Google, geçtiğimiz kasım ayında kendi otomatik öğrenme yazılımı TensorFlow’u erişime açmış ve çeviriden fotoğraf analizine kadar pek çok servisini destekleyen platformu açık kaynaklı ve ücretsiz indirilebilir hâle getirmişti. Şirket şimdi de TensorFlow’u otomatik öğrenmenin akıllı hapına dönüştürmeye hazırlanıyor. Bu karar doğrultusunda yazılımın aynı anda yüzlerce bilgisayarda çalışabilecek bir dağıtım versiyonunun yayınlanması planlanıyor.
Söz konusu yöntem, TensorFlow’u geliştirmenin en dolambaçsız yolları arasında yer alıyor. Otomatik öğrenme yazılımının daha zeki hâle gelmesi için büyük miktarda veri analizi gerçekleştirmek ortak noktaları aramak ve fotoğraflardaki yüz özellikleri gibi trendleri incelemek gerekiyor. TensorFlow’un söz konusu operasyonları bilgisayar ağlarında eş zamanlı olarak gerçekleştirmeye izin vermesi, kullanıcıların daha akıllı sistemler oluşturabileceği ve bu sistemleri daha hızlı olarak geliştirebileceği anlamına geliyor.
TensorFlow 0.8’in yayınlamasıyla birlikte Google açık kaynaklı otomatik öğrenme yazılımına kamuoyu tarafından gösterilen heyecanlı yaklaşımı da gözler önüne seriyor. Kod havuzu GitHub’daki en popüler otomatik öğrenme şablonu olan Google TensorFlow, 2015’in kasım ayında yayınlanmasına rağmen yılın üzerinde en çok çalışılan projesi olmayı başardı. Görüntülerin sanrı gördüren etkilerini ölçmek için görüntüler üzerinde yoğun bir analiz uygulayan nöral ağ Google DeepDream de popüler GitHub projeleri arasında bulunuyor.
TensorFlow şimdiden heyecan verici çeşitli projelerde kullanılmış durumda. Pong oynamayı öğrenen bir program ve sahte ama gerçek görünümlü Çin alfabesine benzer harf karakterleri oluşturan nöral ağ, yazılımın öncülük ettikleri arasında yer alıyor. Son projeyi geliştiren isim olan David Ha, TensorFlow ile büyük yapay zeka topluluğunun derin öğrenme sürecine katkıda bulunmasının kolaylaştığını belirtti.
Google’ın platformunun dengeli biçimde tasarlandığını ve sonuçların kolaylıkla paylaşılabildiğini söyleyen Ha, bunun platformu yeni başlayanlar için daha cazip hâle getirdiğini belirtti. TensorFlow’un özel olmadığını ve etrafta başka alternatif servislerin de olduğunu söyleyen Ha, nöral ağlar ve derin öğrenme süreçleriyle haşır neşir olduktan sonra bir platformdan başka bir platforma geçmenin kolay olmadığını dile getirdi.
