TensorFlow: Wie die Maschine intelligent wird

TensorFlow ist eine in Python und C++ geschriebene Library für maschinelles Lernen, die von Google Open Source zur Verfügung gestellt wurde. Entwickelt wurde TensorFlow vom Google Brain Team, einem Deep-Learning-Forschungsprojekt, das bereits für TensorFlows Vorgänger DistBelief verantwortlich zeichnet. Google nutzt TensorFlow selbst intensiv in zahlreichen Projekten, sei es die Suche, Spracherkennung, YouTube oder Gmail.

Generell dient bei Deep-Learning-Systemen die Natur als Vorbild: Analog zur Informationsverarbeitung über ein neuronales Netz im menschlichen Gehirn wird im Bereich der Künstlichen Intelligenz auf ein Netzwerk von Knoten (Analog zu Neuronen) und Verbindungen zwischen diesen Knoten (Analog zu Synapsen) gesetzt. Für beide Systeme – ob natürlich oder künstlich – gilt, dass sie besser und schneller lernen, je mehr Daten zur Verfügung stehen und verarbeitet werden.

Für die Verarbeitung solch großer Datenmengen kommt nun TensorFlow zum Einsatz. TensorFlow erlaubt es, beliebige neuronale Netze durch gerichtete zyklenfreie Graphen zu repräsentieren. Der Clou dabei ist, dass der Graph des neuronalen Netzwerks durch TensorFlow auf einem verteilten System abgebildet werden kann und somit die Rechenleistung eines ganzen Cluster-Systems zur Verfügung steht.

Lesen Sie auch: TensorFlow – Der Weg des maschinellen Lernens

Google stellte das Framework Ende 2015 Open Source auf GitHub bereit. Auf der Projektseite heißt es, dass mit der Quellöffnung die Entwicklung von KI-Systemen vorangetrieben werden soll, die momentan noch in den Kinderschuhen steckt. Aktuell fehlen noch Standards, auf denen neue Ideen im Bereich des Maschinellen Lernens aufbauen können.

Momentan befindet sich TensorFlow noch in der Entwicklungsphase, wann die erste Hauptversion erscheinen wird, ist noch nicht bekannt. Schon jetzt ist aber abzusehen, dass TensorFlow dem Bereich des maschinellen Lernens einen wichtigen neuen Impuls verliehen hat. Mit der Version 1.0 des Frameworks könnte sich daher ein erster Standard für ML-Anwendungen etablieren.

TensorFlow 0.9

In der jetzt erschienenen Version 0.9 ging es hauptsächlich um den Support für iOS und Raspberry Pi. Um TensorFlow nun auch auf iOS zu nutzen, stellen die Entwickler Skripte inklusive Makefile zur Verfügung. Dieses hilft nicht nur für den Cross-Compilation-Prozess, auch um TensorFlow ohne den Einsatz von Googles Build-System Bazel zu nutzen, ist das Makefile nützlich. Python-Freunde können sich außerdem über die Unterstützung von Python 3.5 freuen. Eine detaillierte Auflistung aller Neurungen finden Sie in den Release Notes.

Um eine bessere Vorstellung von der Funktionsweise von TensorFlow zu bekommen, finden Sie TensorFlow Tutorials sowie How-Tos auf der Projektseite. Das folgende Video ist ein witziges Beispiel dafür, wie die Google Translate App auf der Basis von TensorFlow Schrift lesen und übersetzen kann:

Aufmacherbild: Robot child lying on the floor and reading a book von Shutterstock / Urheberrecht: Sarah Holmlund