编者按：本文来自微信公众号“儿童紧张体”（ID：unity007），36氪授权发布。与移动互联网相比，AI对于开发者来说将是一个更激进的游戏。无论是学术界还是巨头，都只能给出规则和参考，以及少量的示范性应用。最终，只有万千开发者脑中闪过鬼点子，才让人工智能实现价值。在这一特性的驱动下，抢占人工智能发展根基，聚集优质开发者生态，成为巨头们在人工智能军备竞赛中的重头戏。本次大赛的核心要素是深度学习开发平台。放眼望去，各种机器学习、深度学习的框架和平台层出不穷。由于很多平台都是企业内部和科研使用，或者是半开放的模式，所以很难统计出有多少类似的平台。但可以肯定的是，市面上至少有15个主流框架。值得注意的是，这些平台及其背后的商业实体并不那么友好。围绕平台、社区和开发者社区，一场新的人工智能争夺战正在打响。当前这场战斗的主题是如何围堵谷歌和TensorFlow。微软和Facebook联手玩“围棋”。由于机器学习平台最初多局限在学术界，算法和模型的工程基础不充分，所以开发平台多由实验室推出。每个人都有自己的打法，不够统一。这种方案的缺点是，行业线索混入后，人工智能开发平台变得非常复杂和碎片化。为了使产品具有不同的功能，开发人员往往需要使用不同的平台，然后煞费苦心地将它们集成在一起。针对这种情况，9月8日，微软和Facebook联合推出了一款开源工具：ONNX。所谓ONNX是“OpenNeuralNetworkExchange”的缩写，即“开放式神经网络交换”。从名字就可以看出，这个工具的价值在于开发者可以将训练好的神经网络架构无缝连接到不同平台之间，节省大量的切换成本。根据微软和Facebook发布的消息，ONNX已经确认兼容微软的MicrosoftCognitiveToolkit、Facebook的深度学习框架PyTorch，以及非常主流的深度学习开发平台Caffe2。这三个开发平台之间的连接当然是有价值的，但是好心人更关注另外一个信息：谷歌的TensorFlow不在已经连接的平台之中。于是一个猜测应运而生：Facebook和微软这两家重度AI押注者，或许希望借助开发平台带来的技术标准化价值，灵活运营的体验优势，以及突破后的社区资源共享平台边界。它激发了开发者的兴趣，从而在开发平台层面隔离了谷歌的潜力。这或许预示着互联网企业纵横结合的“围棋”法则，已经开始在AI这片相对净土上演。象庄剑舞：阻断TensorFlow的生态成长这里想说明的是为什么一定要针对TensorFlow。TensorFlow最初是谷歌大脑计划下的一个深度学习开发平台。2015年，项目正式开源。凭借谷歌AI项目的多重优势，其使用增长率一直居高不下。一个重要的变化来自于今年2月份TensorFlow1.0的正式发布。这个正式版不仅优化了语言适应性，还增加了更多的算法支持，尤其是XLA（AcceleratedLinearAlgebra），让TensorFlow开发的模型可以部署到手机等移动设备上。对于开发者来说，这种变化在某种程度上意味着下一个时代和巨大的商机。效果立竿见影。今年2月起，TensorFlow正式超越Caffe成为用户数最多的机器学习平台，并且差距还在不断拉大。与Caffe这样的学术不同，TensorFlow的“动手能力”瞬间让业界想起了当年被Android霸占的恐惧。而事实也确实如此。谷歌持续投入TensorFlow工程化和产业化的可能性，与GoogleBrain、TPU、云计算等打通关系，Deepmind等专家长期发布新思想和工具。TensorFlow成为了噱头最多、商业幻想最多的AI平台。对于其他AI巨头来说，谷歌AI生态系统的逐渐形成，可能意味着谷歌在AI领域霸权地位的威胁。所谓项庄舞剑，针对的是沛公，解决行业问题只是表面文章。如何阻止GoogleAI向完整的自生态发展是一个战略目标。联手对抗TensorFlow似乎是最现实的选择。尤其是TensorFlow并不是独一无二的，其自身的弱点给该领域的竞争留下了更多的不确定性。抢夺之最：深度学习平台AI暗战采访了部分工程师朋友。虽然大家对机器学习的看法大相径庭（这件事其实很值得研究），但总的来说，对TensorFlow的评价是“入门容易，精通难”。作为一个内部平台，TensorFlow虽然经历了很多迭代过程，但其计算效率仍然饱受诟病。而且还有很多花哨无用的功能。对于开发者来说，学习成本高，执行力差，难以开发出复杂的神经网络。但TensorFlow的弱点还不足以让其他平台持有者掉以轻心。且不说谷歌带着强大目的的自我更新，就大开发者环境而言，谷歌和TensorFlow也有可能由弱变强。大多数开发者似乎认为PyTorch等高度接近深度学习特性的平台更适合“专家”。另一方面，TensorFlow以其简单的API接口和非常强大的社区资源更适合初学者。但这种定位一旦确立，对于其他平台来说就非常危险了。因为在AI产业化进程加速的今天，重点不是如何与深度开发者合作，而是如何与更多新手打通连接，抓住已经感知趋势、即将落地的“多数”获得开发者的地位。在这种情况下，放低姿态，开门见山自然成为了平台产品运营的核心思路。对于开发者来说，选择一个深度学习和神经网络开发平台无非就是考虑三点：是否流畅易用，是否消耗大量的学习成本，是否有强大的社区资源和讨论环境.或许这只是微软和Facebook利用工具打通平台连接的第一步。在终端应用场景更加多样、AI落地需求更加强烈的前提下，开发平台的重组整合将成为未来一段时间的核心问题。毕竟“AI时代谷歌不能再造安卓了”应该是大多数AI巨头的普遍共识。
