Google的开源TensorFlow系统，其背后的方式是什么？

根据国外媒体报道，谷歌周一发布了新的人工智能系统TensorFlow. 该系统可用于各种机器深度学习领域，例如语音识别或照片识别，主要用于2011年开发的DistBelief深度学习基础结构以进行各种改进，它的大小可从智能手机小到数千个. 数据中心服务器可在各种​​设备上运行.

更重要的是，谷歌表示TensorFlow将是完全开源的，任何人都可以使用它. 那么，这些是什么？

关于TensorFlow的过去和现在

TensorFlow是Google开发的第二代人工智能学习系统，而第一代DistBelief比这早很多年.

DistBelief出生于2011年. 它是Google推出的第一个内部深度学习结构. 它可以帮助Google使用自己的数据中心来构建大型神经网络. 它主要用于人工智能的开发，例如语音识别和图像搜索. 还有更多

但是，DistBelief本身也存在一些技术缺陷，这些缺陷仍然限制了Google人工智能的发展. 例如，Google高级研究员JeffDean和技术总监RajatMonga表示，DistBelief的重点是神经网络，并与Google的内部基础架构紧密联系. 换句话说，该系统“几乎不可能与外界共享研究代码”，并且建立起来更加困难.

TensorFlow是基于第一代DistBelief开发的，其名称来自于其自身的工作原理. 张量（tensor）表示N维数组，流（flow）表示基于数据流图的计算，TensorFlow即从图像的一端到另一端传输复杂数据结构的张量流向人工智能神经网络，用于分析和处理.

相比之下，作为Google的第二代人工智能系统google系统开源，TensorFlow更快，更智能，更灵活，可以更轻松地应用于Google的新产品并支持技术研究. 根据一些标准计算，TensorFlow的运行速度相当于DistBelief的3倍.

此外，TensorFlow的一大亮点是对异构设备的分布式计算的支持. 它可以在各种平台上自动运行模型，从电话，单个CPU / GPU到由成百上千个GPU卡组成的分布式系统. 换句话说，任何基于梯度的机器学习算法都可以从TensorFlow的自动分化中受益.

为什么Google敢于开源？

鉴于TensorFlow系统的强大功能，并且Google计划在TensorFlow的基础上发布ImageNet计算机视觉模型，理论上使用Google的示例模型架构，您可以快速开始使用机器学习技术. 因此，可以说Google是计算机智能应用的杀手kill. 不过，谷歌表示，开源系统不会危害公司的战略，而且仍将使公司保持优势. 为什么？

通过Google的最新白皮书TensorFlow: 异构系统上的机器学习，可以看出，尽管该系统已变成开源，但这一次开源TensorFlow是一个独立的实现，也是其最大的实现有价值的分布式数据流实现不是开源的. 换句话说，Google的举动仍然留下了可以保持自己独特性的东西，例如海量数据，可以运行该软件的计算机网络以及可以调整算法的庞大的人工智能专家团队.

Google的开源方法实际上类似于Facebook的开源人工智能研究计划. 深度学习系统或软件尚未准备就绪，无法使用. 在发行的早期阶段，需要通过用户数据对其进行测试和调整. 顾名思义，这是一个学习过程. Facebook的开放式人工智能研究是由于缺乏自己的移动操作系统和通信渠道，没有办法检测产品，只能通过与其他公司合作来改善创新.

类似地，如果Google没有工程师为其调整数百万个参数，那么Google这次发布的深度学习算法的使用极为有限. 专家说，调整这些参数需要不断的反复试验，并且第一次接触要花很长时间. Google还需要通过发布此系统来吸引更多的研究人员google系统开源，以便为其找到新用途并加以改进.

根据报道，Google在2011年启动了一个GoogleBrain项目，以尝试训练神经网络. 当时，Google Brain拥有超过16,000个微处理器，并创建了具有数十亿个连接的神经网络. 在此项目研究中，网络查看了数千万个YouTube图像，并从图像中独立识别出它们. “猫”. 研究人员说: “在训练过程中，我们从未告诉过它'这是只猫'. 基本上可以说它是发明了猫的概念的. ”

TensorFlow的未来

2004年，谷歌创始人拉里·佩奇（LarryPage）和谢尔盖·布林（SergeyBrin）预测: “计算机将被植入人脑，搜索将成为一种自主行为. ” 11年后的今天，Google尚未植入搜索功能Brain，但该公司将搜索机器变成了人工智能大脑. “这是一个允许研究人员的想法直接转换为产品的工具. 将来，研究人员可能不需要为新想法重写代码. ”

这是Google对未来的愿景，TensorFlow是通向这个未来的里程碑之一. 开源TensorFlow可以加速Google的人工智能技术部署，并帮助该公司在未来的人工智能开发中占据更大的主导地位.

但是，当然有可能在开源中进行多方合作. 数据资源的共享，技术研究的交流与碰撞……Google的发展也将带动该行业技术的整体发展. 许多年前，人们就知道开源的重要性，正如开源硬件公司ArduinoCEO Musto所说: “我们需要开源，我们需要社区的智慧. ”

雷锋的原始文章严禁擅自转载. 有关详细信息，请参见转载通知.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-191382-1.html