上月初，谷歌宣佈其正收購科學數據平臺kaggle。其中，kaggle平臺的許多評論家以及新聞報道者也以吸收人才的方式一併被收購。與此同時，kaggle平臺目前也在大量招聘數據科學家和工程師。
在谷歌宣佈收購kaggle平臺後，其首席科學家李飛飛在一份聲明中以引人關注的模糊術語解釋了該收購項目：
在谷歌Next’17大會的主題演講中，我強調了人工智能民主化的重要性。我們必須降低大家進入人工智能的門檻，使人工智能能夠普遍適用於規模較大的開發商、用戶和企業社區，以便他們能夠將其應用於自己的特定的需求。隨著Kaggle平臺加入Google Cloud團隊，我們可以加快完成這項任務。
正如一些用“民主化”代替“政治化”的政客們（他們將自己作為首席政治家）一樣，大型科技公司偶爾也會使用這類有些狡黠的術語，以掩蓋他們更加明確的戰略以及業務驅動的動機。我不是在暗示這裡有任何惡意的事情，而只是無論是谷歌的“使人工智能民主化”的任務或者是人才招募理由都完全可以解釋這一舉動。
我認為這次收購是谷歌追求在cloud中擁有人工智能的一個非常具有戰略性和精明的商業舉動，並且這一舉動能夠確保谷歌在其主要競爭對手（如微軟和亞馬遜）中佔據持久的優勢。Kaggle平臺的首席執行官安東尼·戈德布盧姆（Anthony Goldbloom）先生曾做如下陳述：
Kaggle平臺有了谷歌的加入將會使我們能夠收穫更多。因為這使得世界上最大的數據科學平臺以及世界上最強大的機器學習雲結合在了一起。
谷歌不僅僅獲得了一支有才華的工程師團隊或者是一批有權訪問大型數據庫的科學家，而是獲得了五十萬機器學習從業者的編程習慣，這些編程人員將能夠使用開源的谷歌技術（例如Tensorflow），並通過使用谷歌的應用程序編程API和產品在Google Cloud中構建自己的模型。考慮到Kaggle平臺是在該領域的學生和初學者最理想的訓練場所，這將對技術堆棧的選擇產生深遠的影響，這個技術堆棧選擇者不僅包括那些工程師，同時也包括任何招聘數據科學家和機器學習工程師的公司或者任何要建立以技術為基礎並想利用大型人才庫的創業公司。在計算曆史上有這樣的一個類比，人們可以深思Java在將其作為一種編程混合語言在大多數大學完成其推廣的過程中都做了什麼，反之亦然。
但是讓我們倒回來去看看它是如何符合谷歌更廣闊的戰略的。谷歌之所以能在搜索引擎中獲勝，是因為網絡將其基礎平臺剝離掉了。微軟無法利用他們自己巨大且佔絕對主導的操作系統平臺，是因為在它的頂端有一個新的運行時間。通過有效地將轉換成本降低到零，可以平衡遊戲場地，消除任何人為鎖定。谷歌的競爭優勢在於其先進的技術，現在也能夠在這些方面競爭，遠遠超過其他的競爭對手。從那以後，搜索業務已經成為了谷歌的骨幹業務，約佔谷歌總收入的75％。不過最近谷歌似乎已經認識到他們必須重新思考商業模式，因為搜索業務的是收入可能會下降。
Sundar Pichai在自己最後一次輸入/輸出（I / O）主題演講中表示：“我們正在從一個移動第一的世界走向一個人工智能第一的世界”，這是一個用戶將直接與智能助手進行互動的世界，無論他們是在對著他們的AirPods說話來詢問Siri最近的花店在哪兒，通過Alexa訂購亞馬遜的新洗滌劑，或者通過Pixel的助手訪問谷歌的一項服務，通過搜索引擎走迂迴的路線的查詢過程將會越來越少。反過來，這意味著通過AdWords提供廣告的機會也將會減少。谷歌一直通過標誌性的“手氣不錯”按鈕含蓄地承認著這種可能性。現在自然語言界面正在變得可行，由於深度學習的突破外加背景感知移動設備，以確保你的人工智能助手可以根據您的問題準確地評估查詢相關的最佳結果，你以後將不會再因為這樣常見的事情而感到幸運了。
谷歌的人工智能的第一個戰略最重要的部分是不要再重複吉斯特（Gsuite）的錯誤，吉斯特（Gsuite）從來沒有完全能夠以微軟的企業方式在企業中佔據一席之地。這一次，他們正在通過發佈一系列明顯利用谷歌核心優勢的產品而走在遊戲的前面，數據如下：
雲機器學習引擎（The Cloud Machine Learning Engine，https://cloud.google.com/ml-engine/）可以讓你輕鬆地在谷歌雲端構建並訓練張量流（Tensorflow）模型。
雲自然語言應用程序編程API（The Cloud Natural Language API，https://cloud.google.com/natural-language/）可以讓客戶獲得谷歌強大的自然語言處理（NLP）功能。
雲視頻智能應用程序編程API（The Cloud Video Intelligence API，https://cloud.google.com/video-intelligence/）可以通過註釋框架使視頻可搜索，從而可以識別實體和活動。
雲語音智能應用程序編程API（The Cloud Speech API，https://cloud.google.com/speech/）能提供語音轉錄應用程序編程接口（API）。
一個新的雲工作應用程序編程API（A new Cloud Jobs API，https://cloud.google.com/jobs-api/）可以通過使用機器學習來匹配潛在員工與工作。
無論是將必應搜索與谷歌搜索進行對比，或者是將蘋果iOS地圖與谷歌地圖進行對比，谷歌的產品在可用性和性能方面都很難被打敗。當你的市場競爭優勢隨著你的優勢產品的市場份額數據的增長一起增長時，這種優勢產品將由一個小的邊緣開始逐漸變大，併成為最終贏家。這是在搜索引擎這個領域發生的情況，目前谷歌正在努力使這種情況能夠再次發生在人工智能領域中。
首先要做的就是再次讓競爭對手的強大平臺變得無關緊要。在搜索引擎這個案例中，網絡通過使操作系統變得無關緊要來達到該目的，但現在谷歌必須有意識地“選擇戰場”。亞馬遜已經在其主要的AWS平臺上構建了一個令人印象深刻的完全模塊化的雲產品系列，這對谷歌的競爭來說是非常不利的。進入Kubernetes。Kubernetes是谷歌的開放源碼容器管理系統，目前它是吉斯特（Github）增長最快的開源項目之一，並且已經與微軟的Azure或紅帽的 PaaS OpenShift等平臺緊密結合。容器的核心策略是允許開發人員在不考慮基礎硬件或操作系統的情況下建立標準接口，從而能夠完全靈活的在容器內部署和運行軟件。與Azure一樣，平臺提供商鼓勵潛在的客戶在他們的平臺上部署其集裝箱化軟件。然而，對於提供的不僅僅是計算能力的產品（例如上面列出的谷歌服務）而言，這意味著他們在一個公平的競爭環境中競爭。如果我想使用谷歌新的視頻智能應用程序編程接口（API），我只需將我的容器從AWS移動到谷歌雲端，然後準備就緒。轉換成本接近於零。
迴歸到Kaggle平臺收購；谷歌戰略的第三步依賴於培養一個數據科學家和機器學習專家（未來和現在）的群體，這個群體的人習慣並相對舒適的使用谷歌內部機器學習系統。無論是谷歌特別支持的張量流（Tensorflow）項目（最近都將深度學習Keras庫），還是以機器學習和深度學習的聯合課程形式與優達學城（Udacity）一起提供免費教育，或是現在通過收購Kaggle平臺獲得的五十萬機器學習愛好者，這些舉措確保了從業人員的工具箱將是基於谷歌的標準和技術的。
收購後的第一件事似乎是將Kaggle平臺內核的“環境、投入、代碼和輸出的組合”移動到谷歌雲中（Google Cloud）。當涉及到在機器學習產品和服務方面時，你必須依靠那些知道自己正在做什麼的富有經驗的客戶，這個策略需要特別敏銳的考慮。對於服務初創公司來說，在開發者和用戶之間在業務方面存在有很大的分歧，這就使得在機器學習上有著完全的代溝，對於只能使用像張量流（Tensorflow）這樣的開源庫的開發者來說這種學習太死板了，對於後者來說這種學習又太具有技術性。谷歌已經意識到人工智能滲透企業的方式是通過開發人員和數據科學家，而開發人員和數據科學家反過來又將選擇技術堆棧。“民主化人工智能”的副作用是演示將在谷歌堆棧上。
TLDR: 谷歌正在使用Kubernetes來降低轉換雲平臺的成本，因此它可以在用戶體驗和技術方面進行競爭，因為它的數據優勢超過了人工智能雲端競技場的曲線。為人工智能企業雲平臺聚集力量的另一種方法是培養和引進機器學習專業人員來使用其平臺，通過諸如最近收購的Kaggle平臺或Udacity等關聯相關技術以及諸如像Tensorflow和Keras等突出開源項目。
預測：谷歌準備擁有企業人工智能雲端空間，並將與市場一起發展，他們開始學習如何利用人工智能來支持他們的業務並獲得競爭優勢。
本文由 AI100 編譯，轉載需得到本公眾號同意。
編譯：AI100
原文鏈接：http://www.deeplearningweekly.com/blog/the-shrewd-ai-strategy-behind-google-s-kaggle-acquisition
關於AI100
AI100致力於打造人工智能技術和產業社區。為人工智能開發者提供信息和技術交流的平臺；為人工智能創業者提供行業數據及智能應用的商業場景；為行業提供人工智能化的技術商業應用。請快快關注AI100公眾號吧！
相關推薦
