谷歌發(fā)布了TensorFlow2.0

谷歌有限責(zé)任公司今天推出了TensorFlow的新迭代，它流行的人工智能框架和一對互補(bǔ)模塊，旨在使算法能夠更負(fù)責(zé)任地處理用戶數(shù)據(jù)。

TensorFlow2.0主要關(guān)注提高可用性. 該版本帶來了基于Keras的簡化應(yīng)用程序編程接口，Keras是一種開源工具，旨在使AI開發(fā)框架更容易使用.. 它使工程師能夠訪問以前在一個地方跨多個API擴(kuò)展的特性，并為定制開發(fā)工作流提供更多選項(xiàng)。

另一個關(guān)鍵的增強(qiáng)是對所謂的熱切執(zhí)行的支持。 TensorFlow2.0啟動AI模型的速度比以前的版本快得多，這讓工程師可以嘗試不同的模型變化，在測試運(yùn)行之間有較短的延遲。 考慮到機(jī)器學(xué)習(xí)開發(fā)的高度迭代性質(zhì)，這有可能節(jié)省相當(dāng)多的時間。

然而，即使TensorFlow2.0有了顯著的改進(jìn)，谷歌推出的兩個附帶工具也引起了業(yè)界最大的關(guān)注。 它們的目的是幫助開發(fā)人員將隱私控制直接構(gòu)建到他們的人工智能軟件中，以更好地保護(hù)用戶信息。

第一個模塊，TensorFlow隱私，使機(jī)器學(xué)習(xí)模型能夠丟棄它們不應(yīng)該處理的潛在敏感數(shù)據(jù)。 它通過自動過濾不同于信息分析算法的輸入來實(shí)現(xiàn)這一點(diǎn)。 例如，一個基于人工智能的拼寫檢查工具主要將字母作為輸入，這意味著像信用卡號碼這樣的長數(shù)字序列可以很容易地識別和過濾。

“要使用TensorFlow隱私，不需要隱私或其基本數(shù)學(xué)方面的專業(yè)知識：使用標(biāo)準(zhǔn)TensorFlow機(jī)制的人不應(yīng)該改變他們的模型體系結(jié)構(gòu)、培訓(xùn)程序或流程，”谷歌工程師凱里·雷德鮑和烏爾法爾·埃林松在博客文章中詳細(xì)介紹了這一點(diǎn)。