Googleがオープンソースの機械学習TensorFlowの正式版を発表

2月16日、GoogleはWeChat公式アカウント「Google Blackboard」に突然、米国カリフォルニア州マウンテンビューで第1回TensorFlow開発者サミットが開催され、TensorFlow 1.0が正式にリリースされたという告知を掲載した。

TensorFlowについては、2015年初頭から報道してきました。米国現地時間2015年11月9日（北京時間11月10日）、Google Researchがオープンソースの第2世代機械学習システムTensorFlowのリリースを発表しました。

TensorFlow は、長年にわたり Google の社内機械学習システムとして使用されてきました。その前身は、2011 年に設立された DistBelief 社内機械学習プロジェクトでした。

TensorFlow がリリースされ、オープンソース化された理由について、Google は当時次のように述べていた。「研究者が自分たちの突飛なアイデアを試すために使える本物のツールが必要だ。そのアイデアがうまくいけば、研究者がコードを書き直すことなく、それを直接製品に変えることができるようになる」

TensorFlow は柔軟性、移植性、使いやすさに優れ、完全にオープンソースなので、誰でも無料で使用できます。

新しい TensorFlow 1.0 にはどのような改善点がありますか?

上記の機能に関して、Google は、既存のバージョンと比較して、今回リリースされた新しい TensorFlow 1.0 には次のような大きな改善点があると述べています。

より高速: TensorFlow チームは、TensorFlow 1.0 を最大限に活用する方法を示すために、いくつかのモデルのアップデートをリリースします。それを説明するために「想像以上に速い」というフレーズが使われました。

より柔軟: TensorFlow 1.0 では、TensorFlow 用のモジュールがさらに追加された高レベル API が導入されています。同時に、TensorFlow チームは、Keras (別の高レベルニューラルネットワークライブラリ) と完全に互換性のある tf.keras モジュールの導入を発表しました。

常に準備完了: TensorFlow 1.0 は Python API の安定性を保証します。 Python を使用すると、既存のコードを壊すことなく新しい機能を簡単に取得できます。

さらに、TensorFlow 1.0 には次のハイライトがあります。

1) Python API が NumPy に似たものになるように調整されました。

2) Java および Go 用の実験的な API。

3) skflow と TF Slim を統合した後、高レベル API モジュールが tf.contrib.learn から転送されました: tf.layers、tf.metrics、tf.losses。

4) XLA (TensorFlow グラフ用のドメイン固有コンパイラ) の実験バージョンが CPU 用にリリースされました。 XLA は急速に開発されているため、今後のリリースではさらなる進歩が期待されます。

5) TensorFlow プログラムを実行するためのコマンドライン インターフェースおよびアプリケーション プログラム インターフェースである TensorFlow デバッガーを導入しました。

6) 物体検出と位置特定、カメラ画像の様式化のための新システムのデモンストレーション。

7) インストールの改善: Python 3 Docker イメージを追加し、pip パッケージを PyPI と互換性のあるものにします。これで、「pip install tensorflow」を呼び出すだけで TensorFlow をインストールできます。

Google は、TensorFlow エコシステムは、Fold などの動的バッチ処理技術、Embedding Projector などの Web ツールの使用、TensorFlow Serving などの既存のツールの更新によって成長し続けると述べました。

TensorFlow の実用的な用途は何ですか?

TensorFlowは昨年11月10日（北京時間）に1周年を迎えました。非常に短い期間で、GitHub 上で最も多くのフォークされたリポジトリを持つフレームワークになりました。

この日、Google もトリックを仕掛けました。

オーストラリアの絶滅危惧マナティーを追跡

研究者らは、TensorFlow の最新の画像認識技術を使用して、コンピューターが巨大な航空写真に映るマナティーを、人間のそれをはるかに超える速度と、肉眼の 1.4 倍の精度で「学習」できるようにした。

キュウリの選別と保管

日本の野菜農家は、TensorFlow を使用して、大量のキュウリの収穫を自動的に選別および保管するシステムを構築しました。写真が自動的に撮影された後、TensorFlow によって最大 9 つの異なる品質レベルに自動的に分類されます。

Google ニューラル機械翻訳。

TensorFlow と Tensor Processing Units (TPU) は、Google Neural Machine Translation (GNMT) モデル専用に構築されたハードウェア アクセラレータです。このモデルでは、単語やフレーズを個別に翻訳するのではなく、完全な文全体を処理することで、翻訳エラーを 55% ～ 85% 削減します。まさに Google らしいアプローチです。

さらに、パーキンソン症候群の診断支援、電車の位置決め、音楽の作曲など、TensorFlow はより多くの分野で利用されるようになっていると報告されています。

ゴールドマン・サックスは100ページに及ぶレポートで、TensorFlowの価値を高く評価し、「AI統合を推進する上で、オープンソースアプリケーションのTensorFlowは、他のクラウドプラットフォームや研究コミュニティが同社のリソースを利用する先例となった。同時に、GoogleはTPUなどの自社の強みを生かし、オープンソースの世界を最大限に活用して、自社の機械学習ライブラリがオープンソースであるにもかかわらず、競争上の優位性を獲得している」と述べた。

1月31日、Googleはスマートフォンレベルのハードウェア上で機械学習アプリケーションを実行できるTensorFlow 1.0.0-rc0をリリースしました。

ついに正式版が完成しました。つまり、Google はすでにオープンソースの素晴らしさを味わっているのです。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。