“兩大科技巨頭谷歌和微軟去年就已將AI定義為自己的未來戰略，無論是微軟的“AI重新定義一切”（AI Redefine All），還是谷歌提出的“移動優先轉向AI優先”（Mobile First to AI First），兩家公司的戰略實際上殊途同歸，AI將成為貫穿兩位巨人的血液。”
許多國外媒體提到，今年Google I/O大會的舉辦時間與微軟Build大會的時間“撞車”，同一時間段兩大科技公司的展會撞車也算是一種奇景。無論是微軟Build開發者大會，抑或是谷歌I/O大會，都有著一個共同的關鍵詞——AI。
AI幾乎無處不在，滲透和提升微軟與谷歌的所有產品和業務之中，重新定義了軟件服務的體驗。毫無疑問，科技行業正在邁進了全新的AI時代。
科技巨頭加速擁抱AI ToB和ToC各有側重
在微軟Build大會中，微軟發佈的Azure AI、IoT、Microsoft 365和Brainwave，今天谷歌更新的全家桶系列軟件——Android P、Gmail、Google Photos、Google Assistant、Google News、Google Maps、Google Lens、自動駕駛，無一不是展示AI帶來的更為人性化的體驗，也是語音識別、圖像識別、行為預測、自然語義理解這些深度學習相關技術在產品端的體現。
微軟發佈的Project Brainwave正面與谷歌交鋒。在這個平臺上，能夠用FPGA在Azure雲和邊緣設備上實時運行深度學習模型。目前，微軟的一些競爭對手，包括谷歌在內，都押注在專用定製芯片（ASIC），但微軟堅持投注於用FPGA加速機器學習模型，Brainwave也不例外。
人工智能倫理待規範 責任主體權利歸屬難
微軟認為FPGA比設計定製芯片更靈活，並且標準Intel Stratix FPGA的性能至少可以與定製芯片相媲美。在大會上，微軟稱利用Project Brainwave的客戶可以使用標準的圖像識別模型處理100萬張圖片，而單個圖像只需要在1.8毫秒內就能處理，這比現在的任何競爭對手的雲服務都要好。
Project Brainwave為傳統AI帶來了兩個重要的區別。首先，它使用的FPGA可以經常更新升級，以對最新算法提供加速，並且它可以快速處理AI任務，適合用於對響應時間要求很高的實時任務。
其次，客戶將能夠在他們自己的網站上運行使用微軟硬件的AI任務，而不用通過接入微軟的數據中心，這又加快了速度。不過，FPGA在雲計算中並沒有被廣泛使用，因此大多數公司都沒有必要的專業知識來編程，微軟做出了大膽的一步。微軟表示，其雲服務可以將客戶的軟件應用於FPGA。
微軟將AI產品深度整合到自己的Azure雲平臺和Windows平臺上，包括了Azure AI和Windows ML。
此次Build開發者大會重點強調的Azure AI，是意在向企業用戶領域推廣自己的“雲+生產力+AI”的全套服務，主題演講中的華為小米內嵌的智能翻譯、大疆無人機為代表的升級版IoT都是微軟AI在企業市場具體使用場景的體現。看得出來，微軟迫切地希望打造一個基於自己雲AI技術的企業市場生態圈。
另一方面的谷歌AI勢頭正猛。
從谷歌大會公佈的產品看，Gmail可以預測性幫助用戶寫郵件，用戶不需要一個詞一個詞的輸入；Google Photos會自動識別面孔，給用戶修圖和自動文本轉化；
Google Assistant可以同時處理用戶的兩個指令，甚至直接後臺給商家打電話預定；Google News可以自動搭建新聞專題，幫助用戶瞭解熱門事件的來龍去脈；Waymo的自動駕駛可以預判那些突發的意外情況，提前減速避開闖紅燈突然橫穿馬路的行人車輛。
谷歌的AI產品從終端消費者角度切入，完全融匯到自己的全套互聯網服務和Android平臺上。這些少則數億、多則數十億的海量用戶基數，是谷歌發展AI最得天獨厚的競爭優勢，也是可以直接轉化的消費市場用戶。
每一款經過AI加持的谷歌軟件產品，都能給谷歌帶來更多的用戶數據，滿足深度學習的訓練需求。正因為如此，谷歌才從來不吝嗇自己的平臺，向iOS平臺同步開放幾乎每款AI軟件產品。
比起移動平臺之爭，谷歌更看重的是海量的iOS用戶數據，甚至支付鉅額費用向蘋果iOS購買用戶流量；Bernstein分析師預計，去年這部分流量購買費用高達30億美元。
兩家AI之爭互不相讓 背後是運算平臺較 背後運算平臺較量
除了生態平臺和用戶數據之外，AI之爭的背後實則是支撐AI運算和訓練的雲運算平臺之爭。微軟發佈了深度學習加速平臺Project Brainwave，谷歌則推出了第三代TensorFlow芯片TPU 3.0。
值得一提的是，TPU 3.0處理器採用了液冷技術，運算能力比前一代產品提升了八倍。而微軟的Brainwave的基石則是英特爾的Straix FPGA芯片。
2012年開始，微軟就已經將雲與AI的芯片戰略押注在更為靈活的FPGA芯片上。而這也是促使英特爾在2015年斥資167億美元收購FPGA芯片巨頭Altera的重要原因。
過去幾年，英特爾憑藉著一系列數百億美元的重大收購(Altera、Nervana、Movidius、Mobileye)，為自己在AI時代卡住了一個重要身位。雖然英特爾也曾宣佈與Facebook合作打造AI芯片，但Facebook近期正在組建自己的AI處理器研發團隊。
相比之下，微軟與英特爾在AI時代的利益綁定得更加緊密。微軟在AI領域的拓展，也意味著英特爾AI芯片的拓展。從某種意義上說，微軟與英特爾這對PC時代的黃金搭檔，在AI時代又再度攜手，共榮共進。
在終端部分，Google為了日增的邊緣運算需求而推出TensorFlow Lite，簡單來說就是TensorFlow針對移動、嵌入式設備的輕量級解決方案。通過TensorFlow Lite Converter將訓練好的TensorFlow模型，轉換為適用於TensorFlow Lite的檔案格式，進而部署到Android及iOS的應用上。
在本屆I/O上，谷歌還介紹了無人駕駛領域取得的新成果。Waymo的CEO表示，Waymo是世界唯一一個有在公共道路上路的Fully Selfdriving Car的公司，目前其無人駕駛試驗測試里程已經達到600萬英里，無人駕駛系統對於行人的判斷錯誤率下降了100倍。
他還指出：深度學習將幫助汽車逐步走向終極的5級自動駕駛等級，這是無人駕駛的終極夢想，這也意味著我們的汽車在任何情況下都能實現全自動操作。
如今的AI早已褪去了浮華，開始進入到技術沉澱和應用階段，人們開始在生活中真正感觸AI的存在。對於科技巨頭而言，他們在科技進步的過程中，更加有責任去承擔新技術帶來的問題，正如Google聯合創始人Sergey Brin所言：“我對科技應用抱持樂觀，但我們正走在一條必須高度承擔責任、關心和謙卑的道路上。”
閱讀更多 科技雲報道 的文章
