谷歌重回中國的背後是謀求AI的霸權

最新 01-26

在谷歌（GOOG）撤離中國的第8個年頭，「谷歌（GOOG）悄然重返」的傳聞甚囂塵上。而且大家似乎都有一個共識：谷歌（GOOG）欲回中國就必須靠人工智慧（AI）。6天前，谷歌（GOOG）的AI首席科學家李飛飛在Twitter上驕傲地宣布：Auto ML正式問世！而這或是谷歌（GOOG）中國戰略布局的重要一步，更是其在AI領域獲得壟斷地位的關鍵跳板。

圖片來源：Twitter

Auto ML實現AI的民主化

AI自2015年伴隨著Alpha Go的問鼎而成為大街小巷熱議的話題，猶如時下的區塊鏈。AI有三個重要部分：一是數據、二是算力、三是演算法，分別像是人類的血液、器官與心臟。而AI民主化指的就是這三個方面資源的共享。數據共享憑藉雲端技術也已經實現，英偉達（NVDA）與美半導（AMD）的顯卡也降低了算力成本。唯獨如「心臟」般重要的演算法至今也很難實現共享。

但是Auto ML的誕生則攻下了這一節目而迎來了AI的民主化。簡單說來，Auto ML就是讓普通人能夠根據自己的需要在設計好的公式下自動獲得AI演算法。

圖片來源：Auto ML 的操作界面

我們可以舉個例子：你想建立一個AI去自動判斷女票是不是生氣了。以前的話，你肯定需要譜寫一大串代碼去創建訓練模式。但是現在僅需將她生氣、開心等各種表情的圖片拖拽進框內，待至AI自動生成後裝進手機，只需攝像頭掃一掃就能知道她是不是生氣了。就像下面這個演示：

GIF

這就好比我們解計算題，套用正確的公式就能算出正確的答案。而不需要我們去知道這個計算公式如何來的。當然，Auto ML目前還處於測試階段，不同需求的對應模型與正確度都是個大問題。但是上述「解救直男」的妙招一定是他們努力的方向。

Auto ML去中間化的利器

對於想做機器學習（Machine Learning）又缺乏專業技術和人才的企業來說，Auto ML毋庸置疑是一個福音。它幫助普羅大眾省去了機器學習（MachineLearning）訓練中繁冗難學的編程工作。那麼，它當真實現了AI的民主，削弱了科技巨頭的霸權嗎？

圖片來源：Auto ML 的操作界面

顯然不是，讓谷歌（GOOG）自己革自己的命可是天方夜譚！Auto ML這把「奧卡姆剃刀」剃掉的實則是那些AI技術的「中間商」——為沒有財力向科技巨頭購買AI服務的企業提供定製AI演算法開發的中小型AI公司。因此，谷歌（GOOG）並非要革自己的命，而是要直接把觸手伸向各個細分的開發場景。如此一來，它們擁有任何細小AI應用開發的定價權。所以說，谷歌（GOOG）背後的AI民主化的實質是「扛著紅旗反紅旗」。

而在這一場「去中間化」的過程中，Auto ML無疑是一把利刃。這與布熱津斯基所提出的「奶頭理論」如出一轍：在不斷地接受外界所提供的愉悅感的過程中逐漸喪失思考的能力，只不過將「泛娛樂」變成了Auto ML，把現代人換成了缺乏AI人才的企業。

布熱津斯基

Auto ML 的先鋒進入中國

是不是危言聳聽？目前來說是的。因為除了谷歌（GOOG）的Auto ML之外，還有亞馬遜的Sage Maker以及百度正在努力研發的定製化圖像開放平台。因此，「陰謀論」至少不能只扣在谷歌（GOOG）身上。但誰也不可否認的是，中國作為全球第二大的AI開發市場，吸引著各大科技巨頭的AI研發團隊。而Auto ML的前鋒Tensor Flow已經在2017年9月率先進入中國。

圖片來源：Medium

Tensor Flow是用於機器學習（Machine Learning）開源資料庫。簡而言之，Auto ML要建立自主建立模型就必須汲取Tensor Flow里的各類數據。Constellation Research的分析師認為Auto ML將鞏固Tensor Flow在開源數據競賽中的領先地位。與此同時，他也指出「Tensor Flow中國用戶的巨額增長也是為AutoML的市場奠定基礎。」