Think with Google 2018-02-06

人工智能是当下最热门的投资和创业领域。谷歌作为人工智能领域领军公司，其一举一动总能引领业界的潮流。一年一度的Think With Google大会于2018年2月6日在北京召开，本文试图梳理这一人工智能盛会对创业者可能带来的影响。

人工智能框架开源 （AI frameworks）

旧时王谢堂前燕，飞入寻常百姓家。

深度学习框架

2015年底谷歌在GitHub上开源了其人工智能框架Tensorflow。这是一个具有划时代意义的举动。这一举动大大提升了人工智能业界整体水平，大大降低了人工智能创业门槛，从而大大助推了人工智能热潮。
发布并开源自家人工智能框架的不止谷歌一家，如上图中所示，除谷歌之外，微软，亚马逊和脸书等也都纷纷加入其中。这个列表里还不包括国内公司。
Tensorflow的开源为人工智能研究者，爱好者和创业者提供了很高的技术起点，提供了良好的开发平台。它使得全世界的开发者站到了同样的高度来进行竞争。 Tensorflow提供Python和C++两种语言支持，可以涵盖图形、音频处理、自然语言处理，翻译等应用场景。与Tensorflow配套的各种开发平台和多样的培训进一步降低了人工智能创业的门槛。
按照Think with Google上提供的信息， Tensorflow全球下载量已经超过1000万次，遍及180个国家和地区，其中中国是Tensorflow最大的开发者聚集区，贡献了14万的下载量。来自中国的下载账号大多是中小企业和大学科研机构的开发者。同时中国的小米、京东这样的大公司也在使用TensorFlow。

人工智能

人工智能创业

为什么可口可乐不可能公布其可乐配方，面谷歌为什么要开源Tensorflow？
谷歌母公司Alphabet第四季度总营收为323.23亿美元，其中广告营收（由网站营收和网络营收组成）为272.27亿美元。也就是说是不是开源Tensorflow对谷歌的营收不会有负面的影响。
为了提升Tensorflow的运算速度，谷歌发布了不同版本的Tensorflow硬件加速芯片TPU（Tensor Processing Unit， 张量处理器）。TPU是AlphaGo大战人类围棋手的幕后英雄。TPU的产品策略是不外卖，只供自家使用来搭建云计算平台供人工智能初创企业使用。考虑到Tensorflow良好的生态环境，著名的防火墙外无数小微创业公司选择了租用TPU算力来开发自己的产品。
所以谷歌在人工智能领域像是一个军火商，其经营模式就是助力其他公司进不同垂直领域的人工智能产品开发。
与谷歌类似的公司还有英伟达（Nvidia）。在意识到其显卡卖给矿场主和人工智能开发者可以赚更多钱之后，英伟达开发了可以适配诸多人工智能框架的开发工具如CUDA等供开发者使用。其目的就是卖更多的显卡。当然英伟达也开始提供垂直领域的解决方案如汽车自动驾驶等。
那初创公司该做些什么？绝大多数初创公司就是用人工智能巨头们提供的框架和资源来开发自己的产品以满足某个垂直领域的需求。除非这个公司有能力从最底层开始开发新的机器学习算法。

产品定义

当人手中有一个榔头的时候，看什么都像是钉子。

榔头最好的应用就是来敲钉子。人工智能创业尤其是小初创团队创业就是握紧手中的榔头，找到合适的钉子。这个榔头就是现有的人工智能技术。这个钉子就是人工智能在不同垂直细分领域的应用场景。
国内人工智能创业的热门集中在安防，教育和医疗。
安防领域结合人工智能可以进一步提高人脸的识别效率，可以更快识别更多的人，可以增加异常行为检测。甚至可以将这些功能集成到摄像头中从而减低了对后端机房的压力，减低了对实时性的要求。对国内上亿支监控摄像头的改造升级是一个巨大的市场。
教育领域是最适合人工智能的钉子密集行业。通过人工智能可以真正实现线下教育线上化，因为人工智能支撑的教育平台可以实现因才施教，可以实现及时一对一反馈。教育结合人工智能一定是一个巨大的蓝海。
医疗领域应该是人工智能最早渗透的领域之一。国内的发展有待进一步观察。

人工智能平台赋能中小初创团队

谷歌一年一度的Think With Google大会于2018年2月6日在北京召开。谷歌最著名两个人工智能领军人物/女人之一李佳 （谷歌AI中国中心总裁/谷歌云AI研发主管， 另外一个是李飞飞）分享了谷歌云AI团队的工作，其核心就是推介Cloud Auto ML，探讨AutoML如何可以赋能中小型人工智能创业团队，促进人工智能在不同领域的落地，将研究与产品结合起来形成良性循环。
2018年1月17日李佳和李飞飞一起发布了Google Cloud Auto ML（ML：Machine Learning，机器学习）。发布到今天过去了两周的时间，据披露已经有一万的注册量。

Google Cloud Auto ML

AutoML的初衷是进一步降低人工智能的开发门槛，使得没有机器学习能力的公司也可以进行机器学习的开发。AutoML 使用谷歌 learning2learn 和迁移学习等先进技术，帮助 机器学习专业知识有限的公司构建高质量定制化模型。

想创业搞人工智能？先来看看Think with Google大会说了些什么

Cloud AutoML 可以帮助用户更快、更容易地构建图像识别平台。用户可以通过图形化界面上传很少数量的图像和标签，训练管理模型，然后直接在谷歌云上部署训练模型。使用 AutoML Vision 分类 ImageNet 和 CIFAR 等流行的公开数据集，结果表明AutoML比普通的 ML API 准确率更高，误分类更少。这意味着即使你的公司机器学习能力不足，也可以得到准确率更高的模型。
另外一个优点是开发周期更短。在AutoML 的帮助下，用户可以在数分钟内创建简单的模型来试运行自己的人工智能应用，在一天时间内构建一个完整的最终产品。
与谷歌类似，微软在一年前就发布了customvision.ai。只是其影响力远远小于这个发布才两周的AutoML。这也充分说明了谷歌和微软在人工智能领域影响力大小之悬殊。

谷歌和其他人工智能巨头为其他小的人工智能初创公司提供了先进的机器学习框架，提供了良好的开发平台，在此基础上仍然进一步降低开发门槛。只有这样才会有更多的基于人工智能的产品推出，来改进我们的生活。