Igen jelentős lökést remél a mesterséges intelligenciával (MI) kapcsolatos globális kutatásoknál a Google attól, hogy saját, eddig belső körben használt fejlesztői környezetét nyílt alapokra helyezi. A többek között öntanuló rendszerek kiépítésére alkalmas TensorFlow így mostantól bárki által hozzáférhetővé válik.
Felszabadított második generáció
A Google rendkívül sok területen hasznosította eddig is az MI-fejlesztést, főként a TensorFlow elődjeként használt, 2011-től működő DistBelief segítségével. A cég első generációs fejlesztési platformja többek között a neurális hálózatok kiépítésében jeleskedett. Ennek folyományaként tudták a gép automatikus képfelismerési képességét fejleszteni, vagy éppen a beszédfelismerő algoritmusok pontosságát finomítani. De olyan különleges projekteket is köszönhetünk a DistBeliefnek, mint például ez a meghökkentő vizuális kísérlet.
Miközben ez a platform jó alapot képzett a kutatók munkájához, de több megkötéssel is együtt kellett élni. Egyrészt jobbára a mesterséges neuronhálózatokra volt kihegyezve, nehéz volt konfigurálni, és nem utolsó sorban szervesen össze volt kapcsolódva a cég belső infrastuktúrájához. Leginkább ez utóbbi volt az oka annak, hogy a "felszabadításra" előbb nem kerülhetett sor.
Nem úgy az új generációt képviselő TensorFlow esetében, amely már - a Google hivatalos tájékoztatása szerint - általánosan használható, flexibilis, könnyen használható rendszer, amely például leveleink automatikus megválaszolásában nyújthat segítséget. Mostantól pedig ezt bárki birtokba veheti, aki ebben a témában kutat, fejleszt.
Standarddá tennék
És hogy ez miért jó a Google-nek? Nem titkolt céljuk, hogy a nyílt hozzáféréssel nemcsak ösztönözni tudják a terület fejlődését, de egyfajta iparági standarddá válhat saját szoftveres környezetük, amelyhez egyébként oktatási segédanyagok, példák és egyéb kiegészítő eszközök is elérhetővé váltak.
A másik pozitívumot abban látják, hogy a cég falain kívül futó kutatások monitorozásával értékes szakembergárdával tudják majd gazdagítani saját csapatukat. Az első visszajelzések mindenesetre pozitívak a korai hozzáférést kapó kutatói szférától. Gyors, jól használható platformként hivatkoznak rá.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
a melléklet támogatója a One Solutions
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak