谷歌為什麼要開放TensorFlow

大數據文摘作品，轉載具體要求見文末

作者|Andrea Woroch

翻譯|王愫 姜范波校對|Lorine

導 讀

我們認為藝術基本上是人類事業，但近幾年我們發現，機器也可以理解創造力。機器演算法可以評估唱片公司和電影公司的音樂和影片。一位音樂教授甚至創建一個程序寫出了廣受好評的作品。

矛盾的是，研發出能夠進行藝術創作的機器演算法是人類能力的又一突破。與傳統的挖掘機和從事汽車製造的機器不同，進行藝術創作的演算法需要去理解一些甚至人類自己都很難表達的東西。這就是谷歌Magenta項目的意圖：研發能夠進行藝術和音樂創作的機器學習工具。

Magenta是建立在機器學習工具庫TensorFlow基礎上的。谷歌最近在其發布了開源技術，允許任何人下載源代碼。為了了解為什麼谷歌會開放這些最先進最核心的技術，我採訪了谷歌公司的高管。

理解TensorFlow

為了理解什麼是TensorFlow，試想一下拿著工具箱來到你家進行修理的管道工。有一些工具使用起來很簡單，比如扳手和填縫搶，但別的工具就非常專業了，這些工具是為了能讓他在有限的空間中修理一些特殊管道和裝置而專門設計的。

TensorFlow的工作原理就類似如此。比如說，有些工具能夠識別音頻和圖像，有些工具能分析語句，通過理解句子中詞語之間的關係來探究句子的含義。通過結合這些工具，TensorFlow允許開發者建立高度智能化的產品。

讓我們回到剛才管道工的例子，來理解如何使用TensorFlow。大部分管道工的工作都是比較簡單的，比如疏通水槽和馬桶。但時不時的，他也會遇到困難。當這種情況發生時，他也許得花上一整天或更多的時間去找出問題或解決問題。

如果有人想要研發一款智能管道工幫手軟體，他就可以運用TensorFlow里的工具，去分析資料庫中上百萬的零件和技術手冊。不過，就像真人管道工助手一樣，谷歌的演算法也不會馬上就知道它們要尋找什麼。它們必須接受訓練。

訓練機器演算法

人工智慧的概念並不是最近才有，而是起源於1965年。當時，在美國達特默斯(Dartmouth)有一系列的相關會議，很多行業先驅都有參與，包括Marvin Minsky和資訊理論之父Claude Shannon。他們對於這個項目非常有激情，並認為他們可以在20年內解決問題。但顯然他們沒能做到。事實證明，人類的知識不是能夠通過簡單的被編碼進由邏輯語句連接的規則中來概括的。然而計算機科學家們試圖在機器中存入很多專業知識，但這並不代表著機器能夠理解。簡單來說，建立在邏輯規則上的系統不能夠實現人工智慧。

像TensorFlow這樣的人工智慧系統，與傳統系統最大的不同點，就是它能夠學習。谷歌也公開了他們訓練演算法的方法，這樣一來，即便對於人工智慧沒有專業的了解，開發者們也可以創建實用的程序。

讓我們再一次回到智能管道工幫手軟體的例子，在對軟體系統進行了上千次圖像訓練，並接受了人類專家的指導後，這個系統就可以開始識別管道工具的重要屬性了。這個系統可能不太完美，但它可以幫助人類縮小選項，節約了大量時間。這個軟體里還可以包含反饋功能，這樣的話它就可以不斷從錯誤中學習。

這樣的技術並不簡單，也需要時間來實現，但是谷歌的這些技術顯然有著巨大的潛能。雖然這些技術不能創造出無所不知無所不能的機器人，但卻為人類更高效地與機器合作提供了巨大的可能。

開放TensorFlow

TensorFlow當然是極有價值的技術。機器學習本來就位於計算機科學的前沿，而谷歌是少數在這個領域擁有這種高端能力的公司之一。那麼，它為何將代碼向公眾開放，任何人，包括競爭對手都可以看到？

決定開放源代碼是Jeff Dean的主意。他覺得公司的創新努力被常規科學的緩慢節奏所阻礙：谷歌的研究人員寫了一篇文章，幾個月後該文章會在學術會議上討論一番，再過幾個月別的一些人在此基礎上再寫一篇文章。

Dean看到，如果將TensorFlow開源，將大大加速這一過程。與其等待下一篇文章或者下一次學術會議，谷歌的研究人員可以實時地與科學界的同道們積極合作，谷歌之外的牛人也可以改進源代碼，同時，通過更加廣泛地共享機器學習技術，可以為該領域募集到更多技術天才。

「將這個系統開源以後，我們可以與大學或者創業公司的研究人員合作，他們給了我們新的想法來改進我們的技術。自從我們做出開源的決定以後，代碼運行更快了，能做的事更多了，彈性更強了，也更方便了。」 Rajat Monga,TensorFlow的負責人如是說。

從傳統的觀點來看，谷歌開放其機器學習工具源代碼的決定似乎有些奇怪。我們無法想像可口可樂公布它著名的配方，而很多科技公司像蘋果，以產品和處理過程的保密性著稱，即使是谷歌，在許多事情上，比如它的搜索演算法，也是捂得緊緊的。

然而，世界在改變。以前，成功最可靠的路徑是優化價值鏈。通過磨鍊內部流程和規模化，你可以同時提高對客戶和供應商的議價能力，創造更高的效率。如此你建立起可持續的競爭優勢。

關於轉載

如需轉載，請在開篇顯著位置註明作者和出處（轉自：大數據文摘|bigdatadigest），並在文章結尾放置大數據文摘醒目二維碼。無原創標識文章請按照轉載要求編輯，可直接轉載，轉載後請將轉載鏈接發送給我們；有原創標識文章，請發送【文章名稱-待授權公眾號名稱及ID】給我們申請白名單授權。未經許可的轉載以及改編者，我們將依法追究其法律責任。聯繫郵箱：zz@bigdatadigest.cn。

編譯團隊

大數據文摘後台回復「志願者」，了解如何加入我們

請您繼續閱讀更多來自 大數據文摘 的精彩文章:

TAG:大數據文摘 |

※為什麼 Someone like you 這麼好聽？
※Quora：「Font」和「Typeface」有什麼區別？
※什麼英國另類文化雜誌吸引 Alexa Chung、Chlo?Sevigny 拼貼所愛？
※蘋果的Siri為什麼叫Siri？
※Pokemon go火爆全球，商科的你應該了解些什麼？
※為什麼人們接受不了instagram的新圖標？
※hdpe是什麼材料 hdpe的用途
※吐槽?為什麼人們接受不了Instagram的新圖標？
※小蘿莉"minigrils"組合爆紅網路，她們背後付出了什麼
※為什麼純美產iPhone造不出來？
※NIKE和adidas的籃球鞋緩震技術有什麼區別？
※我服了！那什麼sunshine組合火到日本了！
※Science為什麼你的膝蓋總是如此脆弱
※吃進什麼最後原樣拉出什麼！別擔心，有一類食物叫 see you tomorrow，你肯定也遇到過
※Facebook一組火爆漫畫：生命太短暫，什麼才是我們想要的？
※sunshine這樣的組合，被日本電視台邀請去做什麼！
※Facebook的一組火爆漫畫：生命太短暫，什麼才是我們想要的？
※《Doctors》四人緊張的會面，到底發生了什麼？
※為什麼Elon Musk說火人節就是矽谷，這篇長文告訴你答案
※Thank you你真的讀對了嗎？美國人聽完是什麼反應