Google開源TensorFlow系統，這背后都有什么門道？

據國外媒體報道，谷歌于周一發布全新人工智能系統TensorFlow。該系統可被用于語音識別或照片識別等多項機器深度學習領域，主要針對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行。

更重要的是，谷歌表示，TensorFlow將完全開源，任何人都可以用。所以，這其中有幾個意思？

關于TensorFlow的前世今生

TensorFlow是谷歌研發的第二代人工智能學習系統，而第一代的DistBelief比這個要早好多年。

DistBelief誕生于2011年，它是谷歌推出的第一代內部深度學習結構，能夠幫助谷歌利用自家的數據中心構建大型的神經網絡，主要應用于人工智能的開發，比如語音識別、圖片搜索等等。

但是，DistBelief本身存在一些技術上的短板，對谷歌的人工智能發展仍有一些限制。如谷歌高級研究員Jeff Dean和技術主管Rajat Monga表示，DistBelief關注的重心是神經網絡，而且與谷歌內部的基礎架構聯系緊密。也就是說，該系統“幾乎不可能與外部共享研究代碼”，而且使用起來比較難設置。

而TensorFlow正是基于第一代DistBelief進行開發的，其命名來源于本身的運行原理，Tensor（張量）意味著N維數組，Flow（流）意味著基于數據流圖的計算，TensorFlow即為張量從圖象的一端流動到另一端——將復雜的數據結構傳輸至人工智能神經網中進行分析和處理。

相比較之下，作為谷歌第二代人工智能系統，TensorFlow更快、更智能化，也更加靈活，可以更加輕松地應用于谷歌的新產品以及支持技術研究。按某些標準計算，TensorFlow的運行速度相當于DistBelief的3倍。

此外，TensorFlow一大亮點是支持異構設備分布式計算，它能夠在各個平臺上自動運行模型，從電話、單個CPU / GPU到成百上千GPU卡組成的分布式系統。也就是說，任何基于梯度的機器學習算法都能夠受益于TensorFlow的自動分化（auto-differentiation）。

谷歌為什么敢開源？

鑒于TensorFlow系統的強大功能，加上谷歌正計劃在TensorFlow的基礎上發布ImageNet計算機視覺模型，理論上使用谷歌的樣本模型架構的話，就能很快地開始使用機器學習技術，因此，它可謂谷歌在計算機智能應用方面的殺手锏。不過，谷歌公司表示，開源該系統并不會危及公司的戰略，而且還是會讓公司保持優勢。為什么呢？

通過谷歌最新公布的白皮書TensorFlow: Large-Scale Machine Learning on Heterogeneous Systems可見，雖然該系統轉為開源，但這次開源的TensorFlow是單機實現，其最有價值的分布式數據流實現，并沒有開源。也就是說，谷歌此舉還是留下了一些能保持自身獨特性的東西，比如巨量的數據、可以運行該軟件的計算機網絡，以及一個龐大的可以調整算法的人工智能專家團隊。

谷歌開源的做法，其實和Facebook開源人工智能研究的舉措相類似。深度學習系統或軟件不是一裝上就能用的，它在發布前期需要通過使用者數據進行很多測試、調整，顧名思義就是一個學習的過程。Facebook開放人工智能研究就是因為缺乏自己的移動操作系統和通信渠道，沒有什么途徑來檢測產品，唯有通過與其他公司組織合作，來完善創新。

同樣，如果谷歌沒有工程師來為其進行數百萬個參數的調整，那么谷歌這次放出的深度學習算法的用途就極為有限。專家表示，調整這些參數需要不斷試錯，初次接觸的人要花費很長時間。谷歌也需要通過放出這套系統吸引更多研究人員，從而為其找到新的用武之地，并進行改進。

據報道，谷歌2011年展開了一個試圖訓練神經網絡的Google Brain項目。Google Brain在當時擁有1.6萬個多個微處理器，創建了一個有數十億連接的神經網絡，在這個項目研究中，該網絡結果觀看了千萬數量級的YouTube圖像，并從圖像中自主辨識出了“貓”。研究人員表示：“在訓練中，我們從未告訴它‘這是一只貓’。基本上可以說，它發明了貓這個概念。”

TensorFlow的未來

2004年，Google創始人Larry Page和Sergey Brin曾預言道：“計算機將會被植入人類大腦，搜索會成為一種自主進行的行為。”11年之后的今天，Google沒有將搜索功能植入大腦，但該公司將搜索機器變成一個人工智能大腦。“這是一種能夠讓研究人員的創意直接轉化成產品的工具，以后研究人員或者就無須再為什么新想法重新編寫代碼了。”

這是谷歌未來的愿景，而TensorFlow就是通向這個未來的里程碑之一。開源TensorFlow能夠加速谷歌在人工智能技術的部署，幫助該公司在人工智能發展日益重要的未來搶占更多的主導權。

不過當然，開源就存在著多方合作的可能，數據的資源共享、技術研究的交流碰撞……谷歌的發展同樣也會帶動業界的技術整體發展。多年以前人們就知道開源的重要性，正如開源硬件公司Arduino CEO Musto所言：“我們需要開源，我們需要社群的智慧。”

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。