マーティン・ゴーナーは、電子書籍の出現の原点に立っていました。Mobipocketの立ち上げから始まり、後にAmazon Kindleとそのモバイル版のソフトウェアの一部となり、2011年からGoogleで働き、機械学習とTensorFlowに積極的に取り組んでいます。シンプルでスマートなスマートフォンとデータセンターの数千のノードの両方で機能する、高速でスマートで柔軟な新しい機械学習システム。
以下は、TensorFlowが何であるか、Googleがオープンソースの開発者向けにTensorFlowを開いた理由、および機械学習に精通していない開発者にとってシステムがどのように興味深いかについてのMartinへの短いインタビューです。
7月3〜4日、マーティンはカンファレンスPyCon Russia 2016に参加します
-TensorFlowについて少し話してください。 これは何ですか：低レベルライブラリのセット、サービス、またはフレームワークですか？
-Tensorflowは、分散型およびハードウェアアクセラレーションによる科学計算向けに特別に設計されたPythonフレームワークです。 基本的には、行列の乗算で表現され、反復および収束する必要があるものはすべて実行できます。 遅延実行モデルを使用し、最初に計算のグラフで意図を定義してから実行します。 計算グラフを使用することで、複数のノードまたは複数のGPUに計算を分散するときにTensorflowが多くの作業を行うことができます。 たとえば、データが計算ノードにパイプされる方法を心配する必要はありません。 Tensorflowは、このような低レベルのロジスティクスを処理します。
-TensorFlowは、機械学習にあまり詳しくない開発者にとって興味深いものでしょうか？ 彼らにとってどのように役立つのでしょうか？
-今日のTensorflowには、ニューラルネットワーク専用に設計されたtensorflow.nnという1つの高レベルライブラリがあります。 他の機械学習アルゴリズムをカバーするために、これをまもなく拡張します。 また、今後のGoogle Cloud MLサービスは、ニューラルネットワークのトレーニングと提供のために最適化されます。 今日、Tensorflowはニューラルネットワークに非常に特化しています。 これは、今日の開発者にとって最大の関心事の一部です。 ディープラーニング1）未来と開発者はそれを見始める必要があること、2）適切なツールがあればそれほど複雑ではないことをお見せできることを願っています。 Tensorflowはそのようなツールです。
-Googleは、その開発をOpenSourceコミュニティと頻繁に共有しません。 Googleが論文を発行し、サードパーティの開発者がそれを使用して、Google内部サービスと同じ機能を持つ製品を作成することがあります。 GoogleがTensorFlowをオープンソース化することにしたのはなぜですか？
-これは一般的な傾向です。 今後は、論文だけでなく完全な実装として、より多くのGoogleテクノロジーをオープンソースの世界にもたらしたいと考えています。 Apache Beamプロジェクトもそのような例です。 ビッグデータ計算をストリーミングするための「データフローモデル」は論文として公開されていますが、Apache Beamとしてもオープンソース化されています。 このように、データフローを使用できます。これは、Beamを使用するオンプレミスとGoogle Cloud Dataflowを使用するクラウドの両方でMapReduceの最新バージョンです。 Kubernetes（Googleのコンテナー展開および管理テクノロジー）も同じ道をたどりました。 現在、IBM、Microsoft、VMWareなどからの貢献により、業界に受け入れられています。
-TensorFlowの開発の管理に対するGoogleのアプローチは何ですか？
-Tensorflowは、Googleの内部でも頻繁に使用されているオープンソースプロジェクトです。 実際には、内部的には2回目の反復です。 DistBeliefと呼ばれる最初のバージョンがあり、そこから多くを学び、ゼロから再起動しました。 機械学習の研究者と生産エンジニアの両方が、研究に適したツールとして、また顧客向けアプリケーションの一部としてニューラルネットワークを出荷するための優れたツールとしてTensorflowに満足したら、それを外の世界と共有する準備ができました。 コミュニティの反応は素晴らしいものです。 Tensorflowは、ほとんど一夜にして最も分岐した機械学習プロジェクトになりました。 それ以来、コミュニティの貢献は歓迎され、数多くあります。 一番上の例はTFLearnです。これは、Tensorflow上に構築された高レベルの深層学習ライブラリで、まもなくTensorflow / contribからTensorflowコアに移行します。
-サードパーティ開発者からのTensorFlowへの貢献はどれくらいですか？ これはGoogleにとってこれまで便利でしたか？
-オープンソーシングTensorflowは、Googleではなく、機械学習コミュニティに役立つことを目的としていました。 機械学習は、ますます多くの開発者が貢献する新しい分野であると考えています。 機械学習技術が実際の製品に適用されると、その貢献は新しいコアアルゴリズムの形でもたらされるだけでなく、ディープラーニングコードを本番環境に出荷する新しい方法としてもたらされます。 Tensorflowは、研究アプリケーションと実世界のアプリケーションとの間の基本的なブリッジになることを目的としています。 優秀な開発者は、たとえ機械学習に特化していない場合でも、適切なツールを使用して迅速に学習し、非常に創造的になります。 オープンソースのTensorflowは、機械学習コミュニティの伝統的な学術的ルーツを超えた成長を促進する方法です。
7月3日に、MartinはPyConRuで公演します -彼はTensorFlowについて詳しく話し、それをより深く理解したい人のためにワークショップを開催します。 マーティンに直接会う機会があります。
Martinのレポートは「TensorFlowとディープラーニング、博士号なし」と呼ばれています
今すぐ参加しよう！
スポンサーに感謝します：一般スポンサー-Positive Technologies 、ゴールドスポンサー-JetBrains 、シルバースポンサー-Rambler＆Co and Wargaming 、ブロンズスポンサー-Ostrovok.ruおよびScrapinghub