Google宣布將其最新的機(jī)器學(xué)習(xí)技術(shù)TensorFlow以開放源碼專案釋出。Google 以 Apache 2.0 授權(quán)模式開放以 Python 或 C++ 為主要服務(wù)語言的 TensorFlow 專案，并將這個(gè)專案的程式碼與相關(guān)工具放在 Github 上。

TensorFlow 是 Google 繼 2011 年開發(fā)了 DistBelief 之后，透過使用資料流 (flow) 圖像，來進(jìn)行數(shù)值演算的新一代開源機(jī)器學(xué)習(xí)工具。這個(gè)機(jī)器學(xué)習(xí)工具的基礎(chǔ)設(shè)計(jì)，主要透過圖學(xué)里的“節(jié)點(diǎn)”來表達(dá)數(shù)學(xué)運(yùn)算，“邊” 來表示“節(jié)點(diǎn)”間的多維度資料陣列 (tensors, 張量)，因此命名做 TensorFlow。TensorFlow 主要由 Google 機(jī)器智慧研究室與 Google 大腦研究組 (Google Brain Team ) 的學(xué)者與工程師所開發(fā)，容許開發(fā)者自由配置運(yùn)算環(huán)境來做深度神經(jīng)網(wǎng)絡(luò)研究，但也足以支持普通環(huán)境所需要的服務(wù)（例如透過影片進(jìn)行圖像辨識）；你可以部署 TensorFlow 在使用一個(gè)或多個(gè) CPU 或 GPU的桌機(jī)或伺服器上，也可以透過一個(gè) API 部署在行動(dòng)裝置里。

Gmail的垃圾郵件判讀、Google相簿臉部識別、Google翻譯，我們天天都在使用 Google的機(jī)器學(xué)習(xí)系統(tǒng)，現(xiàn)在Google將TensorFlow以開放源碼專案釋出了。相比IBM，微軟與百度等競爭對手的封閉路線，再次打出開源牌的Google是否又會(huì)成為機(jī)器學(xué)習(xí)領(lǐng)域的霸主呢？Goolge為什幺要推開源機(jī)器學(xué)習(xí)系統(tǒng)？

“如果將機(jī)器學(xué)習(xí)比喻成一架火箭，那大量的『數(shù)據(jù)』就是驅(qū)動(dòng)它的能源，并且需要各種創(chuàng)意、多方思考設(shè)立出來的模型和運(yùn)算能力來支持整個(gè)學(xué)習(xí)過程，而且電腦不比人腦，人腦只需要有限的例子和經(jīng)驗(yàn)就能夠成功學(xué)習(xí)。電腦則是需要『非常多樣本和案例』來建立認(rèn)知。”Google人工智能、計(jì)算神經(jīng)科學(xué)及可量化機(jī)器學(xué)習(xí)研究員指科拉多（Greg Corrado）強(qiáng)調(diào)。

（圖說：Google人工智能、計(jì)算神經(jīng)科學(xué)及可量化機(jī)器學(xué)習(xí)研究員指科拉多）

言下之意，只靠Google自己發(fā)展機(jī)器學(xué)習(xí)技術(shù)勢必會(huì)遇到一些難題，資料量不夠多元。“電腦的學(xué)習(xí)過程是相當(dāng)緩慢，曠日費(fèi)時(shí)，深度學(xué)習(xí)需要投入大量的人力與資源進(jìn)行相關(guān)研究”科拉多說。在這樣的情況下，Google透過開放機(jī)器學(xué)習(xí)讓開源社群幫Goolge收集、整理各式各樣大量可用來訓(xùn)練類神經(jīng)網(wǎng)絡(luò)的『資料』。

“沒資料，光有技術(shù)，機(jī)器學(xué)習(xí)就只是空談。就像火箭要有燃料，要不然只有推進(jìn)器，火箭也飛不起來！”臺北大學(xué)資訊工程學(xué)系教授戴志華進(jìn)一步解釋，一但開放機(jī)器學(xué)習(xí)系統(tǒng)，用的人越多，資料越多元，越多量多變，Google 機(jī)器學(xué)習(xí)系統(tǒng)更聰明，能提供的服務(wù)就越好，可以提供更多種服務(wù)，形成一個(gè)正向循環(huán)。

舉例來說， Google 想要讓機(jī)器學(xué)習(xí)認(rèn) a~z 26個(gè)小寫字母，但每個(gè)人的字跡不同，Google若自己要 準(zhǔn)備各種不同筆跡字母太曠日費(fèi)時(shí)，但若全世界有20%的人，一人給 Google 一份自己寫的a-z字母，有了這些大量，又多形變的資料，Google 機(jī)器認(rèn)字母的能力也就越強(qiáng)。因此 Google 利用“開放”模式解決以上的難題。

也許你要問， Google 不是手握大量使用者數(shù)據(jù)了嗎？為什幺這些數(shù)據(jù)量還不夠呢？

“Google過去收集的資料都不適合用來做機(jī)器學(xué)習(xí)，因?yàn)槟切┵Y料并沒有被賦予足夠具體的意義。”戴志華指出。

舉例來說，Google手邊有很多“1”、“one”與“一”等資料，但機(jī)器并不懂得什幺意思。機(jī)器不知道“1 ”... 是 1 不是 2 、“one”是 1 不是 2 、“一”是 1 不是 2 “機(jī)器學(xué)習(xí)就跟教小孩很類似，你要他叫爸爸，你就得先告訴他誰是爸爸。”戴志華舉例。

因?yàn)轭惿窠?jīng)網(wǎng)絡(luò)是模擬人的大腦，訓(xùn)練類神經(jīng)網(wǎng)絡(luò)，就跟教育嬰幼兒一樣。資料要大量、多變化，資料的品質(zhì)也重要，就是要大量且要含括足夠的變化，所以需要整個(gè)社群提供資料并且賦予這些資料正確具體的意義。因此，透過開源 TensorFlow 這個(gè)工具， Google 得以號召整個(gè)開發(fā)社群透過利用該工具提供相關(guān)服務(wù)時(shí)，幫 Google 完成收集真實(shí)世界資料的任務(wù)。

那對開發(fā)者或研究員來說，Google的開源機(jī)器學(xué)習(xí)系統(tǒng)吸引點(diǎn)在哪里呢？

Google 雖然發(fā)展機(jī)器學(xué)習(xí)10年，但還有許多領(lǐng)域未探索。因此需要這個(gè)社群共享力量，加速機(jī)器學(xué)習(xí)進(jìn)展。“利用機(jī)系學(xué)習(xí)系統(tǒng)獲利并非 Google 現(xiàn)行目標(biāo)，現(xiàn)在最重要的是社群的建立，透過開源社群的快速分享，建立共同標(biāo)準(zhǔn)。這對機(jī)器學(xué)習(xí)的發(fā)展非常重要。”科拉多說。

相較競爭對手微軟、IBM 與百度，機(jī)器學(xué)習(xí)技術(shù)需要付費(fèi)，Google 的免費(fèi)對于開發(fā)者的吸引力巨大。

“讓全球聰明人，給 Google 很好的回饋與貢獻(xiàn)，甚至連競爭對手的團(tuán)隊(duì)都會(huì)用它， Google 不走常人之路。” Alphabet 集團(tuán)執(zhí)行董事長史密斯（Eric Schmidt）強(qiáng)調(diào)。

Google 目前透過兩方面應(yīng)用機(jī)器學(xué)習(xí)技術(shù)強(qiáng)化現(xiàn)有的產(chǎn)品服務(wù)（如：Google 搜尋里的排名建議）與提供更先進(jìn)更新穎的產(chǎn)品服務(wù)。如語音文字與圖像辨識?？评嘀赋?ldquo;Google 的語音搜尋就是透過機(jī)器學(xué)習(xí)讓正確度不斷提升。”

“這對 Google 的 Mobile Only 政策具有重大的影響，在行動(dòng)的世界，不需要手，我們使用語言溝通，電腦直接辨識圖像。”科拉多說。不過對于外界非常關(guān)切的 Google 自動(dòng)駕駛車的機(jī)器學(xué)習(xí)成果，科拉多語帶保留，并不多談，是個(gè)敏感議題。

文章來源：機(jī)房監(jiān)控 http://shfkmygs.com