МАШИННОЕ ОБУЧЕНИЕ В ПОВСЕДНЕВНОЙ ЖИЗНИ

Мы используем технологии каждый день, и большую часть времени мы не дoгадываемся о всех элементах, которые встроены в эту технологию.

ЧТО ТАКОЕ TENSORFLOW
Машинное обучение (machine learning или ML) – это подраздел искусственного интеллекта. Это сложная дисциплина, но внедрение моделей машинного обучения стало намного проще с библиотекой открытого кода TensorFlow от Google. TensorFlow – библиотека с открытым исходным кодом для решения задач построения и тренировки нейронной сети. Он используется во многих сферах жизни, включая улучшение здравоохранения, в музыкальных плейлистах и даже в сфере гостеприимства. В настоящее время Tensorflow облегчает процесс сбора данных, создание моделей машинного обучения, составление прогнозов и усовершенствование результатов.

Если вы используете поиск Google, вы уже пользуетесь преимуществами TensorFlow. В тот момент, когда вы начинаете вводить слово в строке поиска, вы видите результаты функции прогнозирования, которые вычисляются с помощью TensorFlow. Ведущие технологические компании, информационные агентства, производители микросхем и многие другие известныe компании как eBay, Snapchat, Airbnb, Intel, PayPal, Uber, Bloomberg, IBM и CocaCola уже используют TensorFlow.

TensorFlow когда-то была библиотекой Google, которая использовалась только внутри компании для применения глубокого обучения (deep learning) во многих различных областях. В настоящее время ее можно обнаружить везде – от поиска Google до Google Translate, Google Photos, распознавание лиц и речи. TensorFlow помогает людям в повседневной жизни с помощью устройств, которыми они пользуются.

TENSORFLOW НА ПЛАТФОРМЕ ANDROID THINGS
Android Things – это довольно новая встроенная операционная система, предназначенная для устройств IoT с низким энергопотреблением и ограниченным объемом памяти. TensorFlow может дать толчок развитию и внедрению Интернета вещей, так как с его помощью можно обрабатывать данныe на самом устройстве, не высылая их на сервер. Как отмечают разработчики из Google, для некоторых операций нет причин использовать облачные технологии (cloud computing). Например, если вам нужно только посчитать количество людей перед камерой, TensorFlow может сделать это в режиме офлайн и сохранить большую пропускную способность сети, не отправляя это изображение куда-либо. Это только одно из приложений TensorFlow на устройствах Android Things.

TENSORFLOW ДЛЯ БЕСПИЛОТНЫХ АВТОМОБИЛЕЙ
С того момента, как автомобили без водителя получили популярность, стали возникать вопросы о безопасности их использования. Использования TensorFlow автомобильными компаниями позволяет беспилотным автомобилям двигаться на улицах города. Библиотека с открытым исходным кодом, такая как TensorFlow, дает множество преимуществ, среди которых следует упомянуть быструю обратную связь, экономическую эффективность, экономию времени для инженеров, чтобы у них было больше времени для работы над реальными проблемами. TensorFlow 2.x изначально поддерживает обучение на нескольких GPU или TPU и совместимо с платформой Google AI. Это делает TensorFlow ценным помощником в создании программного обеспечения для автомобилей без водителя.

Еще одно применение TensorFlow в автомобильной промышленности – прогнозирование поломок двигателя. Мы можем прикрепить датчик с низким энергопотреблением к двигателю, и с помощью постоянно включенной модели TensorFlow, можем обнаружить аномалии двигателя.

TENSORFLOW НА ПЛАТФОРМЕ SPOTIFY
Задумывались ли вы, как Spotify выбирает песни, чтобы показать их на главном экране в своем приложении? Каждый раз, когда вы возвращаетесь к своему домашнему экрану, он обновляется безупречаными для вас рекомендациями. За всем этим стоит машинное обучение. В прошлом Spotify использовал множество различных библиотек и API, которые довольно неплохо работали для создании этого персонализированного домашнего экрана для вас.

Переход на TensorFlow помог Spotify улучшить скорость и точность прогнозирования взаимодействия с пользователем. После переключения хаотичность в предсказаниях уменьшилась, точность генерации рекомендаций по песням, которые нравятся пользователям, увеличилась. Улучшился процесс анализа несоответствии данных.

TENSORFLOW В ЗДРАВООХРАНЕНИИ
Машинное обучение с TensorFlow помогает врачам обнаружить респираторные заболевания. Модели машинного обучения используются для замены стетоскопа. Записывается дыхание человека, и, в сочетании с другими данными о пациенте, специально разработанное приложение выдает врачу вероятность того, что у пациента будет то или иное респираторное заболевание. Использование машинного обучения таким образом сводит к минимуму вероятность ошибочного диагноза.

Еще одно применение TensorFlow – в области геномики, раздела молекулярной биологии, который изучает структуру и функции генома и генов живых организмов. Геном человека имеет длину в несколько миллиардов пар оснований, поэтому легко понять, насколько полезной является библиотека TensorFlow, с помощью которой решаются многие вычислительные и алгоритмические задачи.

Прогнозы показывают, что уже сейчас библиотеки с открытым исходным кодом, такие как TensorFlow, будут очень востребованы для быстрого улучшения здравоохранения.

TENSORFLOW В ГОСТИНИЧНОМ БИЗНЕСЕ

AirBnB используют машинное обучение для ценообразования, поиска и прогнозирования бронирования. Очень полезная функция TensorFlow – распознавание объектов. Ею воспользовались разработчики из компании, которые используют ее чтобы расспределить фотографии по категориям. Airbnb собрал более 5 000 000 различных домов на своей платформе и сотни миллионов фотографий этих домов. TensorFlow сделал модель, с чьей помощью AirBnB смог правильно группировать изображения по категориям, таким как гостиная, гараж, кухня и т. д.