Разработчики «без ума» от общедоступной системы машинного обучения Google

Google расширила бесплатные возможности собственной библиотеки машинного обучения TensorFlow, которую сделала общедоступной осенью 2015 года. Так, компания добавила опцию запускать библиотеку на нескольких компьютерах одновременно. Теперь у любого разработчика появилась возможность использовать инструмент точно также, как это делают сотрудники Google, пишет Business Insider.

Читать далее

TensorFlow предоставляет библиотеку готовых алгоритмов численных вычислений, реализованных через графы потоков данных (data flow graphs). Узлы в таких графах реализуют математические операции или точки входа/вывода, в то время как рёбра графа представляют многомерные массивы данных (тензоры), которые перетекают между узлами. Узлы могут быть закреплены за вычислительными устройствами и выполняться асинхронно, параллельно обрабатывая разом все подходящие к ним тезоры. Таким образом строится нейронная сеть, все узлы которой работают одновременно по аналогии с одновременной активацией нейронов в мозге.

Это чрезвычайно масштабируемая система, которая способна работать как на одном смартфоне, так и на тысячах серверов в дата-центре. Google использует TensorFlow практически повсеместно, от распознавания речи до поиска фотографий.

Каждый крупный поставщик технологий имеет собственную технологию «машинного обучения», что позволяет сторонним разработчикам интегрировать их в собственные приложения.

Однако именно библиотека от Google привела в восторг тысячи програмистов, утверждает Business Insider.

После того, как компания сделала TensorFlow общедоступным в ноябре 2015-го, проект всего за несколько недель вышел в лидеры на GitHub по количеству форков за весь год — 4335.

Подобная популярность объясняет, почему технологические гиганты вроде Google и Facebook открывают исходный код своего ПО. Их цель — стимулировать создание сообществ пользователей, где каждый может свободно модифицировать проект. В случае с TensorFlow 187 человек уже внесли свой вклад в основной проект, предложив более 3000 изменений.

С новой версией библиотеки TensorFlow, которая может работать на многих компьютерах одновременно, обучить ваш ПК станет проще и быстрее. Следовательно, чем больше данных система сможет потреблять, тем всё более сложные вещи она сможет делать.

Одним из примеров работы TensorFlow является проект, в котором сеть компьютеров придумывает рукописные цифры, разрабатывая механизм обучения машин рукописному тексту.

Выступая на мартовской конференции GCP NEXT 2016 в Сан-Франциско, председатель совета директоров компании Alphabet Эрик Шмидт заявил, что все компании, которые в ближайшие годы смогут успешно провести крупное размещение акций, будут использовать технологии машинного обучения, применённые к данным, собранным путем краудсорсинга.

«Машинное обучение создаст новую вычислительную архитектуру, которая сможет сделать вещи лучше, чем люди», — отметил он.