[field:fulltitle/]

科技之窗 > 互联网 > 正文

AlphaStar战胜电竞选手,谷歌为云计算造势?
2019-01-30 09:29  [db:来源]    我要投搞

5分36秒,人类认输。

不到三年,谷歌母公司Alphabet旗下独立团队DeepMind再度出手,其开发的人工智能系统AlphaStar于北京时间1月25日凌晨在《星际争霸2》中打败了职业电竞选手。

与国际象棋或者围棋这样的全盘博弈不同,星际争霸显然更加困难,因为人工智能无法通过观察每一颗棋子的移动来计算下一步动作,系统必须实时做出反应。DeepMind工作人员称,AlphaStar与AlphaGo“进化”版Zore的最大差异是引入了模拟学习的方式,因而能解决“不完美的信息”的困境。

但是,有业内人士指出,AlphaStar挑战电竞选手背后,是一个始于人工智能,却落脚在云计算竞争的故事。

“人机大战”背后的云计算

DeepMind团队介绍,为了训练AlphaStar,他们通过谷歌云服务使用了TPU,后者是谷歌针对机器学习而定制的芯片,具有更高的效能。这一点在赛后的分析中,被着重提出,因为是这个芯片让AlphaStar在两周的时间内,完成了上述的训练。

然而,不单独销售TPU的谷歌,一直希望通过其拉动云计算的增长,而人工智能或许只是个噱头。有业内人士评价,谷歌一面训练自己的算法模型,另一面炒作一下市场热点,大家都想通过人工智能作为动力之一,进一步拉动云市场的增长。

新一轮热潮下的人工智能实际上是算法和算力的竞争。所谓算法,就是对问题寻解的过程,这对应的是人工智能的应用,比如语音合成、图像识别和机器翻译;而算力,也就是计算能力,目前是由芯片所主导的。

这轮热潮是由深度神经网算法所引导的变革,而算法背后需要的是并行计算的能力。英伟达的GPU(图形处理器)恰好满足所需,因而英伟达的芯片开始供不应求。但是,很快产业开始意识到,GPU并不能完全满足需求,人们逐步发现定制加速芯片可以提供更强算力。于是,英伟达的竞争对手英特尔开始押注FPGA(可编程阵列)。

而谷歌选择了另一条路。2016年5月,谷歌发布了专门为机器学习优化的处理器TPU(张量处理器),并对外宣布AlphaGo的算力硬件核心基于此。两年时间,谷歌将TPU升级至3.0,声称其可以每秒计算100千万亿次加减乘除。

更重要的是,谷歌将这款芯片与其机器学习开源软件TenserFlow融合,开发者几乎无需修改,就可以将TenserFlow框架下开发的代码在TPU上运行。但谷歌并不对外销售TPU,所以没有成为另一家芯片厂商,而是选择通过自身云服务对外提供算力的方式销售。

因此,谷歌从一开始就将人工智能与云计算紧紧联系在一起。

云竞争中,谷歌不占优势

与搜索引擎和人工智能技术大幅领先业界不同,谷歌在云计算市场一直处于尴尬的境地。长期掌握全球90%搜索引擎市场份额的谷歌,在亚马逊进入云计算市场两年后的2008年,才上线云计算业务。

但此后,谷歌云一直不温不火。直到2015年,谷歌全盘变动,原因是谷歌搜索业务日趋饱和,导致季度净利润同比下滑5%。当年8月,谷歌宣布重组母公司Alphabet,除了搜索、Android和YouTube等业务外,其他业务纷纷独立。

当年11月, 科技公司VMware前CEO Diane Greene加入谷歌,成为云计算业务的CEO。这位“硅谷女王”开始变革谷歌云计算业务。七个月时间,Diane Greene重新打造了谷歌云的业务架构,组建了销售和客服团队,制定了推广计划,以及创建了与大企业合作的联盟计划。

关键词: [db:TAG标签](1952)

责任编辑:[db:作者]