Categories: Innovation

Google öffnet Machine-Learning-Technologie

Google macht TensorFlow zu Open Source. Das Machine-Learning-System kommt, wie Google in einem Blog erklärt, in Anwendungen wie Google Fotos und Google Übersetzer sowie bei bestimmten Funktionen in der Google Suche oder intelligenten Antworten zum Einsatz.

Unter der Apache-2.0-Lizenz, so hofft Google, sollen sich mehr Entwickler für das System interessieren. Gleichzeitig setzt Google darauf, dass sich die Technik auf diesem Weg weiter verbreitet. “Wir hoffen, dass die Machine-Learning-Gemeinschaft – also jeder vom akademischen Forscher über Ingenieure bis hin zu Hobbyisten – Ideen deutlich schneller austauschen können, indem sie am Code arbeiten, statt nur Forschungsberichte zu lesen. Dies wiederum wird die Forschung über maschinelles Lernen beschleunigen und schließlich dazu führen, dass die Technik für jedermann besser funktioniert”, schreiben Senior Google Fellow Jeff Dean und der zuständige technische Leiter Rajat Monga.

Ein Data Flow Graph in TensorFlow. (Bild: Google)

Sie betonen in diesem Zusammenhang auch, dass TensorFlow mehr sei als reines maschinelles Lernen. “Es kann immer dann von Nutzen sein, wenn Forscher sehr komplexe Daten auswerten wollen – von Proteinfaltung bis hin zur Verarbeitung astronomischer Daten.”

TensorFlow nutzt die Rechenleistung von CPUs sowie GPUs und läuft auf Desktops, Servern und Mobilgeräten. In einigen Tutorials und Datenflussgraphen erläutert Google die Funktionsweise des Systems. Es soll das Implementieren von Software zum maschinellen Lernen deutlich vereinfachen.

Laut Google ist TensorFlow eine Weiterentwicklung des Large Scale Distributed Deep Networks (DistBelief), das es etwa zur Analyse von Youtube-Videos einsetzt. Das neue System soll jedoch flexibler, einfacher und leistungsfähiger sein als die erste Generation der Maschine-Learning-Software. Google selbst setzt es bereits zu Forschungszwecken ein.

Auch andere Unternehmen wie Facebook oder Microsoft arbeiten an der Weiterentwicklung des maschinellen Lernens. Facebook hat seine Werkzeuge für Machine Learning und künstliche Intelligenz bereits im Januar der Open-Source-Community zur Verfügung gestellt. Auch IBM versucht mit Watson in diesem Bereich eine Technologie zu positionieren und hat inzwischen für Anwenderunternehmen eine eigene Beratungseinheit gegründet. HP bietet mit IdolOnDemand ebenfalls Entwickler-Werkzeuge, über die sich Funktionen für künstliche Intelligenz in Anwendungen einbetten lassen.

[mit Material von Björn Greif, ZDNet.de]

Tipp: Wie gut kennen Sie sich mit Open-Source aus? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de

Redaktion

Recent Posts

KI in der Medizin: Mit Ursache und Wirkung rechnen

Maschinen können mit neuen Verfahren lernen, nicht nur Vorhersagen zu treffen, sondern auch mit kausalen…

20 Stunden ago

Sicherheit für vernetzte, medizinische Geräte

Medizingeräte Hersteller Tuttnauer schützt Gerätesoftware mit IoT-Sicherheitslösung.

21 Stunden ago

Blockchain bleibt Nischentechnologie

Unternehmen aus der DACH-Region sehen nur vereinzelt Anwendungsmöglichkeiten für die Blockchain-Technologie.

1 Tag ago

Branchenspezifische KI-Modelle

SAS bietet einsatzfertige KI-Modelle für konkrete Herausforderungen wie Betrugserkennung und Lieferkettenoptimierung.

2 Tagen ago

Hypershield: Umfassender Schutz von Cloud über Rechenzentrum bis Fabrikhalle

Cisco stellt neuen Ansatz zur umfassenden Absicherung der IT-Infrastruktur vor.

2 Tagen ago

Vernetztes Fahren: Bereitschaft zum Teilen von Daten gering

Deloitte-Studie äußert jedoch Verständnis für die Zurückhaltung der Kunden. Nutzen der Angebote sei hierzulande kaum…

4 Tagen ago