如果以代碼托管網站Github的數據來衡量，谷歌的TensorFlow已經占據了壓倒性的優勢。無論是打星數量、代碼修改（Fork）和代碼貢獻數量衡量，TensorFlow都是排名第二框架的至少兩倍以上。
TensorFlow的最大優勢在于：靈活性，可用于智能手機，甚至整合入電路板；支持異構分布計算，可用于單機也可用于分布式計算設備；通用性，支持多種編程語言，支持多種深度學習模型庫。同樣不可忽視的是，谷歌在開源領域對開發者擁有巨大的吸引力。
得益于谷歌提供的TensorFlow、Google.ai以及TPU等全套深度學習框架和基礎設施，開發者不用去研究復雜的數學模型、語言模型、圖像視覺模型就可以快速實現軟硬件的智能化。今天I/O大會主題演講發布的系列深度學習產品，進一步強化了谷歌在這領域的優勢所在。
某種意義上說，谷歌在AI領域的戰略延續了Android的成功經驗。通過一套完整的、免費的開源平臺，引入大量垂直領域的開發者，將原本前沿研究階段的人工智能技術直接帶入到應用層面，而自己的研發力量可以用于更為復雜的創新工作。
谷歌給AI行業帶來的巨大沖擊，也是微軟、IBM、亞馬遜和Facebook隨后迅速跟進的重要原因。在這場關于未來的競爭中，誰能獲得更多的開發者，覆蓋到更多的垂直領域，誰就更有可能在AI的行業規范制定中占據更多的話語權和先發優勢。
谷歌的收與放
從今日I/O大會的主題演講，可以清晰的看到谷歌在AI領域的戰略布局。谷歌已經完成了Al的初步戰略布局，也具備了推動AI行業前行的幾大要素：開發框架、開發社區、大計算基礎設施和用戶數據。作為自我訓練能力的神經網絡，用戶數據是完善和提高深度學習的必需條件。
一方面，通過簡化AI開發與設計，谷歌將AI在諸多垂直領域的落地交給了開發者，例如在I/O大會上提到的糖尿病醫學診斷研究。而他們在開發和應用基于深度學習的產品，改變具體行業與生活的同時，也給谷歌帶來了重要的用戶數據，幫助TensorFlow進一步訓練。
另一方面，用戶與數據本就是谷歌最大的優勢所在。除了擁有超過20億活躍設備的Android平臺，谷歌旗下各項跨平臺的核心產品服務的用戶量也都在數億甚至十億級別。通過將AI應用在自己的產品服務中，谷歌不僅能夠極大提升自己軟件產品的體驗，進一步擴大用戶量，也能夠獲得更多、更深入的用戶使用數據，用于提升AI性能。
谷歌CEO皮查伊早在去年年底就明確表示，“機器學習是谷歌重新定義產品行為的核心變革力。谷歌希望在旗下所有產品中逐步系統使用機器學習，包括搜索、廣告、YouTube和Play商店等等?！?/p>
