谷歌的人工智能三大布局-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

来源01财务

作者：成林·帕

谷歌是一家跨国科技公司，总部位于美国加州山景城。谷歌的业务范围涵盖互联网广告.互联网搜索.云计算等领域。谷歌还开发并提供大量基于互联网的产品和服务，其主要利润来自广告服务。随着广告业务市场的增长速度放缓，谷歌也在寻找下一个增长点。

人工智能很可能是谷歌的下一个增长点。谷歌在人工智能领域进行了大量投资，”没有回报”，这些投资也在不久的将来取得了成果。谷歌可能在三个领域引领世界，包括蛋白质预测.芯片设计和人工智能操作系统。

更准确.快速.低成本的蛋白质预测

2020年12月，谷歌最新的人工智能AlphaFold 2成功预测了基于氨基酸序列的基本生命分子和蛋白质的三维结构。在围棋比赛中，AlphaFold击败了”世界冠军”AlphaGo(击败了人类围棋冠军李世石)后，AlphaFold解决了困扰人类50年的问题。这个问题属于人类科学中最困难的领域-基因医学，这可能为更好地理解疾病和药物研发铺平道路。

AlphaFold是DeepMind在Alphabets/Google下开发的人工智能程序。它可以进行蛋白质结构预测。该计划被设计为一个深度学习系统。AlphaFold AI软件有两个主要版本。2018年12月，AlphaFold 1在第13届蛋白质结构预测技术关键评估(CASP)的总体排名中排名第一。AlphaFold2在2020年11月的CASP竞赛中再次获得第一名。AlphaFold 2的蛋白质预测准确度远高于任何其他团队和项目。2021 7月15日，AlphaFold 2将作为一个开源软件和一个可搜索的物种蛋白质组数据库发表在《自然》杂志上。

蛋白质折叠是蛋白质获得其功能结构和构象的物理过程。通过这个物理过程，蛋白质从不规则的卷曲折叠成特定的功能姓三维结构。蛋白质的基本单位是氨基酸，蛋白质的一级结构是指其氨基酸序列。蛋白质通过残基之间的相互作用将折叠成三维三级结构，由亲水姓.疏水姓.带正电.带负电等特征的氨基酸残基所包含。

一旦蛋白质折叠不当，就会导致糖尿病.帕金森病和阿尔茨海默病等疾病。因此，预测蛋白质折叠结构的能力具有重要意义。AlphaFold 2的结果意味着未来只需要初步的实验数据就可以有效.简单.准确地预测蛋白质结构。当人工智能与基因科学相结合时，人类将进入一个狂风暴雨的新时代。

这一重大突破吸引了许多大人物的赞扬，如李菲菲和马斯克。《自然》杂志评论道：这将改变一切！谷歌首席执行官桑德尔·皮查伊(Sundar Pichai)喜欢Twitter上的这一突破。DeepMind的联合创始人兼首席执行官黛米斯·哈萨比斯(Demis Hassabis)表示，DeepMine背后的终极愿景一直是构建一个通用人工智能，这将大大加快科学发现的步伐，帮助我们更好地了解我们周围的世界。

2014年，谷歌以6亿美元的价格收购了DeepMind，该公司以Go AI AlphaGo闻名。然而，该公司一直表示希望在科学领域发挥更大的影响力。DeepMind有近1000名员工，但几乎没有收入。谷歌的母公司Alphabet已投入巨资支持该公司，该公司已成为全球人工智能竞争的领导者之一。

这个结果会带来什么影响？首先，基因检测的成本迅速下降。当人类基因组图谱早期完成时，个体基因组测序的成本在1000万至5000万美元之间(约6376万至3.19亿元人民币)。2010年，这一成本已降至5000美元(约合31900元人民币)。如今，私人机构的测试成本低至数百美元。随着人工智能在该领域的深入参与，未来成本将继续下降。

另一个是，人工智能医生将逐渐取代医生，并使用基因治疗重塑人类

TPU，张量处理单元，是谷歌开发的一种特殊集成电路，专门用于加速机器学习。自2015年以来，谷歌开始在内部使用TPU，并将在2018年向第三方提供TPU，这既是其云基础设施的一部分，也是一些小型TPU的销售。

谷歌TPU芯片

谷歌这次将人工智能应用于芯片设计，意味着人工智能正在帮助推动人工智能技术的进步。只要技术在未来继续成熟，人工智能迭代和升级本身可能不是问题。也许在人工智能的帮助下，我们可以继续摩尔定律。

摩尔定律指出，集成电路中可容纳的晶体管数量将每两年增加一倍；预计芯片的性能将在18个月内翻倍(也就是说，更多的晶体管将使其更快)。随着晶体管变小，摩尔定律开始挑战物理极限。许多人相信摩尔定律将在3纳米附近结束。

如今，芯片设计是一个非常流行的领域。元宇宙.云计算和尖端人工智能技术都需要更先进的芯片。然而，人类的能力是有限的。许多科技公司，如英伟达，也在研究其他方法来加快芯片研发进程。更强大的芯片设计意味着更快更好地把握未来。因此，谷歌正在利用人工智能加速和颠覆芯片设计领域。

人工智能领域的操作系统

TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。TensorFlow目前被50个团队用于研究和生产许多谷歌商业产品，如语音识别.谷歌电子邮件.谷歌相册和谷歌搜索引擎。TensorFlow最初由谷歌大脑团队开发，用于谷歌研究和产品生产，并于2015年11月9日发布。

研究人员和计算机科学家可以使用TensorFlow来构建数据分析系统，以便计算机可以使用数据来做出决策。机器学习的核心是让机器理解数据并基于数据做出决策。当数据大而复杂(更有效的数据)时，我们可以通过机器学习使机器更智能(更准确)。TensorFlow旨在开发人工智能工具或基础设施。

谷歌开源TensorFlow，全世界的人都可以使用这个专业软件。更深层次的是对整个机器学习行业的影响。初创公司和行业巨头都可以根据自己的需要使用TensorFlow。这样，谷歌就可以在人工智能领域建立权威。许多竞争对手，如Torch和Theano，都是由小团队不断更新和升级的；谷歌在机器学习方面的投资远远超过其他竞争对手。斯坦福大学(Stanford University)计算机科学教授克里斯托弗·曼宁(Christopher Manning)指出，TensorFlow神经网络的运算速度提高了100倍，而TensorFlow的开源是给机器学习社区的一份巨大礼物。如今，尽管在人工智能或机器学习的研究论文中，TensorFlow正在逐年减少，但TensorFlow仍然在工业和工作场所占据主导地位。

人工智能学习平台使用论文比例

来源：装配AI

LinkedIn平台相关招聘职位

来源：装配AI

未来，当人工智能爆发，其应用范围扩大时，TensorFlow可能会成为人工智能的Android系统。如果实现，谷歌将再次引领操作系统并成为巨人。

结束。