Η Google διαθέτει μεγάλο αριθμό εφαρμογών, από τις οποίες αρκετές χρησιμοποιούνται από τεράστιο αριθμό χρηστών σε καθημερινή βάση. Επομένως, είναι λογικό να προσπαθεί να τις βελτιώνει συνεχώς, προσθέτοντας νέες δυνατότητες.

Ένας από τους τρόπους βελτίωσης των εφαρμογών της είναι η ενσωμάτωση της μηχανικής μάθησης, χάρη στην οποία ο χρήστης μπορεί, παραδείγματος χάρη, να ζητήσει από την εφαρμογή Google Photos να του δείξει όλες τις φωτογραφίες που απεικονίζουν τον σκύλο του.

Ωστόσο, η ίδια η Google σημειώνει ότι οι εφαρμογές της θα πρέπει να γίνουν ακόμη εξυπνότερες. Για να το πετύχει αυτό, δημιούργησε ένα καινούριο σύστημα μηχανικής μάθησης, το TensorFlow, το οποίο είναι ταχύτερο, εξυπνότερο και πιο ευέλικτο ώστε να μπορεί να χρησιμοποιηθεί ευκολότερα σε νέα προϊόντα και στην έρευνα.

Μάλιστα, πρόκειται για ένα σύστημα μηχανικής μάθησης με διαβαθμίσεις, το οποίο μπορεί να «τρέξει» σε ένα μόνο smartphone ή και σε χιλιάδες υπολογιστές ενός κέντρου δεδομένων. Η ίδια η Google χρησιμοποιεί το TensorFlow για αναγνώριση φωνής στην εφαρμογή Google Search, για τη λειτουργία Smart Reply στην εφαρμογή Inbox, για αναζήτηση στο Google Photos και σε πολλές άλλες εφαρμογές.

Το TensorFlow επιτρέπει στην Google να δημιουργήσει «νευρωνικά δίκτυα» τα οποία είναι πέντε φορές ταχύτερα σε σχέση με τα αντίστοιχα του πρώτης γενιάς συστήματος μηχανικής μάθησης που διέθετε. Επομένως, της δίνεται η δυνατότητα να βελτιώσει τα προϊόντα της ταχύτερα.

Έχοντας δει λοιπόν τις δυνατότητες του TensorFlow, η Google αποφάσισε να το κάνει λογισμικό ανοιχτού κώδικα, σκεπτόμενη ότι θα ωφελήσει σημαντικά τον χώρο της μηχανικής μάθησης και θα βοηθήσει τους ερευνητές και τους μηχανικούς που ασχολούνται με αυτόν.

Ακόμη, η Google προσθέτει ότι το TensorFlow δεν περιορίζεται μόνο στη μηχανική μάθηση, αλλά μπορεί να χρησιμοποιηθεί γενικότερα για την επεξεργασία πολύπλοκων δεδομένων. Επομένως, υποστηρίζει ότι το TensorFlow αποτελεί σημαντική βάση για τη βελτίωση των υπολογιστών γενικότερα και της μηχανικής μάθησης ειδικότερα, αναφορικά με την οποία έχουμε πολύ δρόμο να διανύσουμε, σύμφωνα με την Google.

 [Πρέπει να είστε εγγεγραμμένοι και συνδεδεμένοι για να δείτε αυτόν το σύνδεσμο.]

Source: [Πρέπει να είστε εγγεγραμμένοι και συνδεδεμένοι για να δείτε αυτόν το σύνδεσμο.]