人工智能实力，是谷歌强还是微软强？

微软和谷歌母公司Alphabet均在机器学习这一前沿软件领域扮演重要角色。但谷歌手握着当下最流行的机器学习框架TensorFlow，让其在与微软的竞争中占据了优势。

微软和Alphabet的股票走势可谓惊人地相似：今年的跌幅完全相同，增长情况相似，市值和估值也相仿。

二选一的话，你会选择哪一个呢?

这两家公司都是出类拔萃的公司，任意一家都是可靠的选择。忽略二者在营收方面的差异——例如，一个来自操作系统软件，一个来自广告业务——你会发现它们均在软件生态系统占据主导地位。在这方面，微软和Alphabet均拥有强大的云计算业务，在机器学习这一当今最重要的计算软件领域中，这两家公司都是领跑者。

然而，Alphabet旗下的谷歌部门可以说在几个方面对微软占据了上风。

今年9月，微软的市值为7510亿美元，超过了谷歌的7070亿美元，年度涨幅达到13%，而Alphabet则下跌了约4%。两家公司的预期市盈率差不多，微软(19倍)比Alphabet(22倍)便宜一点。很显然，与市场的整体状况相比，这两支股票都相当昂贵。谷歌的营收增长相对较快，预计2019年增长19%，而微软的2020财年营收增长为11%。

归根到底，两家公司之间的这一差异在于云业务的发展情况。微软有规模，但它在开发者社区中所占据的地位可能相对没有那么重要。

机器学习是当今编程中最重要的一个趋势。通过机器学习，计算机可以通过从数据中提取模式来自动形成一些代码。

这两家公司以及亚马逊都在各自的云计算业务中部署了机器学习工具。在营收规模上，微软的Azure云服务通常被视为仅次于亚马逊的AWS，排在第三位的谷歌Google Cloud还落后很多。但由于微软和谷歌均未具体披露云业务的营收情况，因此两者之间的比较并不够严谨。

不过，可以肯定地说，它们的云业务是两家公司吸引和留住机器学习神经网络开发人员的重要资产。

然而，谷歌拥有构建机器学习应用程序最重要的“框架”TensorFlow的控制权。框架是一组预先构建的代码，软件开发人员可以使用这些代码拼凑程序，而无需从头开始编写代码。目前，TensorFlow是用于机器学习的主流框架。

它并不是唯一的一个机器学习框架，事实上，微软也有自己的一些重要产品。它们包括infer.NET框架以及被称为“微软认知工具包”(Microsoft Cognitive Toolkit)的框架。这两个框架都被开发人员用于展开诸多有趣的项目。

但是，开发者在机器学习上遇到的大量工作都是通过TensorFlow完成的;或者是通过微软以外的公司开发的其他一些框架来完成，比如来自社交网络巨头Facebook的“PyTorch”;最初开发于加州大学伯克利分校的框架“Caffe”;以及基于这些程序开发的新项目，比如来自旧金山创业公司fast.ai的同名框架。

微软10月份斥资75亿美元收购开发者社区GitHub的交易也丝毫没有改变这种情况。机器学习框架的成败取决于额它们的优势和劣势，以及它们是否得到开发者广泛的支持。即便拥有最流行的编程库，GitHub也不会改变开发人员在机器学习框架上的抉择。

框架的控制权至关重要，谷歌也一直在立足于TensorFlow的使用上。它们在云业务运作中采用自主研发的定制芯片。其定制芯片名为Tensor Processing Units(简称“TPU”)，已经成为一种前沿的硅片，谷歌在其云计算服务中提供了这些芯片。TPU与TensorFlow软件相结合，意味着谷歌拥有芯片和软件的组合拳，这是它目前相较于微软的一个优势。

TensorFlow已经迅速扩展到移动计算领域。在该领域，谷歌借助旗下的Android操作系统在全球范围占据主导地位，而微软则没有什么存在感。去年11月，来自北京大学以及微软在北京的研究机构的研究人员发布的一项研究显示，在Android平台最热门的移动应用当中，使用机器学习的开发者中有一半采用TensorFlow、“TFLite”(谷歌专门为移动设备创建的TensorFlow小子集)或者“ncnn”(腾讯创建的框架)。在移动端的机器学习应用上，微软的代码可以说毫无存在感。

整个机器学习领域仍然是一个非常新的领域，仍处于初生阶段。未来它还会出现很多的创新，谷歌的领先优势会随着时间的推移而缩小，乃至消失。微软的一项有趣的举措是，它在支持一种叫做“开放神经网络交换”(Open Neural Network Exchange，简称ONNX)的东西，随着时间的推移，这种东西可能会减少开发人员对单个框架的依赖。

时间会告诉我们答案，与此同时，Alphabet的谷歌在用于最尖端的应用程序开发类型的核心工具方面领先于微软。