欢迎访问网贷财经！ 电话 4008937218

这三个开发平台之间的打通当然是有其价值的，但好事者却更关注另一个信息：打通的平台中没有谷歌的 TensorFlow。

于是一种猜测应运而生：Facebook 和微软这两个重度 AI 投注者，或许希望依靠打通开发平台带来的技术标准化价值、灵活操作的体验优势以及打通平台界限后的社区资源共享，来更好的激发开发者兴趣，从而孤立谷歌在开发平台层面的势能。

这或许说明，合纵连横的互联网企业「围棋」法则，已经开始在 AI 这块相对意义上的净土中上演了。

项庄舞剑：阻断 TensorFlow的生态化增长

这里要解释的是，为什么一定要针对 TensorFlow。

TensorFlow 原本是谷歌大脑项目旗下的深度学习开发平台，在 2015 年这个项目正式对外开源。凭借谷歌 AI 项目的多元优势，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 TensorFlow1.0 正式对外公布。这个正式版不仅优化了语言适应性，加入了更多算法支持，尤其加入了 XLA（Accelerated Linear Algebra 加速线性代数）使得 TensorFlow 开发的模型可以被部署在手机等移动设备上。

对于开发者来说，这个改变某种程度上意味着下一个时代和巨大商机。其效果立竿见影，从今年 2 月开始，TensorFlow 正式超过了 Caffe 成为了使用人数最多的机器学习平台，并且差距在持续拉大。

与 Caffe 这种学院派不同，TensorFlow 成为「扛把子」瞬间让业界联想到了那几年被安卓支配过的恐惧。而且事实也确实如此，谷歌不断投入 TensorFlow 工程化和产业化的可能，并且打开了与谷歌大脑、TPU、云计算等等业务的关联性，又有 Deepmind 等高手时长放出新创意和工具，都让 TensorFlow 成为了最有噱头和商业遐想的 AI 平台。

对于其他 AI 巨头企业来说，逐渐成型的谷歌 AI 生态或许意味着谷歌在 AI 领域的霸权威胁。所谓项庄舞剑意在沛公，解决行业问题只是表面文章，如何阻断谷歌 AI 向着完整的自生态发展，才是战略性目标。

联合起来与 TensorFlow 对抗，似乎成为了最现实的选择。尤其 TensorFlow 并非完美，其自身弱点给这个领域的竞争留下了更多不确定性。

抢夺大多数：深度学习平台的 AI 暗战

采访了一些工程师朋友，虽然大家对机器学习的看法非常不同（这件事其实很值得研究），但普遍来说，对 TensorFlow 的评价是「易入门，难精通」。

作为一个内部使用平台，虽然经历了非常多的迭代过程，但 TensorFlow 在运算效率上依旧饱受诟病。并且花哨无用的功能很多，对于开发者来说学习成本高、执行性较差，也难以开发出复杂的神经网络。

但 TensorFlow 的弱势，并不足以让其他平台持有者掉以轻心。不说谷歌自身在目的性极强的自我更新，就从大的开发者环境来说，谷歌和 TensorFlow 也有转弱为强的可能。

大多数开发者似乎认为，PyTorch 等高度贴近深度学习特性的平台，更适合「高手们」使用。而 TensorFlow 则凭借简单的 API 接口和非常强大的社区资源，更适合入门者接触。