返回上一页  首页 | cnbeta报时: 16:17:15
谷歌开源TensorFlow系统 背后都有什么门道
发布日期:2016-07-20 18:50:07  稿源:网易科技

作为谷歌旗下最重要的人工智能系统,TensorFlow功能强大。其中包含的一些工具可以自动识别声音和图像,而另一些工具则可以根据上下文关系理解词 语含义。同时,这也是一个开源系统,允许任何人下载源码。通过将所有工具开源,TensorFlow能够让开发人员打造出高度智能化的产品。


深度学习算法

人工智能并不是什么新奇的概念。在1956年的一次大会上,信息论之父克劳德·艾尔伍德·香农(Claude Elwood Shannon)就提出了关于机器人工智能的相关概念,并预计将于20年之内解决这一问题。

显然这一切并未发生。事实证明,人类的思维太过复杂,根本无法用简单的逻辑语句进行编码。许多计算机科学家都试图使计算机具有专业思维能力,但在信息理解上总会有巨大偏差。简单的说,基于逻辑规则的机器系统并不具备人类智力。

相比之下,类似于TensorFlow之类的人工智能系统本身具有学习能力。因此谷歌也在开源TensorFlow不断改进自身算法的方式,允许人工智能知识有限的开发人员也能够开发出有用的应用程序。

事实上,TensorFlow并不完美,但其可以帮助用户进行信息筛选,节省大量时间。其中包含的反馈机制也可以让系统本身不断从错误中学习改进。谷歌虽然尚未打造无所不能的人工智能系统,但却加强了人类和机器的有效协作。

开源TensorFlow

做出开放源码决定的是谷歌首席科学家杰夫·迪恩(Jeff Dean),他认为常规步骤下的创新工作进展过于缓慢。常常是一个谷歌开发人员写出代码,甚至要等上几个月才会在一次会议上进行讨论,此外另一个开发人员会再花上几个月的时间重复这一过程。

迪恩认为,开源TensorFlow能够显著加速这一进程。通过开源,谷歌开发人员能够实时与科学界进行协作。谷歌之外的人才也能够参与TensorFlow源代码的编写。而机器学习技术的共享能够广泛吸引更多的技术人才完善TensorFlow系统。

TensorFlow项目负责人Rajat Monga指出,“通过将TensorFlow开源,我们能够与大学以及诸多初创企业的开发人员进行合作,接触新的理念,推进技术发展。开源使得代码开发的速度更快,TensorFlow也更加功能多样,灵活方便。”

打造价值生态系统

从传统观念看,谷歌开源机器学习工具似乎很奇怪。我们无法想象可口可乐会向社会公布其配方。而包括苹果在内的许多高科技公司也对新产品守口如瓶。即便是谷歌,也有很多处于保密状态,比如其搜索算法。

然而世界正在不断变化。曾经通向成功的可靠途径是优化独有的价值链。通过磨砺企业内部流程以及拓展自身规模,不断提高自身在客户以及供应商之中的优势地位,从而创造更高的效率。这就是企业打造自身竞争优势的主要方式。

如今,最成功的产品逐步转变为价值生态系统。虽然谷歌聘用的都是杰出人才,但其改进技术的唯一方式就是与更大规模的整个科学界进行合作。通过开源,可以借助社会广大技术人员使用谷歌的技术开发产品。

这就是为什么很多高科技公司会开源其关键技术。除了谷歌开源其TensorFlow之外,Facebook也宣布开源其人工智能工具库,特斯拉也开源其电动汽车专利,而近期IBM也开源其量子计算平台。

今天,我们生活在互联经济时代。降低成本以及资产优化不再是绝对的竞争优势,而打造价值生态系统才是真正意义上的竞争优势。相应的能力优势不再是金字塔的顶端,而是在网络中心。

我们在FebBox(https://www.febbox.com/cnbeta) 开通了新的频道,更好阅读体验,更及时更新提醒,欢迎前来阅览和打赏。
查看网友评论   返回完整版观看

返回上一页  首页 | cnbeta报时: 16:17:15

文字版  标准版  电脑端

© 2003-2024