谷歌AI开源神器三岁了:借助TensorFlow,谷歌让产品更智能

2018年11月22日 作者:糖悦之果飞

2016年3月,“李世石对AlphaGo”人机大战让全世界都知道了人工智能的威力。这场大战半年前,谷歌就已经把它的人工智能底层能力开放给了全世界。

2015年11月9日,谷歌正式对外开源了机器学习框架TensorFlow,到2018年11月正好3年。TensorFlow这三年一直保持着更新,2019年即将布2.0版本。应用方面也没落下,谷歌用TensorFlow优化了旗下许多产品。

借助TensorFlow,谷歌让产品更智能

在Gmail里写邮件,系统会智能建议下一个单词或完整的句子。在Google Photos里浏览时如果看到一张偏暗的照片,系统会自动提示你调整曝光,让照片更亮一点。在谷歌翻译里写入一个句子,系统可以对整个句子进行翻译而非逐字翻译,大幅提高翻译精确度和流畅度。跟谷歌的人工智能助理Google Assistant对话,再也不用一次次说出唤醒词“Hey, Google”,一次唤醒就能持续多轮对话......

谷歌内部超过80%的软件项目都采用了基于TensorFlow的机器学习,最新案例是可以自己打电话的AI系统——Duplex。

Gmail智能补充
谷歌在2018年的Google I/O大会上发布的Duplex,具备语言理解、交互、时间控制、语言生成方面的能力,可以帮你打电话给发廊、餐厅等消费场所,询问信息或预定。在和店员交谈中,它还能模仿人类的语调,在说话间停顿、拉长,甚至使用“嗯“、”呃“一类语气助词。

将TensorFlow用于自己产品智能化,这是再也常规不过的操作了。在一些有足够标注数据的垂直行业,TensorFlow可以发挥出更大的潜能。

上能发现“第二个太阳系”,下能预测余震位置

2017年12月,谷歌和得克萨斯大学奥斯丁分校合作,用TensorFlow分析开普勒望远镜获取的数据,成功发现了两颗新的地外行星:开普勒-90i和开普勒-80g,其中开普勒-90i所在的星系开普勒90,更是太阳系之外首个已知的八行星星系。

众所周知,天文是一个数据量非常庞大的领域。前不久退役的开普勒天文望远镜,一直在用凌星测光法收集数据。

凌星测光法的原理是,当行星从恒星前方经过,会遮挡住一部分光线,开普勒望远镜就能探测到恒星光线减弱,体现在光变曲线中有一个“U”型下沉。

凌星测光法
原理很简单,但开普勒望远镜收集的数据实在太多,若逐一进行人工检查,实在太耗时耗力。而且有的行星很小、很黯淡,对应的恒星却非常明亮、巨大,观察起来非常困难,就像在聚光灯下寻找一只萤火虫一样难。

1 2 3

相关文章

tracer