Google:AlphaGo 2.0思考快速的關鍵在於TensorFlow學習框架

2017.05.23 05:11PM
538
是Google:AlphaGo 2.0思考快速的關鍵在於TensorFlow學習框架這篇文章的首圖
首圖

針對此次烏鎮圍棋峰會首場人機大戰由AlphaGo 2.0取下首勝Google開源學習框架TensorFlow項目負責人Rajat Monga在受訪時表示,AlphaGo運作系統背後由TensorFlow學習框架作為許多底層運算支撐,並且讓AlphaGo系統運算效率更加流暢。

是Google:AlphaGo 2.0思考快速的關鍵在於TensorFlow學習框架的第2張圖

根據Rajat Monga說明,AlphaGo整體運作流暢表現源自採開源架構設計的TensorFlow學習框架,並且成為AlphaGo底層諸多技術基礎,而如何讓AlphaGo變得更會下棋則是DeepMind團隊主要負責工作。因此整體來看,TensorFlow學習框架成為此次AlphaGo 2.0思考時間變得更短的主要關鍵。

從過去推行的TensorFlow 1.0開始,Google此項開源架構設計的學習框架已經累積眾多應用,除了Google自行打造的TPU強化此項學習框架加速應用,就連NVIDIA採Volta顯示架構的Tesla V100加速卡也在硬體設計導入Tensor核心,藉此提昇人工智慧學習加速效果,甚至在對應自駕車使用的學習系統也針對TensorFlow學習框架優化。

目前TensorFlow學習框架已經對應Python、C++、Java、R、Haskell、Go等常見程式語言,因此更容易銜接各項應用服務,分別由Airbnb、Uber、Twitter、Intel、Qualcomm、小米、京東、百度等廠商用於旗下服務與產品設計,並且能對應自然語音識別、電腦視覺或數據分析等使用需求,甚至在今年Google I/O 2017期間更針對裝置端運算應用提出簡化版TensorFlow Lite,讓App應用內容也能進行深度學習,藉此讓端點運算更具效率。

而就Google立場,目前仍維持將TensorFlow以開源架構提供使用,並不會特別針對廠商需求優化,但仍可針對不同使用情況協助客製化。

回應 0