包括Jeff Dean在内的多位谷歌受访者向《财经》记者表示，谷歌要把TensorFlow打造为人工智能时代的“安卓”。从商业的角度来说，这个说法成立;从技术角度来说，TensorFlow是一套开源学习框架，类似java，而安卓则是一套开源操作系统。

　　TensorFlow前身为谷歌第一代深度学习系统DistBelief。但DistBelief仅是一个谷歌内部系统，与谷歌内部的基础架构联系紧密，而且仅仅专注于神经网络算法。经过一番改造，2015年11月，谷歌推出开源深度学习平台TensorFlow(单机版)。

　　2017年2月，谷歌在美国加州举办首届TensorFlow开发者峰会，并发布TensorFlow 1.0版本。新版本在建立和训练神经网络方面，速度要比第一代系统快5倍，能支持多种硬件平台，甚至能在手机上部署。

　　TensorFlow好比赋予AI能力的乐高积木，外部开发者和使用者可以根据不同的需求选取不同的积木，搭建成自己想要的AI产品。

　　目前，在世界上最大的开源软件社区Github上，谷歌TensorFlow受开发者欢迎程度和代码活跃程度遥遥领先于其他开源AI平台，全球各地开发人员每周上传的代码超过上万行。一位TensorFlow开发者对《财经》记者说，对于开源软件来说，这是生命力的体现。

　　AI初创公司杉数科技高级副总裁勒雅告诉《财经》记者，与其他开源深度学习平台相比，TensorFlow优点是社区强大，功能齐全，通用性和架构设计好，易于部署，适合大规模产品。

　　但TensorFlow也处于起步期，杉数科技资深技术人员邓琪告诉《财经》记者，因为追求通用性，TensorFlow在灵活性和速度、接口设计等一系列性能指标上不如其他一些平台，这给其他开源平台留下发展机会。

　　杉数科技是一家AI公司，在前期考察权衡之后，最终转向基于Python语言自行开发了机器学习和数值优化平台。严格意义上说，它不属于TensorFlow阵营。

　　勒雅说，谷歌在TensorFlow上野心很大，开源TensorFlow绝不只是将源代码贴出来就算了事，而是要吸引、带领全世界的开发人员对TensorFlow进行不断更新，使之成为最大的深度学习平台，成为全球AI开发平台的事实性标准。

　　如果能够做到这点，全世界AI产品将继续流淌谷歌的血液，并将潜在的财富源源不断引流至谷歌，就如今天绝大多数智能手机中搭载着谷歌安卓操作系统一样。

　　Jeff Dean说，人工智能虽然无法直接给谷歌带来收入，但是其他使用了人工智能技术的谷歌业务所搭载的广告收入可以反过来补贴研发的投入。

　　谷歌因此对TensorFlow社区投入很大，宣传力度也大。相比之下，一些出自学术机构或个人之手的开源深度学习平台虽然在某些地方可能优于TensorFlow，但很难保证后期有持续的人力物力去投入。

　　多位行业人士向《财经》记者表示，谷歌开源AI平台也是明智之举，AI产业还处于发展早期，仅凭谷歌一己之力难以带动产业，作为平台厂商当务之急是做大生态。

　　谷歌开源TensorFlow也促使其他大公司开源自己的深度学习平台，AI行业的准入门槛因而大为降低，因为谁都可以将它的源代码拿过来研究和使用，为大批创新AI应用的诞生提供了基础。例如，本土AI创业公司出门问问正使用TensorFlow去训练语音助手。

　　MIT斯隆管理学院的教授Michael A. Cusumano此前评价，即便TensorFlow开源平台本身不赚钱，但如果它能获得成功，也将成为谷歌的赚钱机器。

　　“未来各行各业都需要用机器学习和人工智能来帮助它们发展商业，但这个世界上真正有能力雇佣机器学习科学家的公司非常少，可能只有几千家。”Jeff Dean对《财经》记者说，“谷歌的意义也在于此。”

　　勒雅则解释说，如果要使用TensorFlow更高级的功能，最好能结合使用谷歌的公有云(不免费)。AI需要强大的计算力，谷歌云为能提供更强大的计算力，研制了AI专用芯片TPU。谷歌实际为AI应用开发者提供了从芯片到云到深度学习平台到周边软件一全套的工具与服务。

　　当然，谷歌云目前没有进中国，中国的AI公司几无可能跨境使用谷歌云，因为数据传至境外有可能违反最新出炉的《网络安全法》。这给百度、腾讯、阿里发展自己的AI平台和云服务留下了一个缓冲地带。

　　谷歌一直希望将TensorFlow打造成AI时代的安卓系统。