科技公司都在竞相制定机器学习的标准，并加快吸收技术人才。谷歌上个月免费开放的人工智能引擎，目前正在被用以执行一些巧妙的功能，包括将英语翻译成中文，辨认手写文本等。 名为Tensor Flow的人工智能软件，通过提供大量的数据，培训用户的电脑，执行任务。该软件集成了各种方法，用以在不同的计算机硬件网络有效地建设和培训模拟的“深度学习”神经。
深度学习用于训练计算机识别图像和声音的模式，是一种极为有效的技术，能确保机器在识别人脸或对象图像时以类似人类的能力来执行任务。近日，深度学习也呈现出将会用于分析自然语言的可能性——通过使机器以有意义的方式回应口头或书面语言来实现。 本周在蒙特利尔的Neural Information Processing Society （NIPS）会议上，Jeff Dean，在谷歌领导Tensor Flow的计算机科学家，谈到该软件现已被用于越来越多的谷歌之外的实验项目。其中包括通过Tensor Flow生成字幕图像和将代码转换为中文的软件，生成人造艺术品等。“现在下定论都还很早，”Dean在会谈后表示。“人们正在试图了解什么是最好用 的。” Tensor Flow 在谷歌有一个项目，被称为Google Brain，旨在应用神经网络机器去学习整个公司的产品和服务，并且其应用范围在最近几年大幅扩大。Dean说，在谷歌，涉及到Google Brain的项目数量已经超过了600个。 最近，Google Brain在用于开发Smart Reply，一个在扫描Gmail传入的信息后能够自动快速回复的系统。用于这个项目的神经网络技术是谷歌研究人员在去年的NIPS会议上提出的。 Dean希望深度学习和机器学习会对很多公司产生类似的影响，“机器学习能够以大量的方式影响不同的产品和行业”他说。例如，该技术在许多行业被测试用于从大数据中进行行业预测。 谷歌之所以开发Tensor Flow的代码，是因为建立一个强大的AI引擎是比拥有的数据更宝贵的财富。开放源代码将有助于确立其在机器学习，与合作者和未来的员工的关系中成为领导 者。Tensor Flow“在某种程度上给了我们一种共同的语言。”Dean说到，“我们也从Tensor Flow的使用中得到了好处。” 神经网络由联级响应的虚拟神经元层构成。这些神经元的灵敏度被调谐用以匹配特定的输入和输出，并具有很多层级，能够识别更多抽象的功能。 Tensor Flow现在是开源的深度学习软件库之一，其目前的表现在某些任务上落后于其他一些库。不过它易于使用，并且可以很容易在地不同的硬件之间移植。其团队也在努力提高其性能 |
