"

來源:Business Insider

作者:Rosalie Chan

人工智能框架TensorFlow最初只是一款在Google內部運行的軟件。

2015年11月,TensorFlow作為開源軟件向公眾開放。從那時起,TensorFlow在開發人員中迅速普及,並逐漸在Uber、Twitter等公司投入使用。

對人工智能工作的高需求使得TensorFlow廣受歡迎。

人們甚至用TensorFlow來發現新行星、探測非法採伐行為和翻譯梵蒂岡的文本。

2016年,著名圍棋世界冠軍李世石與一款電腦程序對弈失敗,這場人機大戰受到了全世界逾1億人的密切關注。然後,在2017年,美國宇航局的科學家們用開普勒太空望遠鏡發現了兩顆新行星。

這些看似毫不相干的成就之間有一些共同之處,它們都是由TensorFlow這一人工智能開源項目背後的技術實現的。

TensorFlow最初由Google工程師開發,但事實證明,對於任何涉及大數據處理的項目,這款軟件都特別受歡迎。

TensorFlow由Google Brain團隊創建,該團隊由Google資深研究員兼人工智能研究者傑夫·狄恩(Jeff Dean)領導。

它的前身只是一個在Google內部運行的名為DistBelief的工具,但到了2015年11月,Google將其命名為TensorFlow發佈給公眾,並開放其系統源代碼——允許任何人免費使用、下載或修改它。

這個名字是由tensors(張量)一詞而來,人們對源代碼的相關操作是由TensorFlow創建的神經網絡執行的。(譯註:張量是所有深度學習框架中最核心的組件,後續的所有運算和優化都是基於張量進行的)

根據Microsoft的代碼託管網站GitHub的數據,目前有超過9,000名開發人員在使用TensorFlow,它在世界上最受歡迎的開源項目中排名第三。

人工智能之所以備受企業歡迎,部分原因是企業對人工智能技術的需求越來越大。據招聘網站Indeed的一份報告顯示,去年人工智能相關職位的招聘帖子比以往增加了29.1%。

如今,Twitter、eBay、PayPal、Airbnb和Uber等公司正在使用TensorFlow為公司部分甚至全部人工智能技術提供支持。

此外TensorFlow還被用於零售、醫療、製造、金融、食品和銀行等行業——例如,Coca-Cola就在其移動應用程序中使用了TensorFlow。

“TensorFlow的應用非常廣泛,它有一個很大的客戶群。”Google的TensorFlow產品經理桑迪普·古普塔(Sandeep Gupta)在接受Business Insider採訪時表示。“所有這些原因都促成了TensorFlow的快速發展。”

什麼是機器學習?

TensorFlow起初的開發目的是作為一種機器學習工具。機器學習是人工智能的一個領域,它幫助計算機進行數據訓練和模式識別,並在不需要人類指令的情況下做出決策。人類可以給算法提供數據,比如一大組圖像,然後算法就能自動對這些圖像進行分類。

古普塔說,Google的大多數產品都運用到了大量機器學習技術。例如,Gmail依賴於機器學習來編寫智能回覆,該功能可以根據剛剛收到的電子郵件建議自動回覆的內容。GooglePhotos能夠對照片進行分類和整理。

Google 也用TensorFlow完成圖像和文本分析等任務,如在Google搜索、地圖、照片、Gmail和翻譯等任務中都涉及圖像和文本分析技術。又或者,Google把TensorFlow作為自己內部運行的工具。

古普塔說:“谷歌內部所使用的TensorFlow與開源項目中的是同一版,它已經成為了Google基礎設施的一部分。”

Google在6月份剛剛發佈了新版TensorFlow,並將它作為官方第二版工具的一部分。古普塔說,開發團隊對新版TensorFlow的定位是讓它操作更簡易。

TensorFlow開發者與各大公司和開源社區合作,以確保它更易於掌握,同時以便更多開發人員進一步利用人工智能技術。

古普塔說:“這是為了讓人們更容易入門並操作機器學習技術。從而使人們可以嘗試用機器學習來解決各種難題。我們將繼續完善TensorFlow,看它如何改進整個端到端解決方案。”

從贏得圍棋大戰到發現行星

古普塔說,他經常對TensorFlow的用途感到驚訝。他說,自己曾看到TensorFlow被用來鑑別各種疾病、檢測空氣質量、或者改善農業和乳製品生產。古普塔甚至看到羅馬的一所大學使用TensorFlow轉錄梵蒂岡檔案中的古文。

2016年3月,Google的圍棋人工智能機器人AlphaGo以4比1的成績擊敗了圍棋冠軍李世石。AlphaGo是由初版張量處理器(Tensor Processing Unit)開發出來的,張量處理器是一個專為TensorFlow定製的人工智能芯片,它能夠解決複雜的人工智能問題。計算機科學家將繼續使用TensorFlow來開發更強版本的AlphaGo,比如AlphaGo Master、AlphaGo Zero和AlphaZero。

2017年,美國國家航空航天局的科學家們甚至在使用TensorFlow的情況下用開普勒太空望遠鏡發現了新行星。航天局擁有15,000多個望遠鏡信號的數據集,科學家們使TensorFlow通過模式識別訓練來區分行星和非行星。

然後,科學家們把TensorFlow運用到現實觀測中。利用這種模型,他們觀察到了670顆恆星,發現了兩顆新行星:開普勒80g和開普勒90i。

"

來源:Business Insider

作者:Rosalie Chan

人工智能框架TensorFlow最初只是一款在Google內部運行的軟件。

2015年11月,TensorFlow作為開源軟件向公眾開放。從那時起,TensorFlow在開發人員中迅速普及,並逐漸在Uber、Twitter等公司投入使用。

對人工智能工作的高需求使得TensorFlow廣受歡迎。

人們甚至用TensorFlow來發現新行星、探測非法採伐行為和翻譯梵蒂岡的文本。

2016年,著名圍棋世界冠軍李世石與一款電腦程序對弈失敗,這場人機大戰受到了全世界逾1億人的密切關注。然後,在2017年,美國宇航局的科學家們用開普勒太空望遠鏡發現了兩顆新行星。

這些看似毫不相干的成就之間有一些共同之處,它們都是由TensorFlow這一人工智能開源項目背後的技術實現的。

TensorFlow最初由Google工程師開發,但事實證明,對於任何涉及大數據處理的項目,這款軟件都特別受歡迎。

TensorFlow由Google Brain團隊創建,該團隊由Google資深研究員兼人工智能研究者傑夫·狄恩(Jeff Dean)領導。

它的前身只是一個在Google內部運行的名為DistBelief的工具,但到了2015年11月,Google將其命名為TensorFlow發佈給公眾,並開放其系統源代碼——允許任何人免費使用、下載或修改它。

這個名字是由tensors(張量)一詞而來,人們對源代碼的相關操作是由TensorFlow創建的神經網絡執行的。(譯註:張量是所有深度學習框架中最核心的組件,後續的所有運算和優化都是基於張量進行的)

根據Microsoft的代碼託管網站GitHub的數據,目前有超過9,000名開發人員在使用TensorFlow,它在世界上最受歡迎的開源項目中排名第三。

人工智能之所以備受企業歡迎,部分原因是企業對人工智能技術的需求越來越大。據招聘網站Indeed的一份報告顯示,去年人工智能相關職位的招聘帖子比以往增加了29.1%。

如今,Twitter、eBay、PayPal、Airbnb和Uber等公司正在使用TensorFlow為公司部分甚至全部人工智能技術提供支持。

此外TensorFlow還被用於零售、醫療、製造、金融、食品和銀行等行業——例如,Coca-Cola就在其移動應用程序中使用了TensorFlow。

“TensorFlow的應用非常廣泛,它有一個很大的客戶群。”Google的TensorFlow產品經理桑迪普·古普塔(Sandeep Gupta)在接受Business Insider採訪時表示。“所有這些原因都促成了TensorFlow的快速發展。”

什麼是機器學習?

TensorFlow起初的開發目的是作為一種機器學習工具。機器學習是人工智能的一個領域,它幫助計算機進行數據訓練和模式識別,並在不需要人類指令的情況下做出決策。人類可以給算法提供數據,比如一大組圖像,然後算法就能自動對這些圖像進行分類。

古普塔說,Google的大多數產品都運用到了大量機器學習技術。例如,Gmail依賴於機器學習來編寫智能回覆,該功能可以根據剛剛收到的電子郵件建議自動回覆的內容。GooglePhotos能夠對照片進行分類和整理。

Google 也用TensorFlow完成圖像和文本分析等任務,如在Google搜索、地圖、照片、Gmail和翻譯等任務中都涉及圖像和文本分析技術。又或者,Google把TensorFlow作為自己內部運行的工具。

古普塔說:“谷歌內部所使用的TensorFlow與開源項目中的是同一版,它已經成為了Google基礎設施的一部分。”

Google在6月份剛剛發佈了新版TensorFlow,並將它作為官方第二版工具的一部分。古普塔說,開發團隊對新版TensorFlow的定位是讓它操作更簡易。

TensorFlow開發者與各大公司和開源社區合作,以確保它更易於掌握,同時以便更多開發人員進一步利用人工智能技術。

古普塔說:“這是為了讓人們更容易入門並操作機器學習技術。從而使人們可以嘗試用機器學習來解決各種難題。我們將繼續完善TensorFlow,看它如何改進整個端到端解決方案。”

從贏得圍棋大戰到發現行星

古普塔說,他經常對TensorFlow的用途感到驚訝。他說,自己曾看到TensorFlow被用來鑑別各種疾病、檢測空氣質量、或者改善農業和乳製品生產。古普塔甚至看到羅馬的一所大學使用TensorFlow轉錄梵蒂岡檔案中的古文。

2016年3月,Google的圍棋人工智能機器人AlphaGo以4比1的成績擊敗了圍棋冠軍李世石。AlphaGo是由初版張量處理器(Tensor Processing Unit)開發出來的,張量處理器是一個專為TensorFlow定製的人工智能芯片,它能夠解決複雜的人工智能問題。計算機科學家將繼續使用TensorFlow來開發更強版本的AlphaGo,比如AlphaGo Master、AlphaGo Zero和AlphaZero。

2017年,美國國家航空航天局的科學家們甚至在使用TensorFlow的情況下用開普勒太空望遠鏡發現了新行星。航天局擁有15,000多個望遠鏡信號的數據集,科學家們使TensorFlow通過模式識別訓練來區分行星和非行星。

然後,科學家們把TensorFlow運用到現實觀測中。利用這種模型,他們觀察到了670顆恆星,發現了兩顆新行星:開普勒80g和開普勒90i。

Twitter、Coca-Cola、AlphaGo背後的祕密

圖注:開普勒-90恆星系統及其行星的圖解

2018年,一批工程師通過訓練TensorFlow探測伐木和鏈鋸聲音的能力,達到讓人工智能探測亞馬遜中部的非法採伐行為的目的。

在Google I/O開發者大會上,這一工程師團隊展示了一個基於TensorFlow的應用程序,這個程序可以識別知名舞者的舞蹈動作,基於識別內容此給出如何改進舞蹈的建議。

古普塔說:“在藝術、教育、音樂等領域,人們正在使用TensorFlow,它可以讓人們更容易掌握、控制智能設備,並學會和智能設備互動。”

TensorFlow的應用在其他科技公司也很常見。在Twitter上,開發人員通過機器學習在用戶的Twitter推送上排列推文,同時也將TensorFlow用於廣告。

Twitter高級工程師莊易(Yi Zhuang)表示,這是為了確保用戶看到最相關的廣告信息,確保廣告點擊率,並決定該顯示哪些廣告。莊易說,TensorFlow也可用於保護用戶隱私。

莊易在接受Business Insider採訪時表示:“人類很難辨別哪些推文對於我們的用戶來說是最相關、最有趣的。這就是為什麼我們要用機器學習來解決這些問題。”

在Uber上,開發人員在其應用程序中使用TensorFlow,用於客戶支持等目的。

Uber軟件工程師亞歷克斯·瑟吉夫(Alex Sergeev)告訴Business Insider:“如果用戶要尋求幫助或提交文件,我們會盡量優化這些流程,通過預測他們可能遇到的問題,讓他們就能夠解決自己的問題。”

開發人員經常把TensorFlow和一個名為Keras的相關工具一起使用。Keras是一個Python編程語言庫,由Google法國員工弗朗索瓦·肖萊(Francois Chollet)創建。Keras用於訓練各種人工智能模型,以製作原形,並進行研究和生產。雖然不需要同時使用這兩種工具,但是開發人員發現Keras有助於簡化TensorFlow的操作。

Databricks首席執行官兼聯合創始人阿里·格霍西(Ali Ghodsi)告訴Business Insider:“大多數人都是通過Keras來使用TensorFlow的。有了Keras,編寫機器學習程序實際上非常簡單。用戶可以這樣想:如果想追求簡單,就要選Keras。”

為什麼TensorFlow這麼受歡迎?

TensorFlow並不是唯一的人工智能框架。其他受歡迎的應用包括用於數據分析的scikit-learn,以及由Facebook工程師創建並由研究人員使用的PyTorch。

但RedMonk行業分析師凱麗安·菲茨帕特里克(KellyAnn Fitzpatrick)表示,TensorFlow可能是應用最廣的人工智能框架,因為它擁有強大的開源社區,並得到了Google的支持。Google還為人們如何開始人工智能學習和機器學習提供了資源。

菲茨帕特里克在接受Business Insider採訪時表示:“得到開源社區的支持,以及Google這樣的公司的支持,百利而無一害。軟件開發人員要學習機器學習技術,數據科學家和數據工程師也必須掌握良好的編碼技能。雙方可以互相學習,取長補短。”

因為TensorFlow的源代碼是開放的,所以它允許更多的人蔘與到代碼的編寫中。有了更多的人,開源項目就會進展得更快。這也在一定程度上創造了一種網絡效應,它意味著一波開發人員的湧入會導致更多開發人員的加入。

"

來源:Business Insider

作者:Rosalie Chan

人工智能框架TensorFlow最初只是一款在Google內部運行的軟件。

2015年11月,TensorFlow作為開源軟件向公眾開放。從那時起,TensorFlow在開發人員中迅速普及,並逐漸在Uber、Twitter等公司投入使用。

對人工智能工作的高需求使得TensorFlow廣受歡迎。

人們甚至用TensorFlow來發現新行星、探測非法採伐行為和翻譯梵蒂岡的文本。

2016年,著名圍棋世界冠軍李世石與一款電腦程序對弈失敗,這場人機大戰受到了全世界逾1億人的密切關注。然後,在2017年,美國宇航局的科學家們用開普勒太空望遠鏡發現了兩顆新行星。

這些看似毫不相干的成就之間有一些共同之處,它們都是由TensorFlow這一人工智能開源項目背後的技術實現的。

TensorFlow最初由Google工程師開發,但事實證明,對於任何涉及大數據處理的項目,這款軟件都特別受歡迎。

TensorFlow由Google Brain團隊創建,該團隊由Google資深研究員兼人工智能研究者傑夫·狄恩(Jeff Dean)領導。

它的前身只是一個在Google內部運行的名為DistBelief的工具,但到了2015年11月,Google將其命名為TensorFlow發佈給公眾,並開放其系統源代碼——允許任何人免費使用、下載或修改它。

這個名字是由tensors(張量)一詞而來,人們對源代碼的相關操作是由TensorFlow創建的神經網絡執行的。(譯註:張量是所有深度學習框架中最核心的組件,後續的所有運算和優化都是基於張量進行的)

根據Microsoft的代碼託管網站GitHub的數據,目前有超過9,000名開發人員在使用TensorFlow,它在世界上最受歡迎的開源項目中排名第三。

人工智能之所以備受企業歡迎,部分原因是企業對人工智能技術的需求越來越大。據招聘網站Indeed的一份報告顯示,去年人工智能相關職位的招聘帖子比以往增加了29.1%。

如今,Twitter、eBay、PayPal、Airbnb和Uber等公司正在使用TensorFlow為公司部分甚至全部人工智能技術提供支持。

此外TensorFlow還被用於零售、醫療、製造、金融、食品和銀行等行業——例如,Coca-Cola就在其移動應用程序中使用了TensorFlow。

“TensorFlow的應用非常廣泛,它有一個很大的客戶群。”Google的TensorFlow產品經理桑迪普·古普塔(Sandeep Gupta)在接受Business Insider採訪時表示。“所有這些原因都促成了TensorFlow的快速發展。”

什麼是機器學習?

TensorFlow起初的開發目的是作為一種機器學習工具。機器學習是人工智能的一個領域,它幫助計算機進行數據訓練和模式識別,並在不需要人類指令的情況下做出決策。人類可以給算法提供數據,比如一大組圖像,然後算法就能自動對這些圖像進行分類。

古普塔說,Google的大多數產品都運用到了大量機器學習技術。例如,Gmail依賴於機器學習來編寫智能回覆,該功能可以根據剛剛收到的電子郵件建議自動回覆的內容。GooglePhotos能夠對照片進行分類和整理。

Google 也用TensorFlow完成圖像和文本分析等任務,如在Google搜索、地圖、照片、Gmail和翻譯等任務中都涉及圖像和文本分析技術。又或者,Google把TensorFlow作為自己內部運行的工具。

古普塔說:“谷歌內部所使用的TensorFlow與開源項目中的是同一版,它已經成為了Google基礎設施的一部分。”

Google在6月份剛剛發佈了新版TensorFlow,並將它作為官方第二版工具的一部分。古普塔說,開發團隊對新版TensorFlow的定位是讓它操作更簡易。

TensorFlow開發者與各大公司和開源社區合作,以確保它更易於掌握,同時以便更多開發人員進一步利用人工智能技術。

古普塔說:“這是為了讓人們更容易入門並操作機器學習技術。從而使人們可以嘗試用機器學習來解決各種難題。我們將繼續完善TensorFlow,看它如何改進整個端到端解決方案。”

從贏得圍棋大戰到發現行星

古普塔說,他經常對TensorFlow的用途感到驚訝。他說,自己曾看到TensorFlow被用來鑑別各種疾病、檢測空氣質量、或者改善農業和乳製品生產。古普塔甚至看到羅馬的一所大學使用TensorFlow轉錄梵蒂岡檔案中的古文。

2016年3月,Google的圍棋人工智能機器人AlphaGo以4比1的成績擊敗了圍棋冠軍李世石。AlphaGo是由初版張量處理器(Tensor Processing Unit)開發出來的,張量處理器是一個專為TensorFlow定製的人工智能芯片,它能夠解決複雜的人工智能問題。計算機科學家將繼續使用TensorFlow來開發更強版本的AlphaGo,比如AlphaGo Master、AlphaGo Zero和AlphaZero。

2017年,美國國家航空航天局的科學家們甚至在使用TensorFlow的情況下用開普勒太空望遠鏡發現了新行星。航天局擁有15,000多個望遠鏡信號的數據集,科學家們使TensorFlow通過模式識別訓練來區分行星和非行星。

然後,科學家們把TensorFlow運用到現實觀測中。利用這種模型,他們觀察到了670顆恆星,發現了兩顆新行星:開普勒80g和開普勒90i。

Twitter、Coca-Cola、AlphaGo背後的祕密

圖注:開普勒-90恆星系統及其行星的圖解

2018年,一批工程師通過訓練TensorFlow探測伐木和鏈鋸聲音的能力,達到讓人工智能探測亞馬遜中部的非法採伐行為的目的。

在Google I/O開發者大會上,這一工程師團隊展示了一個基於TensorFlow的應用程序,這個程序可以識別知名舞者的舞蹈動作,基於識別內容此給出如何改進舞蹈的建議。

古普塔說:“在藝術、教育、音樂等領域,人們正在使用TensorFlow,它可以讓人們更容易掌握、控制智能設備,並學會和智能設備互動。”

TensorFlow的應用在其他科技公司也很常見。在Twitter上,開發人員通過機器學習在用戶的Twitter推送上排列推文,同時也將TensorFlow用於廣告。

Twitter高級工程師莊易(Yi Zhuang)表示,這是為了確保用戶看到最相關的廣告信息,確保廣告點擊率,並決定該顯示哪些廣告。莊易說,TensorFlow也可用於保護用戶隱私。

莊易在接受Business Insider採訪時表示:“人類很難辨別哪些推文對於我們的用戶來說是最相關、最有趣的。這就是為什麼我們要用機器學習來解決這些問題。”

在Uber上,開發人員在其應用程序中使用TensorFlow,用於客戶支持等目的。

Uber軟件工程師亞歷克斯·瑟吉夫(Alex Sergeev)告訴Business Insider:“如果用戶要尋求幫助或提交文件,我們會盡量優化這些流程,通過預測他們可能遇到的問題,讓他們就能夠解決自己的問題。”

開發人員經常把TensorFlow和一個名為Keras的相關工具一起使用。Keras是一個Python編程語言庫,由Google法國員工弗朗索瓦·肖萊(Francois Chollet)創建。Keras用於訓練各種人工智能模型,以製作原形,並進行研究和生產。雖然不需要同時使用這兩種工具,但是開發人員發現Keras有助於簡化TensorFlow的操作。

Databricks首席執行官兼聯合創始人阿里·格霍西(Ali Ghodsi)告訴Business Insider:“大多數人都是通過Keras來使用TensorFlow的。有了Keras,編寫機器學習程序實際上非常簡單。用戶可以這樣想:如果想追求簡單,就要選Keras。”

為什麼TensorFlow這麼受歡迎?

TensorFlow並不是唯一的人工智能框架。其他受歡迎的應用包括用於數據分析的scikit-learn,以及由Facebook工程師創建並由研究人員使用的PyTorch。

但RedMonk行業分析師凱麗安·菲茨帕特里克(KellyAnn Fitzpatrick)表示,TensorFlow可能是應用最廣的人工智能框架,因為它擁有強大的開源社區,並得到了Google的支持。Google還為人們如何開始人工智能學習和機器學習提供了資源。

菲茨帕特里克在接受Business Insider採訪時表示:“得到開源社區的支持,以及Google這樣的公司的支持,百利而無一害。軟件開發人員要學習機器學習技術,數據科學家和數據工程師也必須掌握良好的編碼技能。雙方可以互相學習,取長補短。”

因為TensorFlow的源代碼是開放的,所以它允許更多的人蔘與到代碼的編寫中。有了更多的人,開源項目就會進展得更快。這也在一定程度上創造了一種網絡效應,它意味著一波開發人員的湧入會導致更多開發人員的加入。

Twitter、Coca-Cola、AlphaGo背後的祕密

TensorFlow用於識別Twitter最相關的推文和要顯示的廣告。

莊易說,在使用TensorFlow之前,Twitter使用過各種機器學習工具包,但它們中的大多數都沒有深度學習能力——也就是說,計算機無法學會識別一些在人類通過直觀就能辨別的差異,例如認識貓與狗之間的區別。

但是深度學習在自動駕駛汽車中尤為重要,因為識別街道標誌而不撞到行人是很重要的。

莊易表示,在TensorFlow之前,深度學習主要是作為大學和研究實驗室的學術工作存在的,對於任何試圖在現實生活中使用它的人來說,並沒有太多選擇。Google看到了這其中的差距,並建立了企業所需要的人工智能庫。

“TensorFlow很實用,它使深度學習變得簡單,”莊說。“如果你在這些框架開發出來之前去看,深度學習就是一個神祕的領域,這意味著只有具備很多深度學習知識的研究人員才能將其應用於解決產品問題。”

“這個領域正在快速發展”

Google的古普塔表示,TensorFlow的受歡迎程度反映了機器學習領域的增長速度。它彙集了開發人員、數據科學家和各種其他技術專家。

即使該項目現已公開,古普塔表示它仍然是有利於Google的,因為Google可以從該項目的進展中獲益。Google內部開展的其他項目,如雲項目Kubernetes,在成為開源項目之後也取得了成功。

古普塔說:“我們從很多直接和間接的方面看到了這些好處。最大的好處是可以加快我們自己的研究進度和我們社區的研究進展。”

由於TensorFlow是最大、最全面的機器學習平臺之一,它很快就受到了用戶的歡迎。在網上,TensorFlow社區成員正在分享他們用這一技術所做的事,有的成員用它來檢測舞蹈動作,也有成員用它在遊戲中打敗對手。

TensorFlow在用戶間口口相傳,不斷吸引著開發人員的興趣,他們可能希望重新使用並試驗這些開源項目。

今天,數不盡的教育資源可以讓開發人員更容易地學習並使用TensorFlow。由於人工智能技術和工作的高需求,試試總不會有什麼壞處。

古普塔說:“這個領域發展非常迅速。你只要有一個開源軟件的框架,就可以加快機器學習領域的發展。”

"

來源:Business Insider

作者:Rosalie Chan

人工智能框架TensorFlow最初只是一款在Google內部運行的軟件。

2015年11月,TensorFlow作為開源軟件向公眾開放。從那時起,TensorFlow在開發人員中迅速普及,並逐漸在Uber、Twitter等公司投入使用。

對人工智能工作的高需求使得TensorFlow廣受歡迎。

人們甚至用TensorFlow來發現新行星、探測非法採伐行為和翻譯梵蒂岡的文本。

2016年,著名圍棋世界冠軍李世石與一款電腦程序對弈失敗,這場人機大戰受到了全世界逾1億人的密切關注。然後,在2017年,美國宇航局的科學家們用開普勒太空望遠鏡發現了兩顆新行星。

這些看似毫不相干的成就之間有一些共同之處,它們都是由TensorFlow這一人工智能開源項目背後的技術實現的。

TensorFlow最初由Google工程師開發,但事實證明,對於任何涉及大數據處理的項目,這款軟件都特別受歡迎。

TensorFlow由Google Brain團隊創建,該團隊由Google資深研究員兼人工智能研究者傑夫·狄恩(Jeff Dean)領導。

它的前身只是一個在Google內部運行的名為DistBelief的工具,但到了2015年11月,Google將其命名為TensorFlow發佈給公眾,並開放其系統源代碼——允許任何人免費使用、下載或修改它。

這個名字是由tensors(張量)一詞而來,人們對源代碼的相關操作是由TensorFlow創建的神經網絡執行的。(譯註:張量是所有深度學習框架中最核心的組件,後續的所有運算和優化都是基於張量進行的)

根據Microsoft的代碼託管網站GitHub的數據,目前有超過9,000名開發人員在使用TensorFlow,它在世界上最受歡迎的開源項目中排名第三。

人工智能之所以備受企業歡迎,部分原因是企業對人工智能技術的需求越來越大。據招聘網站Indeed的一份報告顯示,去年人工智能相關職位的招聘帖子比以往增加了29.1%。

如今,Twitter、eBay、PayPal、Airbnb和Uber等公司正在使用TensorFlow為公司部分甚至全部人工智能技術提供支持。

此外TensorFlow還被用於零售、醫療、製造、金融、食品和銀行等行業——例如,Coca-Cola就在其移動應用程序中使用了TensorFlow。

“TensorFlow的應用非常廣泛,它有一個很大的客戶群。”Google的TensorFlow產品經理桑迪普·古普塔(Sandeep Gupta)在接受Business Insider採訪時表示。“所有這些原因都促成了TensorFlow的快速發展。”

什麼是機器學習?

TensorFlow起初的開發目的是作為一種機器學習工具。機器學習是人工智能的一個領域,它幫助計算機進行數據訓練和模式識別,並在不需要人類指令的情況下做出決策。人類可以給算法提供數據,比如一大組圖像,然後算法就能自動對這些圖像進行分類。

古普塔說,Google的大多數產品都運用到了大量機器學習技術。例如,Gmail依賴於機器學習來編寫智能回覆,該功能可以根據剛剛收到的電子郵件建議自動回覆的內容。GooglePhotos能夠對照片進行分類和整理。

Google 也用TensorFlow完成圖像和文本分析等任務,如在Google搜索、地圖、照片、Gmail和翻譯等任務中都涉及圖像和文本分析技術。又或者,Google把TensorFlow作為自己內部運行的工具。

古普塔說:“谷歌內部所使用的TensorFlow與開源項目中的是同一版,它已經成為了Google基礎設施的一部分。”

Google在6月份剛剛發佈了新版TensorFlow,並將它作為官方第二版工具的一部分。古普塔說,開發團隊對新版TensorFlow的定位是讓它操作更簡易。

TensorFlow開發者與各大公司和開源社區合作,以確保它更易於掌握,同時以便更多開發人員進一步利用人工智能技術。

古普塔說:“這是為了讓人們更容易入門並操作機器學習技術。從而使人們可以嘗試用機器學習來解決各種難題。我們將繼續完善TensorFlow,看它如何改進整個端到端解決方案。”

從贏得圍棋大戰到發現行星

古普塔說,他經常對TensorFlow的用途感到驚訝。他說,自己曾看到TensorFlow被用來鑑別各種疾病、檢測空氣質量、或者改善農業和乳製品生產。古普塔甚至看到羅馬的一所大學使用TensorFlow轉錄梵蒂岡檔案中的古文。

2016年3月,Google的圍棋人工智能機器人AlphaGo以4比1的成績擊敗了圍棋冠軍李世石。AlphaGo是由初版張量處理器(Tensor Processing Unit)開發出來的,張量處理器是一個專為TensorFlow定製的人工智能芯片,它能夠解決複雜的人工智能問題。計算機科學家將繼續使用TensorFlow來開發更強版本的AlphaGo,比如AlphaGo Master、AlphaGo Zero和AlphaZero。

2017年,美國國家航空航天局的科學家們甚至在使用TensorFlow的情況下用開普勒太空望遠鏡發現了新行星。航天局擁有15,000多個望遠鏡信號的數據集,科學家們使TensorFlow通過模式識別訓練來區分行星和非行星。

然後,科學家們把TensorFlow運用到現實觀測中。利用這種模型,他們觀察到了670顆恆星,發現了兩顆新行星:開普勒80g和開普勒90i。

Twitter、Coca-Cola、AlphaGo背後的祕密

圖注:開普勒-90恆星系統及其行星的圖解

2018年,一批工程師通過訓練TensorFlow探測伐木和鏈鋸聲音的能力,達到讓人工智能探測亞馬遜中部的非法採伐行為的目的。

在Google I/O開發者大會上,這一工程師團隊展示了一個基於TensorFlow的應用程序,這個程序可以識別知名舞者的舞蹈動作,基於識別內容此給出如何改進舞蹈的建議。

古普塔說:“在藝術、教育、音樂等領域,人們正在使用TensorFlow,它可以讓人們更容易掌握、控制智能設備,並學會和智能設備互動。”

TensorFlow的應用在其他科技公司也很常見。在Twitter上,開發人員通過機器學習在用戶的Twitter推送上排列推文,同時也將TensorFlow用於廣告。

Twitter高級工程師莊易(Yi Zhuang)表示,這是為了確保用戶看到最相關的廣告信息,確保廣告點擊率,並決定該顯示哪些廣告。莊易說,TensorFlow也可用於保護用戶隱私。

莊易在接受Business Insider採訪時表示:“人類很難辨別哪些推文對於我們的用戶來說是最相關、最有趣的。這就是為什麼我們要用機器學習來解決這些問題。”

在Uber上,開發人員在其應用程序中使用TensorFlow,用於客戶支持等目的。

Uber軟件工程師亞歷克斯·瑟吉夫(Alex Sergeev)告訴Business Insider:“如果用戶要尋求幫助或提交文件,我們會盡量優化這些流程,通過預測他們可能遇到的問題,讓他們就能夠解決自己的問題。”

開發人員經常把TensorFlow和一個名為Keras的相關工具一起使用。Keras是一個Python編程語言庫,由Google法國員工弗朗索瓦·肖萊(Francois Chollet)創建。Keras用於訓練各種人工智能模型,以製作原形,並進行研究和生產。雖然不需要同時使用這兩種工具,但是開發人員發現Keras有助於簡化TensorFlow的操作。

Databricks首席執行官兼聯合創始人阿里·格霍西(Ali Ghodsi)告訴Business Insider:“大多數人都是通過Keras來使用TensorFlow的。有了Keras,編寫機器學習程序實際上非常簡單。用戶可以這樣想:如果想追求簡單,就要選Keras。”

為什麼TensorFlow這麼受歡迎?

TensorFlow並不是唯一的人工智能框架。其他受歡迎的應用包括用於數據分析的scikit-learn,以及由Facebook工程師創建並由研究人員使用的PyTorch。

但RedMonk行業分析師凱麗安·菲茨帕特里克(KellyAnn Fitzpatrick)表示,TensorFlow可能是應用最廣的人工智能框架,因為它擁有強大的開源社區,並得到了Google的支持。Google還為人們如何開始人工智能學習和機器學習提供了資源。

菲茨帕特里克在接受Business Insider採訪時表示:“得到開源社區的支持,以及Google這樣的公司的支持,百利而無一害。軟件開發人員要學習機器學習技術,數據科學家和數據工程師也必須掌握良好的編碼技能。雙方可以互相學習,取長補短。”

因為TensorFlow的源代碼是開放的,所以它允許更多的人蔘與到代碼的編寫中。有了更多的人,開源項目就會進展得更快。這也在一定程度上創造了一種網絡效應,它意味著一波開發人員的湧入會導致更多開發人員的加入。

Twitter、Coca-Cola、AlphaGo背後的祕密

TensorFlow用於識別Twitter最相關的推文和要顯示的廣告。

莊易說,在使用TensorFlow之前,Twitter使用過各種機器學習工具包,但它們中的大多數都沒有深度學習能力——也就是說,計算機無法學會識別一些在人類通過直觀就能辨別的差異,例如認識貓與狗之間的區別。

但是深度學習在自動駕駛汽車中尤為重要,因為識別街道標誌而不撞到行人是很重要的。

莊易表示,在TensorFlow之前,深度學習主要是作為大學和研究實驗室的學術工作存在的,對於任何試圖在現實生活中使用它的人來說,並沒有太多選擇。Google看到了這其中的差距,並建立了企業所需要的人工智能庫。

“TensorFlow很實用,它使深度學習變得簡單,”莊說。“如果你在這些框架開發出來之前去看,深度學習就是一個神祕的領域,這意味著只有具備很多深度學習知識的研究人員才能將其應用於解決產品問題。”

“這個領域正在快速發展”

Google的古普塔表示,TensorFlow的受歡迎程度反映了機器學習領域的增長速度。它彙集了開發人員、數據科學家和各種其他技術專家。

即使該項目現已公開,古普塔表示它仍然是有利於Google的,因為Google可以從該項目的進展中獲益。Google內部開展的其他項目,如雲項目Kubernetes,在成為開源項目之後也取得了成功。

古普塔說:“我們從很多直接和間接的方面看到了這些好處。最大的好處是可以加快我們自己的研究進度和我們社區的研究進展。”

由於TensorFlow是最大、最全面的機器學習平臺之一,它很快就受到了用戶的歡迎。在網上,TensorFlow社區成員正在分享他們用這一技術所做的事,有的成員用它來檢測舞蹈動作,也有成員用它在遊戲中打敗對手。

TensorFlow在用戶間口口相傳,不斷吸引著開發人員的興趣,他們可能希望重新使用並試驗這些開源項目。

今天,數不盡的教育資源可以讓開發人員更容易地學習並使用TensorFlow。由於人工智能技術和工作的高需求,試試總不會有什麼壞處。

古普塔說:“這個領域發展非常迅速。你只要有一個開源軟件的框架,就可以加快機器學習領域的發展。”

Twitter、Coca-Cola、AlphaGo背後的祕密

"

相關推薦

推薦中...