让每一位开发者皆可使用机器学习技术

原副标题：让每一名合作开发人员皆可选用机器学习控制技术

发布人：TensorFlow 项目组的 Laurence Moroney 和 Josh Gordon

近期开展的 Stack Overflow 合作开发人员进行调查也已出炉结果，他们惊异地看到，TensorFlow 已高速成长为选用较广的 Machine Learning 辅助工具，现阶段有 300 万应用软件合作开发人员通过它来利用机器学习控制技术增强自己的商品和应用软件系统。更重要得是，此项进行调查显示，TensorFlow 还是合作开发人员必选选用的框架，估计有 400 万合作开发人员希望在不久的今后选用它。

TensorFlow 现阶段每星期用户数少于 1,800 亿次，在 GitHub 上总计标星 16.6 亿次，远超其它Machine Learning 构架。在 Google 内部，几乎大部份 AI 制造控制系统工作业务流程都借力那个构架，主要包括 Google 搜寻、Google Ads、YouTube、Gmail、Google 世界地图、Google Play、Google 快照等。很多国际级巨擘的制造控制系统也都选用那个构架，比如苹果公司、奈飞、Stripe、腾讯、Uber、施氏、MSN、twitter、腾讯、 Orange、干邑·庄士敦-路易·威登 (LVMH) 等，不计其数。此外，每个月有少于 3,000 种涉及 TensorFlow 或 Keras 的新发行科学印刷品被 Google 学术研究搜寻编入索引，主要包括致力于积极探索抗衰老公钥的CANDLE科学研究等重大生物科学。

构成 Google Machine Learning 生态控制系统的商品和开放源码服务在不断增加班底。近几年，他们认识到没有一类通用型的构架适用于于大部份情景——特别是制造控制系统的市场需求与最前沿科学研究的市场需求经常存在武装冲突。有鉴于此，他们合作开发出了 JAX，这是一类适用于于分布式系统值计算的极简 API，意在为科学计算科学研究的下一大潮挂起曙光的尾巴。JAX 适于开拓新最前沿：选用它可使虚拟化规模再上新起点、推进捷伊演算法和构架，以及合作开发捷伊C++和控制系统。科学研究人员对 JAX 的广泛选用令人振奋，而AlphaFold和 Imagen等项目所取得的不断进步更突显了它的价值。

在那个多种构架各领风骚的新时代，他们通过 TensorFlow 来满足应用 Machine Learning 开发者的市场需求 ——凡需要构建和部署可靠、稳定、高性能 Machine Learning 控制系统的工程师，不管其 Machine Learning 控制系统规模如何、适合何种平台，都属于这一范畴。他们的愿景是打造一个可赋能各组件更好协作的生态控制系统，确保科学研究人员和工程师能够充分利用这些组件，不管其来自何种构架。在实现 JAX 与 TensorFlow 的互操作性方面，他们已取得长足进展，特别是jax2tf功不可没。合作开发 JAX 模型的科学研究人员将可以通过 TensorFlow 平台的各种辅助工具，把这种模型引入到制造环境中。

今后，他们打算双管齐下，将 TensorFlow 作为卓越的应用 Machine Learning 平台继续合作开发下去，同时持续完善 JAX 来突破 Machine Learning 科学研究的疆界。他们将继续在这两个 Machine Learning 构架上进行投入，助力数百万用户推进科学研究和应用。

他们还有很多正在合作开发中的精彩商品迫不及待与大家分享，敬