记 TensorFlow 项目开源一周年

年初，以大比分战胜李世乭的AlphaGo 在全球成功吸睛，引爆了人工智能（AI）热。其实，现如今已经进入了AI 时代，从你智能手机上的语音助手，到相机的人脸识别，聚合新闻类App 帮你筛选新闻，还记得淘宝上的“猜你喜欢”吗？他们背后都是形形色色的AI。AI 已侵入生活的方方面面，深刻影响着人类的生活。

AlphaGo 的灵魂就是 TensorFlow 。一年前，Google 就将 TensorFlow 完全开源了。TensorFlow 可被用于语音识别或图像识别等多项机器深度学习领域。它除了可以判断垃圾邮件、语音辨识、黄瓜分类外，你知道它还可以做更多的事情吗？比如澳洲生物学家用来在涉临灭绝的海牛数目调查？这篇文章详细介绍了TensorFlow 的现状和未来展望。

整整一年前，为了加速机器深度学习领域的发展， Google 大脑部门（Google Brain Team）完全开源了 TensorFlow 项目。这一年是非常有意义的一年。围绕 TensorFlow 项目进行了大量的工作：逾 480 人直接为 TensorFlow 项目作出了贡献，包括 Google 员工、外部研究员、独立程序员、学生以及其他大公司的高级开发人员。在 GitHub 上，TensorFlow 是最流行的机器学习项目。

在短短的一年内，它的提交就超过了 10000 次，Google 大脑部门做了许多性能改进：增加了对分布式培训的支持，支持从 iOS 到树莓派（Raspberry Pi）平台，与广泛使用的大数据基础设施集成TensorFlow；TensorFlow 可以从 Go ， Rust 和 Haskell 访问；发布了领先的图像分类模型；并在 GitHub ， StackOverflow 和 T ensorFlow 邮件列表上回答了数千个问题。

在 Google 中，从大规模产品功能到探索性研究，TensorFlow 都可以支持。Google 最近使用 TensorFlow 和 Tensor 处理单元（TensorFlow 的特殊硬件加速器）对Google 翻译进行了重大改进。 Magenta 项目（InfoQ 注：该项目是以人工智能来创作艺术，同时简化开源人工智能平台 TensorFlow 的用户过程。）正在开发新一代基于强化学习的模型，能够进行音乐艺术创作。最近，一位联培博士生（visiting PhD student）与Google 大脑部门合作，构建了一个TensorFlow 模型，这个模型可以在不同的艺术风格之间自动篡改。 DeepMind 还决定使用 TensorFlow 来促进他们所有的研究，例如，最近制作了基于原始音频生成迷人音乐的模型。

来自世界各地的人们都在使用 TensorFlow 做各种各样的事情，例如：

• 澳大利亚海洋生物学家使用 TensorFlow 在数以万计的高清照片中寻找海牛，以更好地了解这个涉临灭绝的群体数量。
• 日本一位农夫，训练了一个 TensorFlow 模型，可以按照大小、形状以及其他特征来挑选黄瓜并分类。
• 发射科医生调整 TensorFlow，使其在医学扫描中能够识别帕金森病的迹象。
• 湾区的数据科学家在树莓派上使用 TensorFlow 来追踪记录加州火车的动态。

Google 致力于确保从研究到生产、从最小的树莓派、大到满是 GPU 或 TPU 的服务器群集的各种设备都可以运行 TensorFlow。他们正尽其所能，建立一个相关软件和机器学习模型的开源生态系统：

• TensorFlow 服务项目简化了在生产中提供 TensorFlow 模型的过程。
• TensorFlow“广度和深度”模型结合了传统线性模型和现代深度神经网络的优势。
• 对于那些有兴趣在云中使用 TensorFlow 的人来说， Google Cloud Platform 最近推出了 Cloud Machine Learning ，它提供了 TensorFlow 作为托管服务。

Google 这次开源很有意义，尤其是对于中国的很多创业公司来说，他们大都没有能力理解并开发一个与国际同步的深度学习系统，所以 TensorFlow 会大大降低深度学习在各个行业中的应用难度。

在 GitHub 上 3000 多条 TensorFlow 相关的仓库清单，对有志于开发深度学习系统的创业者，可以加入TensorFlow 社区，你可以关注TensorFlow 的推特（ @tensorflow ），在 GitHub 与他们联系，提问并回答 StackOverflow 的相关问题，并加入社区的讨论列表。