original="http://images.ifanr.cn/wp-content/uploads/2017/11/Tensorflow_DevFest2017.jpg" data-image-enhancer="larger than 578" />
11 月 15 日，Google 发布机器学习框架的移动设备版本，TensorFlow Lite 预览版，这意味着，将人工智能放进我们的手机这个趋势，又往前了一步。
Google 在今年 5 月的 Google I/O 上，就已经对外公布了 TensorFlow Lite 这个工具。目前，TensorFlow Lite 支持不少针对移动端训练和优化好的模型，包括视觉模型、图片识别模型和设备对话模型等。Android 和 iOS 平台的开发者都可以使用。
然而说到 TensorFlow，除了与人工智能有关，最近它还与「Google 重返中国」这个互联网幻觉扯上了关系。
上月彭博社报道，Google 这次想要在中国推广自家的开源人工智能框架 TensorFlow，通过减低开发者开发和使用人工智能的难度，重回中国市场。
也许非开发人员对 TensorFlow 并不熟悉，但你应该听说过 DeepMind 这个名字，这个团队开发出了今年打败柯洁的 AlphaGo，以及自学 3 天在围棋界找不到对手的 AlphaGo Zero。
而 DeepMind 早在 2016 年 5 月宣布，更换他们使用的开源机器学习平台，从 Torch 转用 TensorFlow。可以说，那两只 AlphaGo 和 AlphaGo Zero，以及更多 Google 发布的人工智能，最后都是在 TensorFlow 上「养成」的。
TensorFlow 是一个用于机器智能的开源软件库，可以支持深度学习的各种算法。它最初是由杰夫 · 迪恩 (Jeff Dean)领头的 Google Brain 团队，基于 Google 第一代深度学习系统 DistBelief 改进而得。
Google 于 2015 年底公布并宣布开源人工智能系统 TensorFlow。即使在国内无法正常使用 Google 的大量服务，但中国是 TensorFlow 在亚洲用户增长最快的国家之一。今年 4 月，TensorFlow 的负责人 Rajat Monga 向媒体表示，TensorFlow 在中国地区的下载已经超过 14 万。
在 TensorFlow 中文社区的首页，有一句话：
TensorFlow 是一个用于人工智能的开源神器。
在 GitHub 上，TensorFlow 从去年开始就成为了广受欢迎的机器学习开源项目。GitHub 发布的 2017 年度开发者报告显示，TensorFlow 是被 fork 最多的项目，其中有 7300 人为 TensorFlow 做出了贡献。
（TensorFlow 是被 fork 最多的项目）
（参与 TensorFlow 的开发者人数位列第五）
TensorFlow 在中国
10 月以来，国内多地陆续举行 Google 开发者社区开发者节（GDG DevFest），这是一个 Google 发起并由全球各地 GDG 组织的活动。
今年的活动，无论是长三角地区的上海主会场，还是珠三角地区的广州主会场，人工智能都是主角。在上海的活动，还专门为开发者举行了 TensorFlow 工作坊，名字为“TensorFlow 从入门到不放弃”。（扶额）
爱范儿（微信：ifanr）参加了 Google 广州社区开发者节，其中在 Google 工作多年并曾在 Google Brain 工作的开发者廖宝华，向在场几百位开发者，分享了非机器学习专业人士、初学者如何更加高效地利用 TensorFlow 来进行开发。
廖宝华说，TensorFlow 可以让开发者、企业站在巨人的肩膀上，高效地搭建起自己的模型。他举了一个例子，将搭建机器学习模型，比作盖房子。
我们不希望开发者像盖房子那样，一块一块砖头地来，而是可以将几个已经弄好的模块组合起来。
现场有开发人员表示，他们也正在使用 TensorFlow 的接口（API）来训练模型，其中不乏电商、直播、无人机等各个行业的开发者。
GDG 广州的组织者 Nicky 告诉爱范儿（微信：ifanr），他认为 TensorFlow 大大降低了开发者使用机器学习的门槛，封装了大量的 API，让开发者不需要去做大量的数据模拟。还有就是，很多 TensorFlow 的接口，在国内可以正常使用，这个与 Google Play 等使用起来很不同（你懂的）。
（截图来自 TensorFlow 官网）
别以为 TensorFlow 离我们太远，国内已经有不少大型电商在使用的客服就是基于 TensorFlow 开发的。在 TensorFlow 的官网上，我们可以看到，国内的小米、中兴、京东等企业，也在使用 TensorFlow。
而 Google Brain 发布的可以帮你画画的人工智能「Quick, Draw! 」、「AutoDraw」，也是基于 TensorFlow 开发的。
（用 AutoDraw 画猫）
用了 TensorFlow 还需要厉害的硬件
虽然 TensorFlow 是广为流行的一个深度学习框架，但是也有不少国内的开发者认为，如果需要选择一个人工智能框架，用自己的数据来训练深度学习模型， TensorFlow 不一定会是他们的首选。
除了大量 Google 的产品和服务在国内无法正常使用以外，还有就是这种人工智能、深度学习的开源数据库有不少替代，比如 Caffe、Karas 等。
虽然中国拥有世界上数量最多的 Android 系统用户， 但能够正常使用的 Google 产品和服务并不算多。而 Google 掌门人桑达尔 · 皮查伊（Sundar Pichai）在今年接受采访有说到：
I’m committed to engaging more in China.
我正在更加积极地参与到中国事务中来。
话虽如此，但 Google 重返中国，应该依然是个幻觉。因为 TensorFlow 对普通开发者而言，并非是不可或缺的。而对于中高级企业的用户，尤其是互联网企业，大多数在早几年就开始立项研究开发人工智能了，其他的企业的话，也会优先使用百度、阿里云这些国内的服务。
11 月 15 日，科技部公布了首批国家人工智能开放创新平台名单：
依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台。
不过用上了 TensorFlow，也需要使用足够厉害的硬件才行。Google 推出的 TPU（Tensor Processing Units）就是专为 TensorFlow 而研发的硬件加速器。目前第二代的 TPU（又称为 Cloud TPU），已经具有训练机器学习模型，及处理推理任务两种能力。
然而也有人认为，虽然互联网巨头为营造生态而发不芯片已经不罕见，但 Google 推出 TPU 并不是为了要与英伟达、NVIDIA、寒武纪这些厂商进行竞争，而是为了凸显 TensorFlow 的强大。
（TPU 芯片组）
10 月，Google 公布 Pixel2 手机这部手机拥有一颗图像处理协处理器，即 ImageProcessing Unit （IPU）。这颗 IPU 主要用于加速机器视觉和机器学习领域的运算，而它支持加速的编程语言，当然也包括 TensorFlow。
沈星佑
Life writes good stories 工作邮箱：shenxingyou@ifanr.com
相关文章
