当我们从 Google I/O 狂轰滥炸般的新闻势能中冷静下来时，会发现 Google 给我们的惊喜并不多——万众期待的 VR 一体机没出现、Project Tango 只字未提，当 Google 满是套路的发布了 PPT VR 生态，三星和 PC VR CP 们或许可以安心了；几个以 AI 为基础的产品并不新鲜，比如和 Amazon Echo 对标的 Google Home，有类似于 Facebook Messenger 聊天机器人功能的 Allo，各大公司都在做的语音助理 Google Assistant。每一部分都饶有趣味，却没有新奇物种从天而降的惊艳感，真是这样么？

　　关于对 Google VR 布局的设想和现状，我的同事小石头已然叙述详尽，这里不再赘述，我们来聊聊人工智能的部分。

　　当 Sundar Pichai 将一系列基于人工智能的产品定义为 “未来” 时，印证了 36 氪此前的观点——Google 在寻找移动时代的 Google、在革自己的命。

　　先说 Google Assistant，它和 Siri、Cortana 最大的区别是，能够分析用户提出的问题随后给予回答。实际上，Google 搜索在 5 个月前已经可以通过文字或语音识别出 “最高级”、“基于时间的” 查询和一些复杂组合问题（一个月后微软也宣布用堆栈注意力网络实现基于图片回答问题），此次 Google 还加入了地理信息辅助对问题的理解，比如你站在 Cloud Gate 雕塑前问 “这是谁设计的？”，助理会回答"Anish Kapoor"。除此之外，Google Assistant 还接入了叫车、买电影票等第三方生活服务。

　　智能硬件 Google Home 和社交聊天应用 Allo，都由 Google Assistant 贯穿其中。

　　Google Home 的特色是整合 Google 所收购的智能家居 Nest产品及服务，还能控制 Chromecast 电视棒来播放音视频，与 Gmail 相连提供时间管理服务。有人认为它有成为 Amazon Echo 最可怕的噩梦的可能。但说白了，它是一个实体化、添加了音箱的 Google Assistant。

　　Allo 则会在聊天之中运用深度学习技术，对用户发出的文字、图片进行解析，然后生成自动回复建议，还能根据用户历史输入记录来学习其回复习惯。bot 也可以提供订座等服务功能。其实 Google研发聊天机器人在去年12月 便被曝光了。

　　顺便提一下 Android Instant Apps，它让用户在不安装 APP 的情况下也能使用其简洁版，且并非网页形式。Google Play 会在用户点击后按模块化下载所需的部分，这相当于在简洁的模式下使用该 App，开发者使用 Android API 即可在原基础上开发。

　　以上这些产品，也许代表Google 希望重塑搜索的入口。我们每进行一次搜索，背后都有一次对答案的求知，过去的 Google 是将可能的 “答案” 陈列在浏览器中，属于信息与信息的连接。但实际上，用户不仅在搜索引擎中产生求知需求，它在 IM、智能家居、各种应用中无处不在。而 Google 的目标便是在各个场景建立 “搜索目的” 与对应需求的连接。

　　为什么人工智能在其中如此重要？因为它蕴藏着对用户需求的理解。随着机器对人类的每一个动作、语言深入了解，PC 时代的搜索引擎或将不复存在。

　　有趣的是，Pichai 在 I/O 大会上还公布了 Google 为人工智能定制的 TPU 芯片：

　　除研发出 Alphago 的 DeepMind之外，人工智能技术已经在 Google 内部的一百多支团队广泛应用了，比如街景、Gmail 智能回复，云端语音识别、Android 端的语音识等等。

　　近年来，Google 已经部署了数千个特殊的人工智能芯片——“Tensor Processing Units”，简称 TPU。这是一款为机器学习而定制的专用集成电路（ASIC, Application-Specific Integrated Circuit）、并且经过了 TensorFlow 的调教。一块 TPU 刚好可以插入数据中心机架的一个驱动器位。它的宽容度更高，在计算同一量级时每瓦特性能更高，可以降低计算的精度（所需的晶体管操作也更少），加快机器学习部署计算的速度。Google 高级 VP Urs Holzle 称其在数据中心已经运行了一年有余。

　　（Tensor Processing Units——张量处理单元）

　　而 Google 硬件工程师 Norm Jouppi 在博客中写道，从研发 TPU 到让它在数据中心运行起来，只花了 22 天。

　　TPU 芯片通过 PCI-E 协议连接到计算机服务器，意味着它可以随时插进办公电脑，让普通计算机快速具备人工智能计算能力。Holzle 称这是 Google 第一次为 AI 研发专门硬件，但很有可能不是最后一次，Google 希望设计更多的系统级组件。

　　Intel 和 NVIDIA 得知此事时，心情应该不会太好。

　　大数据、超算运行中心是 Intel 的主要客户，而 Nvidia 也认为其专门用于处理图像数据的 GPU，未来增长在于人工智能、机器学习等需要大数据运算的领域。

　　计算机视觉训练已经达到千万、亿级数据，Google 正在尝试上千块 GPU 的超算集群进行计算。但不得不提的是，传统的 GPU 对于机器学习计算太过 “笼统”，这就是 Google 研发 TPU 的目的。有人开始替 Intel 担心，是否有朝一日Google 会革了芯片厂商的命？

　　不过一位业内专家告诉 36 氪，TPU 主要还是用于处理计算密集型操作， 对于逻辑型的操作还是需要 CPU。与 Google 类似的是，微软、百度也在探索 FPGA（现场可编程门阵列，一种能针对特殊任务使用的芯片）。但各大公司的模型训练还是会用 GPU，训练好的模型给用户使用时才会用 TPU。

　　而我的同事 Yuri 认为，与其担心 Google 研发 CPU、GPU 或替代它们的芯片，还不如担心 Google 哪天研发出更加虚无缥缈的量子计算机……更值得 Intel 担心的其实是“不止要做物联网时代 Intel，还想做万物智能时代 Wintel” 的 “地平线机器人”这类公司。

　　话说回来，Google 拒绝透露其正在使用多少个这样的芯片，但表示确实还在用其他公司提供的 CPU 和 GPU。Google 云计算部门的高级 VP Diane Greene 也表示，TPU 不会出售给第三方公司。

最后回到本文开头提出的问题，之所以 Google 发布的 2C 产品没那么新奇，是因为它们全部是早就在点滴间布局的产物，背后藏着的是一场持续已久的自我革命。