Machine Learning

Google veröffentlicht TensorFlow 1.0.0

von - 16.02.2017
TensorFlow
Foto: Google
Googles AI-Bibliothek TensorFlow ist jetzt in der neuen Version 1.0.0 erschienen. Das Open-Source-Projekt soll die Entwicklung leistungsstarker Machine-Learning-Lösungen erlauben.
Googles TensorFlow-Projekt will Entwicklern eine performante Basis für Machine-Learning-Lösungen zur Verfügung stellen. Jetzt ist die Open-Source-Bibliothek in der neuen Version 1.0.0 erschienen, die noch mehr Leistung verspricht und außerdem flexibler einsetzbar sein soll. Der Internet-Konzern hat das neue Release auf seiner Entwicklerkonferenz TensorFlow Dev Summit vorgestellt.
Für ein Plus an Geschwindigkeit, eine optimalere Speichernutzung und eine leichtere Portabilität zwischen Server-Systemen und mobilen Plattformen sorge ab Version 1.0.0 der experimentelle domänenspezifische Compiler XLA (Accelerated Linear Algebra). Neue Schnittstellen sollen zudem den Praxiseinsatz erleichtern. Android-Demos zur automatischen Bilderkennung und Verfolgung sowie zur Nachbearbeitung von Bildern demonstrieren die Leistungsfähigkeit der Lösung.

Künstliche Intelligenz in der Praxis

Aktuell kommt TensorFlow beispielsweise bei der intelligenten Bildersuche in Google Fotos oder beim Google Übersetzer zum Einsatz. Und auch die AI-Spezialisten von DeepMind greifen auf die Bibliothek zurück. Letztere sorgten Anfang vergangenen Jahres mit ihrer KI AlphaGo für das asiatische Brettspiel Go für Aufsehen. Der Lösungen gelang es, den weltbesten Go-Spieler Lee Sedol in vier von fünf Partien zu besiegen. Bislang galt das asiatische Strategiespiel als letzte Bastion der menschlichen Überlegenheit.
Neben Google nutzen auch viele weitere Tech-Firmen bereits die TensorFlow-Bibliothek wie etwa SAP, Dropbox oder eBay. Zudem berücksichtigen auch Hardware-Hersteller wie Qualcomm die Technologie bei der Entwicklung neuer Produkte. So besitzt beispielsweise das neue ARM-Chipset Snapdragon 835 einen speziellen Co-Prozessor, der Machine-Learning-Prozesse weitaus schneller und effizienter als die herkömmliche CPU verarbeiten soll.
Machine Learning und AI werden in Zukunft einen noch breiteren Raum in der IT-Branche einnehmen. Bereits die CES Anfang des Jahres lieferte einen Ausblick auf diese Entwicklung. Smarte Assistenten wie Alexa, Cortana und Co. erobern zunehmend die digitale Welt und sollen als Bindeglied zwischen Mensch und Maschine agieren. Klassische Bedienoberflächen und Eingabegeräte treten dabei mehr und mehr in den Hintergrund und werden von der allgegenwärtigen Voice Control ersetzt. Bis es allerdings soweit ist, muss die zugrundeliegende Technologie noch einige Hürden nehmen - Zukunftstechnologien wie etwa das autonome Fahren gestatten keine Fehler.