穀歌最近公布了專門為機器學習設計的先進硬件和軟件係統的最新版本，據我們采訪的機器學習專家稱，它可能對人工智能的采用產生巨大影響。
什麼是機器學習?從這裏開始．
穀歌的係統由第二代張量處理單元(tpu)組成，這是該公司專門為其內部機器學習應用設計的芯片。這些芯片,TechCrunch報道“在執行穀歌的常規機器學習工作負載時，比標準GPU/CPU(硬件)組合快15-30倍。”
以前，tpu由穀歌小心翼翼地保護起來，並在內部用於支持其主要產品，從搜索到翻譯，所有產品都使用機器學習類型。
但現在，穀歌正在穀歌計算引擎上部署tpu，The Verge報道其他公司和研究人員可以利用這個平台獲取類似亞馬遜AWS的計算資源。伟德bv885(AWS是亞馬遜非常成功的雲計算部門。)
這意味著穀歌有可能向那些有人工智能產品和服務想法的公司開放巨大的機器學習計算能力。
如果這成為現實，預計人工智能驅動的產品和功能將大量進入營銷和銷售行業，因為用人工智能解決商業挑戰變得更容易、更便宜。
我們采訪了幾位人工智能專家，了解他們對穀歌芯片和平台的潛力和局限性的看法。
穀歌計算引擎和tpu的潛力
像Cortex首席執行官布倫南·懷特這樣的人對這種芯片和平台持謹慎的樂觀態度。
懷特說:“我們已經是(穀歌的開源機器智能庫)TensorFlow的粉絲，很高興看到它能做什麼。”
Cortex的解決方案使用AI改進內容營銷決策．
“對於穀歌來說，這可能是一個重大舉措，可以讓機器學習公司離開亞馬遜，或者放棄建造自己的硬件。”
Curata公司的首席執行官帕萬•德什潘德表示，這部分吸引力在於硬件的性能有多好策劃第三方內容．
他說:“當我還是麻省理工學院和穀歌的研究員時，我不得不在並行計算基礎設施上等待幾天才能完成訓練。”(並行計算是穀歌的芯片和平台用來更快地執行機器學習計算的方法。)
“穀歌的TPU 2.0令人興奮，因為據稱它可以將這一過程縮短到幾個小時，使研究人員能夠更快地迭代新的機器學習模型，還可以實現更多的在線學習算法(這意味著它們在提供反饋時進行實時訓練)。”
AI解決方案的首席執行官Aki Balogh說，這種並行性很有吸引力，計算在同一時間進行，以提高速度MarketMuse．
“gpu和cpu的區別在於，gpu是為大規模並行而設計的，”他說。“但使用gpu來完成這項任務是一種黑客行為。專門為並行設計的芯片很有意義。”
PaveAI的創始人Eric Ho看到了芯片用電方式的額外好處。他的公司使用人工智能將穀歌分析數據轉化為可操作的建議．
他說:“從所引用的數字來看，這些芯片在性能和功率方麵都有了巨大的提升，這將使其他公司能夠提供廣泛可用的人工智能產品，而這些產品以前無法擴展或負擔得起。”
“最終用戶和營銷人員還需要一兩年的時間才能看到這種芯片的好處，但這是讓人工智能麵向大眾的關鍵步驟之一。”
穀歌計算引擎和tpu的限製
穀歌的努力讓我們的人工智能專家看好，但他們也承認可能存在局限性。
Curata的Deshpande說:“TPU 2.0最大的限製之一是，該芯片僅針對穀歌的TensorFlow機器學習庫進行了優化。
這意味著其他庫的用戶不會從穀歌的努力中受益。然而，機器學習專家Samim Winiger告訴The Verge網站“現在幾乎沒有辦法繞過TensorFlow”，所以這是否會阻礙人們的采用還有待觀察。
其他改變遊戲規則的技術也可能會挫敗穀歌的人工智能統治世界的計劃。
MarketMuse的Balogh以量子計算為例。雖然仍處於開發階段，但這項技術可能會使穀歌芯片和平台上顯示的並行性過時。
他說:“量子計算允許第三種狀態，而不僅僅是1和0(被計算)，這在並行性方麵完全改變了遊戲。”
最後，還有一個困擾所有人工智能新聞的問題:炒作。
許多大大小小的公司都對自己的人工智能能力誇誇其談，但卻無法兌現承諾。
Cortex公司的布倫南·懷特警告說:“我們肯定會是第一個嚐試這種芯片的公司。但是，就像人工智能領域的所有事物一樣，當我嚐試它時，我會相信它。”