公司代表本周宣布，无论您是要将口语转化为不同的语言，将您的口语单词转换为文字还是通过数千张保存的照片进行筛选，Google都建立了一个“智能”的人工智能系统来帮助您。
Google的新“ TensorFlow”系统是该公司许多核心功能的骨干，从“智能答复”不等，该功能最多建议对电子邮件的回复，到语音识别功能在Google应用中。
Google代表在宣布新系统的博客文章中说：“ TensorFlow比我们的旧系统更快，更聪明，更灵活，因此可以更轻松地适应新产品和研究。” [超级智能机器：7机器人期货这是给出的
该工具是人造智能爱好者和研究人员的激动人心的发展。
“ TensorFlow是第一个认真的实施“深度学习”的框架斯坦福大学研究机器学习的博士生Andrej Karpathy说：“在Google的[A]方面非常有经验和功能强大的团队的支持。”
深度学习是一个概念人工智能这意味着计算机可以学习更多的抽象概念，这些概念传统上比计算机更好。例如，一个人可以识别泰姬陵的形象而无需考虑这一点。人们不必被告知这不是大象或其他纪念碑。但是计算机在这种任务上有很多麻烦 - 要求计算机识别泰姬陵将要求它通过整个图像库，并希望它能得到匹配。
当您希望计算机到达时，情况会变得更糟识别活动蒙特利尔大学计算机科学副教授亚伦·库尔维尔（Aaron Courville）说。人类可以立刻看到一个人在街上行走，并对该人的目的地或目的做出假设。另一方面，一台计算机只能说出步行者正在走的方向，仅此而已。
库尔维尔说，TensorFlow简化了许多研究，并使研究人员可以更轻松地构建其机器学习系统。 “使用TensorFlow，这是一组工具或库，可以使您能够构造这些东西并有效地运行它们。”
一切都以一个称为a的概念开始神经网络，这个想法可以追溯到计算早期。最简单的神经网络由三层组成：一个用于输入，一个用于处理，一个用于输出。每一层都由连接到下一层中所有节点的节点组成。 [人工智能的简短历史这是给出的
神经网络旨在通过加强某些节点之间的联系来学习。当向神经网络提供一些要学习的东西时 - 例如字母的形状，输入节点将信号发送到处理层，然后将信号发送到输出。如果输出正确，则一组连接变得更强。随着连接的加强，打开“ ON”的阈值较低。这类似于人类和动物大脑的工作方式加强神经元之间的联系。
搜索引擎可以通过跟踪用户的偏好来做类似的事情。使用TensorFlow，节点之间的连接是数字的矩阵。矩阵可以是一组，两或多维的数字。这允许更复杂的处理，因为每个连接都体现了可以测量的几件事。例如，它不仅可以编码像素上是否有光还是黑，还可以编码颜色和强度。
库尔维尔说，谷歌最初是受到蒙特利尔大学Theano大学创建的系统的启发。他补充说，但是TensorFlow是一种改进，升级的系统修复了最初的研究项目中的许多错误。
Google表示，TensorFlow将在任何机器（包括智能手机）上使用，尽管必需的处理能力最少。它与具有良好图形处理单元的计算机最兼容，这是游戏玩家使用的机器。
KarPathy补充说，该工具非常灵活。他说：“由于其普遍性，您可以使用TensorFlow进行任何深入学习的应用：图像识别，机器翻译，情感分析 - 实际上几乎没有限制。”
Google还宣布，它首次制造了一些TensorFlow代码开源。通过公开发布代码，该公司允许外部研究人员使用它并构建更多工具，以解决其他类型的问题。
遵循现场科学@livescience，，，，Facebook和Google+。原始文章现场科学。
