原标题：Google 重返中国的方法，你大概没想到 11 月 15 日，Google 发布机器学习框

　　11 月 15 日，Google 发布机器学习框架的移动设备版本，TensorFlow Lite 预览版，这意味着，将人工智能放进我们的手机这个趋势，又往前了一步。 Google 在今年 5 月的 Google I/O 上，就已经对外公布了 TensorFlow Lite 这个工具。目前，TensorFlow Lite 支持不少针对移动端训练和优化好的模型，包括视觉模型、图片识别模型和设备对话模型等。Android 和 iOS 平台的开发者都可以使用。

　　然而说到 TensorFlow，除了与人工智能有关，最近它还与「Google 重返中国」这个互联网幻觉扯上了关系。 上月彭博社报道，Google 这次想要在中国推广自家的开源人工智能框架 TensorFlow，通过减低开发者开发和使用人工智能的难度，重回中国市场。 也许非开发人员对 TensorFlow 并不熟悉，但你应该听说过 DeepMind 这个名字，这个团队开发出了今年打败柯洁的 AlphaGo，以及自学 3 天就在围棋界找不到对手的 AlphaGo Zero。

　　参与 TensorFlow 的开发者人数位列第五 TensorFlow 在中国 10 月以来，国内多地陆续举行 Google 开发者社区开发者节（GDG DevFest），这是一个 Google 发起并由全球各地 GDG 组织的活动。 今年的活动，无论是长三角地区的上海主会场，还是珠三角地区的广州主会场，人工智能都是主角。在上海的活动，还专门为开发者举行了 TensorFlow 工作坊，名字为“TensorFlow 从入门到不放弃”。（扶额） 爱范儿（微信：ifanr）参加了 Google 广州社区开发者节，其中在 Google 工作多年并曾在 Google Brain 工作的开发者廖宝华，向在场几百位开发者，分享了非机器学习专业人士、初学者如何更加高效地利用 TensorFlow 来进行开发。

　　GDG 广州的组织者 Nicky 告诉爱范儿（微信：ifanr），TensorFlow 框架的开源，大大降低了开发者使用机器学习的门槛，封装了大量的 API，让开发者不需要关注复杂的训练模型。不论是工程师还是学生，都可以根据官方文档来接入使用 TensorFlow。

　　国内也推出了 TensorFlow 中文社区，提供了详细的文档介绍，方便开发者查阅和学习。同时针对自然语言机器学习这块，推荐大家关注官方推出的 DialogFlow 服务，3 分钟则可完成一个 chatbot.

　　用了 TensorFlow 还需要厉害的硬件 虽然 TensorFlow 是广为流行的一个深度学习框架，但是也有不少国内的开发者认为，如果需要选择一个人工智能框架，用自己的数据来训练深度学习模型， TensorFlow 不一定会是他们的首选。 除了大量 Google 的产品和服务在国内无法正常使用以外，还有就是这种人工智能、深度学习的开源数据库有不少替代，比如 Caffe、Keras 等。

　　I’m committed to engaging more in China. 我正在更加积极地参与到中国事务中来。 话虽如此，但 Google 重返中国，应该依然是个幻觉。因为 TensorFlow 对普通开发者而言，并非是不可或缺的。而对于中高级企业的用户，尤其是互联网企业，大多数在早几年就开始立项研究开发人工智能了google还能翻墙嘛，其他的企业的话，也会优先使用百度、阿里云这些国内的服务。 11 月 15 日，科技部公布了首批国家人工智能开放创新平台名单：

　　依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台。 不过用上了 TensorFlow，也需要使用足够厉害的硬件才行。Google 推出的 TPU（Tensor Processing Units）就是专为 TensorFlow 而研发的硬件加速器。目前第二代的 TPU（又称为 Cloud TPU），已经具有训练机器学习模型，及处理推理任务两种能力。 然而也有人认为，虽然互联网巨头为营造生态而发布芯片已经不罕见，但 Google 推出 TPU 并不是为了要与英伟达、NVIDIA、寒武纪这些厂商进行竞争，而是为了凸显 TensorFlow 的强大。