谷歌Tensorflow一岁啦,它能给我们带来怎样的改变?

jopen 7年前
   <p style="text-align: center;"><img src="https://simg.open-open.com/show/c7b1e8ae449f6cfd074f2fb8483972df.jpg" alt="谷歌Tensorflow一岁啦,它能给我们带来怎样的改变?" width="550" height="222" /></p>    <p><strong>Tensorflow是什么</strong></p>    <p>不管你有没有意识到,AI(人工智能)正在悄然地影响着我们的生活。不论是你手机上的语音助手,相机上的人脸识别,还是今日头条推荐给不同用户的新闻,各大音乐APP自动推荐的歌单,都离不开AI技术的发展。可以说,这是一个被AI技术引领的时代。</p>    <p>2015年11月9日,Google发布了人工智能系统Tensorflow并宣布开源。作为谷歌基于DistBelief进行研发的第二代人工智能学习系统,Tensorflow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。Tensorflow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。</p>    <p><strong>除了AlphaGo,大家都用Tensorflow干什么</strong></p>    <ul>     <li>澳大利亚海洋生物学家使用TensorFlow在数以万计的高清照片中寻找海牛,以更好地了解这个涉临灭绝的群体数量。</li>     <li>日本一位农夫,训练了一个TensorFlow模型,可以按照大小、形状以及其他特征来挑选黄瓜并分类。</li>     <li>发射科医生调整TensorFlow,使其在医学扫描中能够识别帕金森病的迹象。</li>     <li>湾区的数据科学家在树莓派上使用TensorFlow来追踪记录加州火车的动态。(树莓派: Raspberry Pi,是为学生计算机编程教育而设计,只有信用卡大小的微型电脑,其系统基于Linux,具备所有PC的基本功能。只需接通电视机和键盘,就能执行如电子表格、文字处理、玩游戏、播放高清视频等诸多功能。)</li>    </ul>    <p><strong>Tensorflow的特点</strong></p>    <ol>     <li><strong>高度的灵活性</strong> Tensorflow不是一个严格的“神经网络”库。只要你可以将你的计算表示为一个数据流图,你就可以使用Tensorflow。你负责构建图,描写驱动计算的内部循环,Tensorflow负责提供有用的工具来帮助你组装“子图”(常用于神经网络)。此外,用户也可以自己在Tensorflow基础上写自己的“上层库”。万一你找不到想要的底层数据操作,你也可以自己写一点C++代码来丰富底层的操作。</li>     <li><strong>真正的可移植性(Portability)</strong> Tensorflow 在CPU和GPU上运行,可以在台式机、服务器、手机移动设备等等你可以想到的设备上进行操作。如果你想在笔记本上跑一下机器学习的新想法,或是准备将你的训练模型在多个CPU上规模化运算,又不想修改代码,亦或是想要将你训练好的模型作为产品的一部分用到手机app里,Tensorflow都可以帮你办到。</li>     <li><strong>多语言支持</strong> Tensorflow 有一个合理的C++使用界面,也有一个易用的python使用界面来构建和执行你的graphs。你可以直接写python/C++程序,也可以用交互式的ipython界面来用Tensorflow尝试些想法。当然这仅仅是个起点——你还可以应用你喜欢的其他语言界面,比如Go,Java,Lua,Javascript,或者是R。</li>    </ol>    <p><strong>Google开源Tensorflow的意义</strong></p>    <p>Google开源深度学习系统Tensorflow,在很多地方都可以得到应用,如语音识别、自然语言理解、计算机视觉、广告等方面。打个不太恰当的比喻,如今 Google 对待 TensorFlow 系统,有点类似于该公司对待旗下移动操作系统 Android。如果更多的数据科学家开始使用 Google 的系统来从事机器学习方面的研究,那么这将有利于 Google 对日益发展的机器学习行业拥有更多的主导权。</p>    <p><strong>Tensorflow在中国的发展和应用</strong></p>    <p>众所周知,人工智能将是未来发展的大方向,从国家到全球科技领域对此都非常重视。我国的“十三五规划”中明确指出要实施智能制造工程,为Tensorflow在中国的发展提供了有利的政策支持条件。对于中国的很多创业公司来说,他们大都没有能力理解并开发一个与国际同步的深度学习系统,因此Tensorflow会大大降低深度学习在各个行业中的应用难度,极大地降低了创业公司的技术门槛。可以说,Tensorflow在中国的发展与应用前景广阔,大到国家科技战略与智慧城市的建设,小到移动设备语音助手的智能化,我们有理由期待Tensorflow技术给我们带来的新生活。</p>    <p><strong>Tensorflow的发展前景</strong></p>    <p>事实上,TensorFlow技术发布只有一周年的时间,并不完美,但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。Tensorflow技术的开源性使得开发者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,实现功能多样化,推进技术发展,从而打造完整的价值生态系统,提升企业的竞争优势。</p>    <p>随着Tensorflow技术的不断改进与发展,在语音识别、自然语言理解、计算机视觉、广告等诸多领域,Tensorflow都具有广阔的发展前景与优势。简而言之,TensorFlow没有改变世界,但它可以让我们生活的更好。</p>    <p><strong>一起学习TensorFlow</strong></p>    <p>TensorFlow对大众来说,从陌生到熟悉,从高深的技术命题到生活话题,这个过程是我们不断学习的过程。为了让更多的技术学习者了解并掌握TensorFlow以及它背后的Deep Learning,太阁实验室(BitTiger)特意邀请到了就职于Google的 <strong>阮巨城博士</strong> 来为我们讲解技术背后的奥秘。</p>    <p><strong>认识Dr.阮巨城</strong></p>    <p>Software Engineer @ Google Research</p>    <p>获得卡内基梅隆大学 (Carnegie Mellon University) 电机电脑工程博士学位,以及机器学习硕士学位。论文方向为 “结合机器学习及专家系统以分析及提升计算效能”。来美国以前,阮博士于台湾国立清华大学获得计算机学士学位,并服务于台湾中央研究院约一年,主要工作内容为分析基因序列与data mining。</p>    <p>在美工作经验:阮博士之前于 Intel Research 服务,主要工作内容为使用 machine learning 及 data analytics 分析晶片良率。阮博士现于 Google Research 服务,主要工作内容为改良 semi-supervised learning 以及 deep learning 的演算法及效能。</p>    <p>阮博士从多次于台湾高校以及Google内部进行Deep Learning以及TensorFlow的演讲以及技术分享,场场爆满。</p>    <p>来自:https://zhuanlan.zhihu.com/p/23847857</p>