2019-03-25 | 박현영 기자

想开发人工智能服务?…从“TensorFlow”入手

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

这里散放着无数种类的衣服、包和鞋子的图片。想要分类是哪种衣服、是大衣还是拉链衫,但图片太多。若用眼睛辨别,耗时将过于漫长。

此时,如果只输入全部服装图片数据中的一部分,让人工智能进行学习呢?人工智能深度学习模型可基于已学习的数据,无论服装图片是数千种还是数万种,都能瞬间完成分类。如下图所示,人工智能以惊人的速度分析每一张图片。

比人类更快、更准确地分类衣服的人工智能模型究竟如何打造?答案由谷歌给出——即发布开发工具“TensorFlow”。随着TensorFlow的出现,AI开发的门槛降低,能够解决复杂问题的人工智能也走近了日常生活。

TensorFlow是什么 TensorFlow是一个AI开发框架,让从初级开发者到专业开发者都能开发人工智能(AI)的深度学习模型。也就是说,利用TensorFlow只需几行代码就能直接编写深度学习模型。2015年谷歌将其作为开源公开,众多深度学习、机器学习服务都基于TensorFlow开发。它被视为AI开发者最常使用的框架。

TensorFlow可在GPU、PC、移动设备等各种设备上使用。除Python外,还支持C++等多种编程语言。这正是它成为最普及框架的原因。TensorFlow工程经理卡梅尔·艾利森在本月6日举行的“TensorFlow开发者峰会2019”上表示“TensorFlow实现了人工智能开发的民主化”,强调开发变得更为便捷。

人工智能开发的新风潮,TensorFlow TensorFlow的诞生对AI开发者意味着什么?开发了选举用聊天机器人的AI初创企业“Xinapse”的开发者表示:“因为它是深度学习框架的代表和开端,所以我们使用TensorFlow。”韩国一家IT大企业的开发者也解释称:“由于全球大企业谷歌免费发布,AI开发者得以轻松使用。”

由于使用者众多,也建立起了稳固的开发社区。该AI初创企业的开发者强调:“人工智能领域目前开发相关数据还不多,而TensorFlow是开发者使用最多的框架,因此可供学习的数据较为丰富。”IT大企业的开发者也表示:“正因为TensorFlow以开源形式公开,全球AI开发者也倾向于把基于TensorFlow开发的代码公开到GitHub上”,“可以取用众多开发者编写的代码。”

用TensorFlow开发的AI如何被使用 随着开发数据和社区的建立,即使不是专业开发者,也出现了用TensorFlow制作AI服务的案例。

代表性案例出自正崛起为IT强国的印度。印度德里被视为世界上空气最差、看不到蓝天的城市。为此,德里的大学生用TensorFlow开发了将空气质量数值化的AI应用。他们利用了自动分类图像的深度学习模型。用手机拍摄德里的天空,AI便分析拍摄图像并测定空气质量。

企业也得以利用TensorFlow把AI服务嫁接到既有业务上。医疗保健大企业“GE医疗”基于TensorFlow开发了判读MRI影像的AI。目前GE医疗的AI分析患者MRI影像比医生更快,并能实时给出诊断。误诊概率与检查时间明显减少。

基于TensorFlow的深度学习模型并非只能分析图像。它还能通过分析反复使用的语言等来把握人的倾向。推特的“机器学习驱动信息流”便是一例。推特希望把用户最可能感兴趣的内容展示在信息流上方,但对于关注数千人的用户,很难分析其倾向。于是推特用TensorFlow开发了学习用户倾向的深度学习模型,提升了用户参与度。

对我们还很陌生,却已推出2.0版本 除非是相关行业从业者,TensorFlow仍是陌生的存在。但TensorFlow已在历经众多开发者反馈后推出了2.0版本。艾利森经理在“TensorFlow开发者峰会2019”上表示:“用Python使用TensorFlow 1.0时略显复杂,我们决定在新版本中解决这一问题”,并首次公开了2.0 Alpha版本。

谷歌TensorFlow团队在打造2.0版本时最重视的是采用“Keras”。Keras是用Python编写的深度学习框架,TensorFlow决定在2.0版本中整合Keras。其意图在于提高使用Python的开发者的生产效率。韩国IT大企业的AI开发者评价TensorFlow 2.0版本称:“由于与Keras等其他人工智能框架实现了整合,生产效率比原有版本高得多。” hyun@decenter.kr

阅读韩文原文