野心：像开放安卓一样，这一次，谷歌决定开放它的机器学习系统——TensorFlow

11月9日，谷歌官方在其博客上称，Google Research宣布推出第二代机器学习系统TensorFlow，针对先前的DistBelief的短板有了各方面的加强，更重要的是， 它是开源的，任何人都可以用。

机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，领先的科技巨头无不在机器学习下予以极大投入。Facebook、苹果、微软，甚至国内的百度。谷歌自然也在其中。“TensorFlow”是谷歌多年以来内部的机器学习系统。如今，谷歌正在将此系统成为开源系统，并将此系统的参数公布给业界工程师、学者和拥有大量编程能力的技术人员，这意味着什么呢？

科技博客Re/code评价，此举极具谷歌的风格。打个不太恰当的比喻，如今谷歌对待TensorFlow系统，有点类似于该公司对待旗下移动操作系统Android。长期以来，谷歌一直非常积极地参与到机器学习相关的科研事务之中。与之相比，作为谷歌竞争对手的苹果公司就没有这样做，尽管苹果可能会采取类似的方法来寻求类似的目的，例如在语音识别、地图甚至是在可能的汽车制造方面。如果更多的数据科学家开始使用谷歌的系统来从事机器学习方面的研究，那么这将有利于谷歌对日益发展的机器学习行业拥有更多的主导权。

谷歌“深度学习”的渊源

谷歌内部深度学习结构DistBelief开发于2011年，它让谷歌能够针对数据中心的数千核心，构建更为大型的神经网络和规模训练，典型的应用像是提升谷歌应用中的语音识别能力，以及为谷歌搜索加入图片搜索功能。

不过DistBelief存在一些限制，比如说较难设置，而且和谷歌内部接触设施紧密结合——这就没法很好地分享研究代码了。

所以Google Research宣布推出开源的TensorFlow，这是谷歌的第二代机器学习系统，对于DistBelief的短板做了补足。TensorFlow灵活性佳、可移动、易于使用，而且是完全开源的。基于DistBelief的速度、可扩展性和为产品做准备的特性，TensorFlow做得更为出色。按照谷歌所说，在某些基准测试中，TensorFlow的表现比DistBelief快了2倍。

TensorFlow内建深度学习的扩展支持，不止于此——任何能够用计算流图形来表达的计算，都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。通过灵活的Python接口，要在TensorFlow中表达想法也会很容易。

除了在研究方面，TensorFlow会很有帮助，对于实际的产品也是很有意义的。将思路从桌面GPU训练无缝搬迁到手机中运行。使用谷歌的样本模型架构，就能很快地开始使用机器学习技术——谷歌正计划在TensorFlow之上发布ImageNet计算机视觉模型。

更重要的是，现在，它开源了，任何人都可以免费使用。

开源加速人工智能发展

谷歌首席执行官桑德·皮采（Sundar Pichai）在最近一次财报电话会议上表示：“机器学习是一种核心的转变方式，通过机器学习，我们再重新思考我们所从事的一切。我们目前正处于初期阶段，但用户将看到谷歌以系统的方式来思考我们将如何把机器学习应用到所有的这些领域。”

谷歌方面在解释TensorFlow时声称，“应当有一种真正的工具，能够让研究人员用来尝试他们疯狂的创意。如果那些创意产生作用的话，那么他们将能够直接转化成产品，而不需要研究人员再重新编写代码。”

谷歌开源 TensorFlow 当然可以造福人工智能界和学术界，但最终也有利于谷歌人工智能能力的提升。其他人也早就意识到开源的力量，今年年初的时候，Facebook也已经开源了自己的人工智能项目Torch。开源势必会加速人工智能的发展，想想吧，海量级的数据与技术力量汇聚起来之后，一个更强“大脑”势必呼之欲出……