI带来了两个重要的区别。首先，它使用的FPGA可以经常更新升级，以对最新算法提供加速，并且它可以快速处理AI任务，适合用于对响应时间要求很高的实时任务。

其次，客户将能够在他们自己的网站上运行使用微软硬件的AI任务，而不用通过接入微软的数据中心，这又加快了速度。不过，FPGA在云计算中并没有被广泛使用，因此大多数公司都没有必要的专业知识来编程，微软做出了大胆的一步。微软表示，其云服务可以将客户的软件应用于FPGA。

微软将AI产品深度整合到自己的Azure云平台和Windows平台上，包括了Azure AI和Windows ML。

此次Build开发者大会重点强调的Azure AI，是意在向企业用户领域推广自己的“云+生产力+AI”的全套服务，主题演讲中的华为小米内嵌的智能翻译、大疆无人机为代表的升级版IoT都是微软AI在企业市场具体使用场景的体现。看得出来，微软迫切地希望打造一个基于自己云AI技术的企业市场生态圈。

另一方面的谷歌AI势头正猛。

从谷歌大会公布的产品看，Gmail可以预测性帮助用户写邮件，用户不需要一个词一个词的输入；Google Photos会自动识别面孔，给用户修图和自动文本转化；

Google Assistant可以同时处理用户的两个指令，甚至直接后台给商家打电话预定；Google News可以自动搭建新闻专题，帮助用户了解热门事件的来龙去脉；Waymo的自动驾驶可以预判那些突发的意外情况，提前减速避开闯红灯突然横穿马路的行人车辆。

谷歌的AI产品从终端消费者角度切入，完全融汇到自己的全套互联网服务和Android平台上。这些少则数亿、多则数十亿的海量用户基数，是谷歌发展AI最得天独厚的竞争优势，也是可以直接转化的消费市场用户。

每一款经过AI加持的谷歌软件产品，都能给谷歌带来更多的用户数据，满足深度学习的训练需求。正因为如此，谷歌才从来不吝啬自己的平台，向iOS平台同步开放几乎每款AI软件产品。

比起移动平台之争，谷歌更看重的是海量的iOS用户数据，甚至支付巨额费用向苹果iOS购买用户流量；Bernstein分析师预计，去年这部分流量购买费用高达30亿美元。

两家AI之争互不相让

背后是运算平台较量 背后运算平台较量

除了生态平台和用户数据之外，AI之争的背后实则是支撑AI运算和训练的云运算平台之争。微软发布了深度学习加速平台Project Brainwave，谷歌则推出了第三代TensorFlow芯片TPU 3.0。

值得一提的是，TPU 3.0处理器采用了液冷技术，运算能力比前一代产品提升了八倍。而微软的Brainwave的基石则是英特尔的Straix FPGA芯片。

从2012年开始，微软就已经将云与AI的芯片战略押注在更为灵活的FPGA芯片上。而这也是促使英特尔在2015年斥资167亿美元收购FPGA芯片巨头Altera的重要原因。

过去几年，英特尔凭借着一系列数百亿美元的重大收购(Altera、Nervana、Movidius、Mobileye)，为自己在AI时代卡住了一个重要身位。虽然英特尔也曾宣布与Facebook合作打造AI芯片，但Facebook近期正在组建自己的AI处理器研发团队。

相比之下，微软与英特尔在AI时代的利益绑定得更加紧密。微软在AI领域的拓展，也意味着英特尔AI芯片的拓展。从某种意义上说，微软与英特尔这对PC时代的黄金搭档，在AI时代又再度携手，共荣共进。

在终端部分，Google为了日增的边缘运算需求而推出TensorFlow Lite，简单来说就是TensorFlow针对移动、嵌入式设备的轻量级解决方案。通过TensorFlow Lite Converter将训练好的TensorFlow模型，转换为适用于TensorFlow Lite的档案格式，进而部署到Android及iOS的应用上。

在本届I/O上，谷歌还介绍了无人驾驶领域取得的新成果。Waymo的CEO表示，Waymo是世界唯一一个有在公共道路上路的Fully Selfdriving Car的公司，目前其无人驾驶试验测试里程已经达到600万英里，无人驾驶系统对于行人的判断错误率下降了100倍。

他还指出：深度学习将帮助汽车逐步走向终极的5级自动驾驶等级，这是无人驾驶的终极梦想，这也意味着我们的汽车在任何情况下都能实现全自动操作。

如今的AI早已褪去了浮华，开始进入到技术沉淀和应用阶段，人们开始在生活中真正感触AI的存在。对于科技巨头而言，他们在科技进步的过程中，更加有责任去承担新技术带来的问题，正如Google联合创始人Sergey Brin所言：“我对科技应用抱持乐观，但我们正走在一条必须高度承担责任、关心和谦卑的道路上。”

【科技云报道原创】

转载请注明“科技云报道”并附本文链接