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)
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

Energieeffiziente KI dank innovativer ferroelektrischer Technologie

Ferroelektrisches Oxid verringert den Energieverbrauch erheblich und verkürzt Latenzzeiten von Computerarchitekturen.

8 Minuten ago

Erfolgsstrategie Hyperscaler: Wie Unternehmen ihre Chancen in der Cloud maximieren

Hyperscaler ermöglichen ISVs eine schnellere Markteinführung ihrer Produkte, wobei damit die verbundenen Herausforderungen steigen, sagt…

2 Tagen ago

Galeria will Einkaufserlebnis in der Filiale und Online steigern

Warenhauskette setzt auf die KI-gesteuerten Fähigkeiten zur Bedarfsplanung und Nachversorgung von Blue Yonder.

3 Tagen ago

Cyber Gangsta’s Paradise: Musikvideo macht auf den Cyber Resilience Act aufmerksam

Technische Hochschule Augsburg (THA) will Hersteller auf die neue EU-Verordnung hinweisen, die Cybersicherheit für vernetzte…

3 Tagen ago

IT-Chaos sicher reduzieren

Mit der steigenden Anzahl von Endpunkten, wächst die Komplexität, die mit dem Unternehmensnetzwerken verbundenen Geräte…

3 Tagen ago

Sandboxing: Von der Prävention zur forensischen Analyse

Die Kombination aus Blockieren und fundierter Analyse bietet eine resiliente Sicherheitsarchitektur, sagt Andrea Napoli von…

6 Tagen ago