转载

谷歌Tensor Flow开源后，第三方开发者们都捣鼓了些什么？

上月，谷歌的人工智能引擎开源后，已经被其他很多公司巧妙地运用，例如将英语翻译为汉语，阅读手写文字以及甚至创作原创艺术作品。这款名为 Tensor Flow的开源引擎，为用户们提供一种利用大量数据直接训练计算机完成任务的途径。软件可以和不同方法相结合，在不同计算机硬件基础上有效建立并训练模拟「深度学习」神经网络。

深度学习是一种训练计算机识别图像与音频规律非常有效的技巧，让机器像人类一样可以完成有用的任务，例如识别图像中的人脸与物体。最近，深度学习还显示出解析语言的天赋，通过让机器对具有含义的说或写出的要求产生反应。

谷歌Tensor Flow开源后，第三方开发者们都捣鼓了些什么？ — Jeff Dean

据MIT科技评论的报道，在神经信息处理社区（NIPS）于本周位于蒙特利尔的大会上，主导了Tensor Flow的研发的谷歌计算机科学家Jeff Dean表示，这种软件正被谷歌之外的公司用于大量的试验项目中。

它们包括了为图片加字幕的软件，以及开发将Tensor Flow文件翻译至中文的代码的软件。另一个项目利用Tensor Flow创作艺术作品。「现在还处在探索阶段。」Dean在演讲后说，「人们还正在试着理解它到底最擅长什么。」

Tensor Flow由谷歌Google Brain发展而来，旨在将多种神经网络机器学习应用到产品和服务当中。Google Brain的领域在这些年大幅扩张。Dean称谷歌包含Google Brain的项目已经从2014早期的屈指可数到了今天的超过600个。

近期，Google Brain还帮助研发了Smart Reply，一个可以扫描Gmail邮件并自动推荐回复的的系统。这其中包括的神经网络科技已经于去年的NIPS大会由谷歌研发员详细介绍。

Dean希望深度学习与机器学习可以对其他公司也有着相似的影响。「机器学习有着无数方法可以影响不同的产品与工业。」他说道。例如，这项科技正在被许多工业所测试，在大量数据的基础上进行预测，其范围延伸从零售业到保险业。

谷歌敢于开放Tensor Flow的代码，是因为它所拥有的数据对于建造一个强力的AI引擎更具价值。该公司希望开源能将其打造成机器学习领域的领先者，并发展与开发者和合作伙伴的关系。Tensor Flow「从某种程度上给了我们一个共同说话的语言。」Dean说道，「我们从使用过Tensor Flow的开发者们身上获取益处，这并不是纯粹的无私行为。」

争夺机器学习话语权和人才的竞争正在加剧，Tensor Flow的性能并非最好，但它简单易用，可轻松在不同硬件上切换运行。Dean也表示，他的团队正在努力提升Tensor Flow的性能。无独有偶，蓝色巨人 IBM最近也宣布开源自己的机器学习引擎。