谷歌宣布将他们的最新的机器学习技术TensorFlow以开放源码项目释出。谷歌以Apache 2.0 授权模式开放以 Python 或 C++ 为主要服务语言的 TensorFlow 项目，并将这个项目的程序码与相关工具放在 Github 上。

谷歌即将成为机器学习的新霸主？

TensorFlow 是 谷歌继 2011 年开发了 DistBelief 之后，透过使用资料流 ( 图像，来进行数值演算的新一代开源机器学习工具。这个机器学习工具的基础设计，主要透过图学里的节点来表达数学运算，边 来表示节点间的多维度资料阵列 (tensors，张量)，因此命名做 TensorFlow。

TensorFlow 主要由 谷歌 机器智慧研究室与 谷歌 大脑研究组  的学者与工程师所开发，容许开发者自由配置运算环境来做深度神经网络研究，但也足以支持普通环境所需要的服务（例如透过影片进行图像辨识）；你可以部署 TensorFlow 在使用一个或多个 CPU 或 GPU的桌机或服务器上，也可以透过一个 API 部署在行动装置里。

目前 Gmail 已经可以自动判断约 99%的垃圾邮件。

Gmail的垃圾邮件判读、谷歌相簿脸部识别、谷歌翻译，我们天天都在使用 谷歌的机器学习系统，现在谷歌将TensorFlow以开放源码项目释出了。相比IBM，微软与百度等竞争对手的封闭路线，再次打出开源牌的谷歌是否又会成为机器学习领域的霸主呢？谷歌为什么要推开源机器学习系统？

没资料，光有技术，机器学习就只是空谈

如果将机器学习比喻成一架火箭，那大量的数据就是驱动它的能源，并且需要各种创意、多方思考设立出来的模型和运算能力来支持整个学习过程，而且计算机不比人脑，人脑只需要有限的例子和经验就能够成功学习。计算机则是需要非常多样本和案例来建立认知。谷歌人工智能、运算神经科学及可量化机器学习研究员科拉多强调。

Gmail 的 Smart Reply 功能，自动侦测对方寄来的邮件内容，并建立简单的回覆。

言下之意，只靠谷歌自己发展机器学习技术势必会遇到一些难题，资料量不够多元。计算机的学习过程是相当缓慢，消耗的时间非常长，深度学习需要投入大量的人力与资源进行相关研究科拉多说。在这样的情况下，谷歌透过开放机器学习让开源社群帮谷歌收集、整理各式各样大量可用来训练类神经网络的资料。

没资料，光有技术，机器学习就只是空谈。就像火箭要有燃料，要不然只有推进器，火箭也飞不起来！公子义认为，一但开放机器学习系统，用的人越多，资料越多元，越多量多变，谷歌机器学习系统更聪明，能提供的服务就越好，可以提供更多种服务，形成一个正向循环。

谷歌想要让机器学习认 a~z 26个小写字母，但每个人的字迹不同，谷歌若自己要 准备各种不同笔迹字母太旷日费时，但若全世界有20%的人，一人给 Google 一份自己写的a-z字母，有了这些大量，又多形变的资料，谷歌机器认字母的能力也就越强。因此 谷歌利用开放模式解决以上的难题。

谷歌相册已经可以让使用者透过标签搜寻找到相关的照片

也许你要问，谷歌不是手握大量使用者数据了吗？为什么这些数据量还不够呢？

谷歌过去收集的资料不适合用来做机器学习?

公子义【微信号gongzi348】认为谷歌过去收集的资料都不适合用来做机器学习，因为那些资料并没有被赋予足够具体的意义。

举例来说，谷歌手边有很多1、one与“一 ”等资料，但机器并不懂得什么意思。机器不知道1 ... 是 1 不是 2 、one是 1 不是 2 、一是 1 不是 2 。机器学习就跟教小孩很类似，你要他叫爸爸，你就得先告诉他谁是爸爸。

谷歌 语音辨识功能的错误量已经减少逾 20%。

因为类神经网络是模拟人的大脑，训练类神经网络，就跟教育婴幼儿一样。资料要大量、多变化，资料的质量也重要，就是要大量且要含括足够的变化，所以需要整个社群提供资料并且赋予这些资料正确具体的意义。因此，透过开源 TensorFlow 这个工具， Google 得以号召整个开发社群透过利用该工具提供相关服务时，帮 Google 完成收集真实世界资料的任务。

那对开发者或研究员来说，Google的开源机器学习系统吸引点在哪里呢？

利用开源精神先把饼做大

谷歌 虽然发展机器学习10年，但还有许多领域未探索。因此需要这个社群共享力量，加速机器学习进展。利用机系学习系统获利并非 Google 现行目标，现在最重要的是社群的建立，透过开源社群的快速分享，建立共同标准。这对机器学习的发展非常重要。

谷歌机器人即将成为全球霸主？

相较竞争对手微软、IBM 与百度，机器学习技术需要付费，谷歌的免费对于开发者的吸引力巨大。

利用开源社群资料，即将壮大谷歌自身系统？

让全球聪明人，给谷歌很好的反馈与贡献，甚至连竞争对手的团队都会用它， 谷歌不走常人之路。 Alphabet 集团执行董事长施密特（Eric Schmidt）强调。

谷歌目前透过两方面应用机器学习技术强化现有的产品服务（如：谷歌搜寻里的排名建议）与提供更先进更新颖的产品服务。如语音文字与图像辨识。公子义认为谷歌 的语音搜寻就是透过机器学习让正确度不断提升。

结合拍照功能即刻看到结果的 谷歌翻译

这对 谷歌 的 Mobile Only 政策具有重大的影响，在行动的世界，不需要手，我们使用语言沟通，计算机直接辨识图像。

公子义【微信号gongzi348】80后，90后心理研究专家，4年心理学，9年大数据研究者，专注于移动互联网，大数据究狂热爱好者，热爱写作。原创文章，未经许可，严禁转载，违者追究法律责任。