谷歌有限公司今天推出了TensorFlow的新迭代，這是一個(gè)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專注于提高可用性。這個(gè)版本帶來了一個(gè)基于Keras的簡化應(yīng)用編程接口，Keras是一個(gè)開源工具，旨在使AI開發(fā)框架更容易使用。它使工程師能夠在一個(gè)地方訪問以前跨多個(gè)API擴(kuò)展的功能，并為定制開發(fā)工作流提供了更多選項(xiàng)。

另一個(gè)關(guān)鍵的增強(qiáng)是支持所謂的急切實(shí)現(xiàn)。TensorFlow2.0啟動AI模型的速度比以前的版本快得多，這使得工程師可以在測試運(yùn)行之間的短暫延遲內(nèi)嘗試不同的模型更改。考慮到機(jī)器學(xué)習(xí)開發(fā)的高度迭代性，有可能節(jié)省相當(dāng)多的時(shí)間。

然而，盡管TensorFlow2.0有了顯著的改進(jìn)，但谷歌推出的兩個(gè)配套工具還是吸引了業(yè)內(nèi)最大的關(guān)注。他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(gè)模塊，TensorFlow Privacy，使機(jī)器學(xué)習(xí)模型能夠丟棄他們不應(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，基于人工智能的拼寫檢查器主要以字母為輸入，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被識別和過濾。

“要使用TensorFlow隱私，你不需要隱私或其基本的數(shù)學(xué)專業(yè)知識：使用標(biāo)準(zhǔn)TensorFlow機(jī)制的人不應(yīng)該改變他們的模型架構(gòu)、培訓(xùn)計(jì)劃或流程，”谷歌工程師凱里雷德博(Carey Redbaugh)和烏爾法埃利林森(Urfar Ehrlingsson)在他們的博客文章中詳細(xì)介紹了這一點(diǎn)。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！