订阅每日最新资讯
独乐不如众乐，谷歌大脑团队宣布旗下人工智能平台开源
& & & &(文/3sNews高级编辑 陈启临)Alphabet谷歌大脑团队上周一刚刚发布人工智能学习平台TensorFlow，紧接着团队在11月9日团队宣布该平台开源。
TensorFlow对图形和纯数据不同的人工智能计算
& & & &Alphabet正式涉足人工智能的时间并不长，他们从2011年开始谷歌大脑项目以推进全球领先的神经网络中枢，第二年，小组正式推出一个叫DistBelief的深度学习系统，TensorFlow则是第一代系统的升级版。
& & & &TensorFlow主要的特性有：
& & & &支持严肃的C++和易于使用的Python两种语言。未来还会支持更多语言。
& & & &灵活的神经网络库编写。TensorFlow提供了专门的工具，协助开发者构建网络神经，同时提供底层神经库的支持。
& & & &支持云端弹性计算资源。TensorFlow也支持运行多个CPU、GPU的并行计算，并跨平台支持服务的运营，以提高执行效率。TensorFlow通过Alphabet提供这样云计算资源，当然也可以充分利用现有的计算资源，这些都支持。
& & & 可视化的自动推算系统。开发者建立相关的计算模型，交由TensorFlow来进行运算，一套可视化的界面总能明确了解计算进展到什么阶段了。
& & & &提供产品化的快速通道。TensorFlow有专门的工具协助开发者将随时的科研进展迅速产品化，这对于相关人工智能产品的快速迭代有所帮助。
& & & &允许学术共享。对于有着相同应用方向的用户开发者，他们可以在TensorFlow上分享最新的成果，共同研究和攻克一些技术难题。
& & & &尽管做这样一个人工智能的研究和计算平台本身就是个门槛，那么TensorFlow为何要开源？官方的答案是：人工智能始终是一项前沿的课题，全世界都在做相关的研究，对关键人工智能学习软件的开源能有助于人们更好地解决问题；此外，人工智能还始终却缺乏行业标准，TensorFlow的开源更希望大家都能用上它，有了用户，促进行业标准就更容易了。
& & & &无论你是学生、研究员、工程师、创业者或者发明家，都在TensorFlow的目标用户群当中。
& & & &目前，TensorFlow仍然是一个提供人工智能开发和计算等基础能力的平台，其产品发展目标是要成为一个开源的社区。
[责任编辑：陈启临]声明：3sNews登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
第一时间获取位置服务与空间信息领域新鲜资讯、深度商业资本观察，请在微信公众账号中搜索「3sNews」or「www.3snews.net」，或用手机扫描左方二维码，即可获得3sNews每日精华内容推送和最优搜索体验，并参与编辑活动。科技界泰斗Tim O&Reilly刚刚试用了谷歌相册（Google Photos），惊叹于其人工智能深度。今年5月，谷歌年度I/O大会（网络开发者年会）的小型新闻酒会上，O'Reilly就站在谷歌首席执行官兼共同创始人Larry Page身边几英尺远的地方。那天，谷歌揭开了它个人相册应用的面纱，O'Reilly很惊讶地发现，如果他在搜索框中输入类似&墓碑&这样的关键字，该APP甚至能找出很久很久以前照的他叔叔墓地的照片。谷歌正在开源坐镇其科技帝国核心的软件该应用使用了称为深度学习的日益强化版人工智能技术。通过分析成千上万张墓碑照片，这一人工智能技术可以学会识别从未见过的墓碑。猫猫狗狗，花草树木，蓝天白云，各色美食都一样。谷歌相册搜索引擎并不完美。但它的准确度相当惊人&&它是如此惊人以致O'Reilly万分不解为什么谷歌不将其人工智能引擎的访问权通过互联网、云计算售出，让其他人也用这种机器学习驱动他们的app。这东西可以成为谷歌真正的赚钱机器，他说。毕竟，谷歌也用这个人工智能引擎来进行语音识别，语言翻译，改善互联网搜索结果等等。从广告目标锁定到计算机安全，其他人也可以将这一科技应用到很多很多其他任务上。好吧，今天早晨，谷歌将O'Reilly的想法实现得更高远了。不是卖出深度学习引擎，而是将其开源，让全世界都能自由分享引擎的底层代码。这一软件被称为TensorFlow，通过完全奉上该技术，谷歌相信，人工智能的发展脚步将被加快。通过开源，外部人士也可以帮助改善谷歌的技术，而且，这些改善会切实回馈给谷歌。&我们希望的是，社区将开源接纳为一种表达很多不同类型的机器学习算法的好方式，并且以多种不同且有趣的方式帮助建立和完善【TensorFlow】。&谷歌最主要的工程师之一，深度学习技术崛起的关键人物Jeff Dean如此说道。Jeff Dean近些年来，其他公司和研究人员，如Facebook、微软和推特，也在人工智能领域取得了巨大的进步。有些已经开源了与TensorFlow类似的软件。包括Torch&&最初由纽约大学的研究人员（现在很多都在Facebook上班）制作的一个系统，以及类似Caffe和Theano这样的系统。但谷歌的举动影响重大。这是因为，有些人认为谷歌的人工智能引擎是世界上最先进的，而且，这是谷歌嘛！&这真的非常有趣。&深度学习初创公司Skymind老板Chris Nicholson说，&谷歌领先了其他人5到7年。如果他们将自己的工具开源，世界上其他人的机器学习技术都会得到提高。&诚然，谷歌并没有公开它所有的秘密。到目前为止，该公司只开源了部分人工智能引擎的代码。只有引擎顶层运行的部分算法被分享了出来。驱动该引擎的超级先进的硬件基础设施并为列入开源之列（这东西肯定会标价出售的）。但是谷歌起码贡献出了它某些非常重要的数据中心软件，这可是该公司过去通常不会做的事儿。谷歌成为互联网最具影响力的力量，很大一部分原因是由于建立在其计算机数据中心内部的超级强力的软件和硬件。这些硬软件可以帮助运营谷歌所有的在线服务，可以处理全球无数人产生的海量数据和流量。而且，谷歌通常不会在它还没进入到其他设计之前就与全世界分享它的现有设计。即使分享了，也仅仅是共享出描述其技术的研究文档。这家公司不开源它的代码。保持领先的秘诀就在于此。然而，在TensorFlow一事上，谷歌改变了策略，自由分享了某些它最新，实际上也最重要的软件。是的，谷歌开源了部分它的安卓手机操作系统和其他很多较小的软件项目。但这一次还是有所不同。通过释出TensorFlow，谷歌正在开源坐镇其科技帝国核心的软件。&这是一次重大的转变。&帮助建立了包括谷歌文件系统GFS、分布式计算框架MapReduce和分布式存储系统BigTable在内的诸多谷歌突破性数据中心软件的Dean说道。开放算法深度学习依赖于神经网络&&类似人类大脑神经网的系统。基本上，你向这些网络输入大量数据，它们就学会执行一项任务。喂给它们大量关于早餐、午餐和晚餐的照片，它们可以学会识别一顿饭菜。喂给它们语音，它们能学会识别你在说什么。喂给它们老电影台词，它们自己就能学会进行一场谈话&&不是太完美的交谈，但也是很好的对话了。一般而言，谷歌采用配备了GPU芯片的大量计算机来训练这些神经网络。GPU是图形处理单元，最先是为电脑游戏和其他视觉依赖度高的应用渲染图形图像用的，但也被证明在深度学习上相当擅长。GPU长于并行处理大量数据，而这恰恰是深度学习需要的。但在经过训练之后，也就是到了要付诸行动的时候，这些神经网络却要以不同的方式运行。它们通常运行在数据中心内部的传统计算机处理器上，某些情况下，还会运行在手机上。谷歌翻译app就是运行在手机上的例子。它可以完全独立地运行在一台手机上&&不用通过网络接入到某个数据中心，让你甚至可以在没有无线信号的情况下也能用它将外语文字翻译成你的母语。比如说，你可以将该APP对准一块德语路标，它就会即刻将之翻译成英语（随你设置）。TensorFlow是建立和运行这些神经网络的一种方式&&训练阶段和执行阶段都包括了。它是一个软件库集合，也就是一堆代码，你可以将它嵌入进任何应用，这样它就可以学习诸如图像识别、语音识别和语言翻译这样的任务了。TensorFlow的底层代码是用C++编程语言写的。但在为这款人工智能引擎开发应用时，程序员既可以用C++，也可以用深度学习研究员中间最流行的Python语言。然而，希望在于，外部人士会把这个工具拓宽到其他语言上，包括谷歌的Go语言、Java，甚至可能是Javascript，这样程序员们便能有更多的方式可以开发APP了。据Dean说，TensorFlow不仅仅非常适于深度学习，其他形式的人工智能，包括增强学习和逻辑回归，也适用。谷歌之前的系统，DistBelief，就不是这样。DistBelief非常适于深度学习，2014大规模视觉识别挑战赛就是在它的帮助下赢的。。但Dean说，TensorFlow比它快1倍。随着开源这款工具，谷歌还将提供某些神经网络模型和算法，包括照片识别、手写数字识别和文本分析的模型。&我们将提供在公共数据集上训练这些模型所需的所有算法。&Dean说。目前的问题是，谷歌还没有开源可以在大量机器上训练模型的TensorFlow版本。最初开源的版本只能运行在单个电脑上。这台电脑可以包括很多GPU，但它仍然只是独立的一台电脑。&谷歌还是在保持领先优势。&Nicholson说，&想打造真正的企业级应用，你需要大规模分析数据。&但在执行阶段，TensorFlow的开源版本可以运行在手机、台式和笔记本电脑上，并且谷歌表示最终将会开源可以运行在成百上千台机器上的版本。哲学上的改变为什么谷歌哲学会发生这么明显的改变？为什么在重要代码保密这么多年后决定开源TensorFlow？部分原因在于，机器学习社区通常就是这么运作的。深度学习植根于开放分享他们想法的那些学者，他们中很多人现在都供职于谷歌，包括深度学习教父&&多伦多大学教授Geoff Hinton。但是Dean也说到，TensorFlow创建的时间与其他工具，如： MapReduce、GFS、BigTable、Dremel、Spanner和Borg，都不一样。互联网公司广为分享他们的工具以加快开发速度的开源运动，在过去10年间切实提速了不少。谷歌现在也朝着开源的方向打造软件。Dean解释说，那些早期的工具都与谷歌的基础设施联系太紧密了。开源它们没什么实际意义。&它们就不是用开源思维开发的。它们和谷歌现有的系统有着丝丝缕缕的联系，要割断这些联系太难了。&Dean说，&而TensorFlow，我们刚开始开发它的时候就有点像是在对自己说：&嘿，或许我们应该开源它。&&这就是说，某种程度上，TensorFlow还是与谷歌内部基础设施绑定的，谷歌工程师Rajat Monga如是说。这也是为什么谷歌没有完全开源TensorFlow的原因。正如Nicholson指出的，你也可以打赌谷歌因为想保持优势而保留了代码的神秘感。不过，很明显，谷歌已经尽其所能地开源了。回馈环谷歌并没有像其他很多人开源主要软件那样将开源项目交给独立第三方。谷歌自己将在新的Tensorflow.org网站上管理该项目。不过，它确实在Apache2协议下共享了代码，意味着任何人都可以自由使用那份代码。&我们的许可条款足以向社区表明这真的是一款开源产品。&Dean说。当然，这一举动将为谷歌在世界软件开发者中间赢得一些声誉。但更重要的是，它将回馈新的项目。Dean表示，你可以将TensorFlow看作Torch和Caffe和Theano的精华组合。他说，像Torch和Theano，适合快速堆砌研究项目，而Caffe，适合将这些研究项目推向现实世界。其他人可能会有不同意见。社区里很多人都说，现在已被谷歌收购的著名深度学习初创公司DeepMind，就继续在用Torch&&尽管它早就可以用TensorFlow和DistBelief了。但至少，一个开源的TensorFlow给了社区更多的选择。而这，是件好事。&过去3或4年间深度学习领域的大量发展都受益于这些各种各样的库，它们帮助研究人员专注在他们的模型上。研究人员不用过于分心在底层软件工程上。&在多伦多大学Geoff Hinton教授指导下精研深度学习的博士生Jimmy Ba说。即使有TensorFlow在手，打造一款深度学习APP仍然需要下一番工夫。但这一点在未来或许也会有所改变。如Dean指出的，一个谷歌深度学习开源项目和一个谷歌深度学习云服务并不是互斥的。Tim O'Reilly的好主意依然可能实现。但短期内，谷歌仅仅对分享代码感兴趣。如Dean所说，这将帮助公司改善代码。但同时，Monga说，它也将帮助改进整个机器学习，哺育各种各样的新想法。而且，好吧，这些也将反哺谷歌。&机器学习的任何发展，&他说，&也会为我们带来进步。&（编辑：Zoey)
24小时报不停
一加手机将推VR眼镜
一嗨租车第一季度营收4.6亿元：同比转亏
不会英文怎么上Facebook？FB说要大幅改善自动翻译来帮你
原创独立设计师服装电商平台眨眼网获数千万Pre-A轮融资
淘宝robots协议部分解禁百度蜘蛛
SpaceX拟今年7月再次试验陆地回收火箭技术
太原封杀滴滴快车和专车，举报一辆奖励100元
擅自利用互联网销售彩票将停业整顿，并纳入黑名单
华为回应迁离深圳传言：未计划将总部搬离深圳
租后服务平台盈家生活获数千万元 Pre-A 轮融资
以后登录Android应用不用密码了，谷歌说年底或实现
传阅后即焚照片应用Snapchat还在融资，估值200亿美元
工信部推“史上最严实名制”：2017年6月底前全部电话用户实名登记
陈年骂周杰伦垃圾，方文山怒斥：请郑重道歉
小米2015年营收780亿元：同比增幅仅5%
小米探索实验室首款产品7月发布：小米VR？
特斯拉暂时不会在中国建厂，原因很尴尬
广电建议优酷土豆们引入国资？尚在意见问询阶段
陈天桥抄底LendingClub，盛大拿下11.7%股权
360退出手机舞台？周鸿祎怒斥：造谣！已获独立发展
乐视网并购乐视影业或涉“利益输送”
库克承认iPhone售价过高，未来或适当下调
盛大游戏称WEMAD涉嫌侵权，仍有传奇独占经营权
Facebook购初创企业Two Big Ears，强化虚拟现实音效
蓝思科技业绩滑坡被指靠政府补贴度日，公司否认
爱康国宾再掀诉讼大战，状告美年大健康侵犯软件著作权
泰国央行警告：微信支付在泰业务并未获得授权
国王菲利普为马云皇宫举办聚会，阿里在比利时“刷屏”
传乐视将收购酷派？酷派否认乐视不置可否
Fitbit心率追踪功能严重不准确，已遭遇集体诉讼
传苹果订购7800万部新iPhone供应商股价大涨
智联招聘公布第三财季财报：净利润同比增6.4%
“你好世界”获绩优投资3000万Pre-A轮投资
世纪互联获启迪控股3.88亿美元投资，或影响私有化
举报律师反击神州专车：《举报信》不存在捏造事实
传乐视将收购酷派，酷派否认乐视不置可否
湖南移动原董事长王建根被公诉
传腾讯与软银谈判：拟收购《部落冲突》开发商多数股份
非洲成商用无人机测试基地：盖茨基金会用无人机空运药品
东芝三星停产光驱：市场上只剩下两家还在生产
光线传媒重大投资事项推进中，继续停牌
消息称光线传媒将入股猫眼电影，将于近日公布
携程回应“裁员千人”传闻：确有调整，但传言不实
百度宣布关停全部网文类贴吧，打击盗版侵权内容
“兼职猫”正式完成与 “兼职达人” 的并购签约仪式，“喵任务”板块独立运营
顺丰控股拟作价433亿借壳上市，2015年净利16.2亿
游久游戏CEO和总裁遭上交所通报批评：未及时披露夫妻身份
全新互联网味业品牌“十六盏”发布
传广电建议视频网站6月10日前签署引入国资入股的意向文件
努比亚400万欧请C罗代言，于是C罗第一条微博献给了它
六年过后，团购真的要退出历史舞台了
育果医生获得数千万人民币A＋轮融资，友创资本领投，多家机构跟投
直播规模快到100亿了，可这个行业里大家长得还是差不多
苹果CEO库克结束与印度总理会晤，到底聊了什么？
苹果iPhone 7 Plus泄密照爆惊人细节
360私有化进入最后一步？传换汇已不再是回归阻碍Google开源TensorFlow背后：会成为人工智能领域的Android 吗？今日，Google 新CEO Sundar Pichai 通过 Google 的官方宣布了 Google 的机器学习系统
免费开源的消息。随后，在 Google 的年度亚太区媒体会议上，Google 机器学习的高级研究科学家 Greg Corrado 和 前 CEO Eric Schimidt 阐述了 Google 对这一核心系统进行开源的原因和未来规划。据 Eric Schimidt 介绍，机器学习目前已成为 Google 搜索中排名前三重要的功能。而除了搜索，Google 在 Gmail、Google Translate、Youtube 、Gmail 和广告等一系列产品和业务中对机器学习的技术采取了不同程度的应用。毫无疑问，机器学习技术已成为 Google 强大变现引擎的润滑油以及未来商业价值的重要决定因素。如今，选择向所有人开放机器学习源代码的 Google 还能延续在 Android 上的成功吗？你需要的仅仅是一个公式机器学习的实现远没有大众想象的那般复杂。作为人工智能技术的核心，机器学习是一门十分复杂的多领域交叉学科，但 Greg Corrado 却给出了一个简单的答案：你只需要一个公式就够了。就像上图所描述的那样，机器学习实际上只包括了三个主要构成部分：1.首先，你需要通过建模来确定一个公式，这个公式就是「机器」。2.其次，确定「w」和「b」这两个变量「参数」。3.通过系统或软件的设定不断重复测试并调整「参数」直到达到一个稳定的值。在公式的确定中，整个学习的过程是渐进的，一旦这种重复的运算达到了一个稳定的取值，机器学习的错误概率就会大大减少。简单来说，就是用一个公式来描述输入、输出和参数，从而提高机器对特定事物的认知。在具体的实践中，Gmail 已经能够辨别 99.9% 的垃圾邮件，并能将语音识别为文字；Google Photo 的图片识别错误率也从 23% 降到了 13%，用户不需要再照片上标注「大海」的名字即可自动归类；而在 Google 的现金流业务广告系统中，机器学习的应用也将大大提高广告投放的投资回报率。这一切看似复杂的过程都源自于一个简单公式的重复测试，正如 Greg Corrado 所言，「我们不会给机器一个规则，而是让它不断地去自己去学习和纠正。」机器取代人类？Google 还未做好准备人类通过几个简单的例子就能进行学习，但机器却需要大量的测试。即便依靠一个简单的公式就能实现准确的预测，但整个参数和过程的确立却要经历无数的重复试验。「机器学习并不是魔术，它只是个工具而已。」Google 前 CEO Eric Schimidt 在 APAC（Google 年度亚洲媒体会议） 上表示，关于机器学习的研究早就存在，但由于计算机速度的限制一直无法实现。如今虽然在某些方面对机器学习的技术进行了应用，但它不应该成为一种固定的替代模式，而是一种有效的协助工具。早在
年，Google 的语音团队便已经开始了对机器学习的研究，一开始的成果被应用于广告系统。「但这个技术在计算机视觉技术出现了突破，于是我们开始打标签。两三年前，我们开始大规模地投资机器学习。」虽然 Google 的研究已经走在了技术前列且取得了不错的效果，但 Eric Schimidt 却认为，机器并不能代替人类进行思考，它们也不具备人类的伦理道德。「我不认为让计算机模仿大脑可以做人工智能，因为人类大脑的神经元太多且太复杂，我们只能让机器去学习。」Schimidt 表示，人类的大脑会自己过滤一些信息，这样的概念可以应用到机器学习上，但他并不认为人工智能和人的大脑一样，它只是借助了人脑的一些功能概念。至少在现在和可以预见的将来，机器学习仍将只是为人类服务的工具，在《少数派报告》中出现的「超能机器人」也仅仅只会存在电影和小说中。TensorFlow 会成为人工智能领域的 Android 吗？免费和开源对于 Google 而言算不上什么新鲜事，此前对 Android 系统的开源更是成为了其商业帝国的重要基石。但对于「机器学习」和「人工智能」前瞻性技术源代码的开源还是让人颇感意外。为此，Google 的官方解释是，将自己的技术免费开放，希望可以加速人工智能领域的发展。所有人都可以帮助 Google 改进其技术，并将成果反馈回来。正如 Google 深度学习项目的负责人之一 Jeff Dean 所言：「我们希望的是，整个研究领域和开发者将 TensorFlow 作为一种很好的手段来实现各种各样的机器学习算法，同时也为其在各种场景下的应用带来改进。」而 Eric Schimidt 对此的解释是，TensorFlow 的开源将会组成一个矩阵，而 Google 提高的则是一个机器学习和人工智能的单机模版。如果整个行业变得更聪明，行业的从业者将给 Google 提高更多的回馈，也会有更多聪明的人参与进来。「我们认为 TensorFlow 能在 Google 之外发挥更大的作用。我们希望通过将其开源可以让整个机器学习的社群更快地交流。反过来，这也可以加速整个机器学习领域的发展，让每个人都能从中受益。」Schimidt 表示，虽然竞争对手也会使用 RensorFlow 的源代码，但 Google 却为此感到自豪。 当然，谷歌也并非完全没有保留。目前开源的是其引擎中较为顶层的算法，也就是 Schimidt 所言的「单机模版」，而在硬件基础设施系统的源代码 Google 还没有完全开放。未来，机器学习还面临着在移动设备上实现的瓶颈。由于大量的计算需要在云端完成，因此所有的结果的实现需要一个庞大网络的支撑，而目前的移动设备和网络还不足以达到这一要求。「你的手机现在只是接受了数千台计算机为你计算处理的数据，未来我们会把网络做小，让机器学习的结果更具适用性。」Schimidt 毫不回避这一困境所在。因此，TensorFlow 的开源变得理所当然，能否超越 Android 称为又一个全新的生态也变得没那么重要。比起建立一套固定的规则，「机器学习」和「人工智能」更需要的是一套技术标准。BROADCAST：好产品都到碗里来！报名&，让大家一起为你点赞！分享