| 在线人数: | |
| 总访问量: | |
| 总文章量: |
|
|
就在几年前，我们还无法实现在人声嘈杂的市区街道与Google 应用进行语音互动，不能让Google Translate翻译俄语路标，也不能使用Google Photos瞬时找到自己的拉布拉多爱犬的照片。那时候，这些应用确实还不够智能。但在这短短的几年时间里，它们却得到了非常大的提升。
如今，在机器学习的推动下，我们不但可以轻松地完成这些事情，还可以做许更复杂的事情。当然，尽管我们已在机器学习方面取得了不错的进展，但仍有很大的进步空间。
因此，我们开始建立起一套全新的机器学习系统，它就是“TensorFlow”。和之前的系统相比，TensorFlow更快、更智能，也更灵活，所以，它更容易为新款产品和研究所用。这是一个具有高扩展性的机器学习系统，小到一部智能手机、大到数千台数据中心服务器的各种设备，都可以运行。我们将TensorFlow用于Google应用程序的语音识别功能、Inbox能智回复功能、Google Photos搜索功能等等，无所不包。该系统允许我们进行神经网络的构建和训练，速度比第一代机器学习系统高出五倍之多，因而可以用于产品完善，使之大幅提速。
我们已经亲身体会并见识到了TensorFlow的能力，而且我们相信，它能够在Google之外发挥更大的影响力。因此，今天我们还将对TensorFlow进行对外开源。我们希望，这可以让机器学习社区团体，包括学术科研人员、工程师、业余爱好者等在内的所有人都能够通过代码，而非仅仅是研究论文，实现更快的思想交流。
这也将大大促进机器学习领域的研究，并最终让技术更好地造福于人类。另外，TensorFlow的用途不应该仅限于机器学习，它可在蛋白质折叠、天文学数据资料处理等一系列科研领域帮助研究者理清复杂数据。
机器学习仍处于发展的初始阶段，今天的电脑仍不能做到一名4岁孩童可以轻易做到的事情。比如，孩子们可以仅凭看过几只恐龙的样子，就能记住它的名字；再者，他们知道“I saw the Grand Canyon flying to Chicago”（我看见科罗拉多大峡谷向芝加哥绵延而去）。显然，这句话不是说大峡谷要飞向芝加哥的意思。目前，我们仍然还有很多工作要做。但TensorFlow的诞生已经是一个良好的开端，相信我们可以万众一心，一同为这项事业而努力。
2015-11-10 08:13:13
