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

Studie: Rund ein Drittel der APIs sind ungeschützt

Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…

2 Wochen ago

Universitätsmedizin Essen setzt für E-Mail-Sicherheit auf NoSpamProxy

Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…

2 Wochen ago

Bau-Spezialist Schöck: Migration von SAP ECC ERP auf S/4HANA

Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…

2 Wochen ago

Pure Storage: Cloud, KI und Energieeffizienz

Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…

2 Wochen ago

GenKI verbessert Datenmanagement und Angebotsgenauigkeit

DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).

2 Wochen ago

Rolls-Royce Power Systems nutzt industrielle KI aus der IFS Cloud​

Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.

2 Wochen ago