2 Probleme cu Google Open Source TensorFlow Plan

Effective TensorFlow for Non-Experts (Google I/O '17) (Iulie 2025)

Effective TensorFlow for Non-Experts (Google I/O '17) (Iulie 2025)
AD:
2 Probleme cu Google Open Source TensorFlow Plan

Cuprins:

Anonim

Într-o mișcare care amintește de playbook-ul său Android, Alphabet Inc. (GOOG GOOGAlphabet Inc1, 025. 90-0.64% Creat cu Highstock 4. 2. 6 >) TensorFlow, noul său sistem de învățare a mașinilor, a apărut în această dimineață. În vorbire clară, aceasta înseamnă că dezvoltatorii, cercetătorii și studenții universitari pot folosi datele din norul companiei pentru a cerceta sau a dezvolta aplicații personalizate pentru produsele lor.

AD:

Într-un post care a făcut anunțul, compania bazată pe Mountain View a declarat că a folosit TensorFlow pentru tot "de la recunoașterea vorbirii în aplicația Google, la (formularea) răspunsului inteligent în Inbox, pentru a căuta în Google Foto. " Compania a mai spus că speră să accelereze inteligența artificială astfel încât "toți cei de la cercetători academici, ingineri, pasionați să poată schimba idei mult mai repede, prin codul de lucru, mai degrabă decât prin lucrări de cercetare". Mutarea are sens pentru Google de afaceri, precum și ar putea deveni un centru de profit de licențiere pentru compania în jos de pe drum.

Dar compania se poate confrunta cu două probleme legate de această inițiativă.

Cine deține datele?

Prima se referă la proprietatea datelor.

Mai exact, cine deține rezultatele finale ale datelor manipulate?

În timp ce deschiderea mașinii Amazon Machine Learning a început la începutul acestui an, Amazon. com Inc. (AMZN

AMZNAmazon.com Inc1, 120. 66 + 0, 82% creat cu Highstock 4. 2. 6 ) a spus că ar fi citit accesul la toate modelele de date create în cadrul ecosistemului său . În plus, serviciul nu permite exportul sau importul seturilor de date model. Pe măsură ce se creează și se utilizează scale de servicii ale Google și seturi și modele de date largi și variate, există un potențial de folosire mai largă (și propagare) a modelelor incorecte de date. În absența clarificării din partea companiei, responsabilitatea poate deveni o problemă.

Ecosistemele închise și deschise

Al doilea este legat de concurență și ecosistem. Android a câștigat tracțiunea, deoarece funcționa în limitele limitate ale unui ecosistem mobil. Învățarea în mașină și inteligența artificială sunt ecosisteme destul de mari și acoperă mai multe industrii și genuri de dispozitive. În acest sens, Google se confruntă cu o concurență sporită din mai multe scopuri. De exemplu, Apple Inc. (AAPL

AAPLApple Inc174, 25 + 1, 01% creat cu Highstock 4. 2. 6 ) a lovit companiile AI în ultima vreme. În același mod, Microsoft Corp. (MSFT MSFTMicrosoft Corp84, 47 + 0, 39% Creat cu Highstock 4. 2. 6 ) a anunțat inițierea similară a procesului Azure Machine Learning Produsele Microsoft, cum ar fi XBox și Bing. International Business Machines Corp. (IBM IBMIinternational Business Machines Corp150.84-0. 49% creat cu Highstock 4. 2. 6 ) are de asemenea Watson Analytics, care permite dezvoltatorilor să folosească motorul puternic Watson. Aceste companii lucrează în cadrul ecosistemelor închise. Într-un mediu hardware, un ecosistem de sistem de operare deschis poate cauza probleme pe drum, așa cum a descoperit Google cu remedierile de eroare în Android. Având în vedere că învățarea profundă acoperă mai multe industrii, sfera și amploarea concurenței și a problemelor Google ar putea fi multiplicate cu un sistem open source AI.

Linia de fund

Google TensorFlow este un pas în direcția cea bună. Din fericire, compania a învățat lecții din experiența sa Android (care a fost în mare parte reușită) pentru a gestiona mai bine ecosistemele de mare open source.