Detrás de la mayoría de servicios de Google, como la búsqueda de imágenes, el reconocimiento de voz, la extracción de información geográfica, traducción de idiomas, resultados de su buscador… están un conjunto de bibliotecas y herramientas asociadas, capaces de procesar una gran cantidad de datos y darles sentido para que puedan ser utilizados en diferentes aplicaciones.
Hace unas horas Pinchai Sundar, CEO de Google, presentó TensorFlow ,una biblioteca de software libre que nos provee de una API que aprende y predice resultados, a medida que va procesando inmensos flujos de datos.
TensorFlow no solo supera a su predecesor DistBelief, en velocidad e inteligencia, sino también en flexibilidad, ya que esta parte del “cerebro de Google” ya no está tan atado a su ecosistema, facilitando su uso en todo tipo de dispositivos: móviles, tablets, ordenadores personales, servidores, sistemas distribuidos con máquinas especializadas y miles de GPU’s, etc…
TensorFlow ha sido liberado bajo licencia Apache 2.0 y puede ser utilizada de forma totalmente gratuita. Eso es algo positivo tanto para la comunidad del software libre como para Google, que se beneficiaran de los avances y del esfuerzo colaborativo que se produzca tras su adopción.
De hecho si nos damos un paseo por su página de GitHub, podemos echar un vistazo al código fuente y probar a instalar su API –precisamos python 2.7 y tener instalado el gestor de paquetes python-pip– en Ubuntu:
|
1
|
sudo pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl |
y hacer una especie de “Hello World” para empezar:
TensorFlow puede ser usado en cualquier campo de investigación: astronomía, robótica, descubrimiento de fármacos, información geográfica, reconocimiento del lenguaje (OCR), biología, respuestas automatizadas de mensajes, etc…
Aunque tal como comenta Sundar Pichai, el aprendizaje de las máquinas todavía está en su infancia, y queda mucho trabajo por hacer:
Los ordenadores hoy en día no pueden hacer lo que hace un niño de cuatro años sin esfuerzo, como saber el nombre de un dinosaurio después de haber vistos solo un par de ejemplos o comprender que “yo vi el Grand Cañón volando a Chicago” no significa que el cañón fuera a precipitarse sobre la ciudad.
En la web del proyecto encontraréis más información sobre TensorFlow, así como diversos manuales y ejemplos de uso, para ponerse al día con esto del aprendizaje automático.
Fuente: lamiradadelreplicante
