新浪科技讯 8月31日上午音讯，在2019国际人工智能大会期间，TensorFlow全球产品总监Kemal EI Moujahid在主题论坛环节宣布讲演。Kemal表明，今日，人们考虑、和核算机互动的方法发生了很大的改动。得益于人工智能，有些职业会发生根赋性的改动，比方农业、医疗、教育。
人工智能能够用来处理有挑战性的现实问题，例如：帮忙农人监测作物（如全球5亿人口依托的木薯）中的病虫害；帮忙海洋生物学家辨认濒危物种；帮忙医师确诊疾病，如运用视网膜扫描技能确诊心血管疾病。
Kemal在说到人工智能与机器学习的联系时表明，前者研讨的是怎么让机器更智能，帮人处理问题。而后者是人工智能的一个部分，人工智能是经过规矩让机器变聪明，而机器学习是让机器自己去学习而变得愈加智能。
在讲演中，Kemal提出，机器学习范畴的三大前进使得人工智能的这些应用在今日成为可能。
榜首，数据变得愈加普遍化和易获得。机器学习需求海量的数据，曩昔数据没有像现在这么足够，而现在甚至有许多免费的数据供应机器学习。 各类学科中的各种数据集已成为机器学习体系的燃料，例如，Open Images Dataset便是一个由包括数千个类别的超越900万张图画组成的数据集。
第二，核算才能获得了飞速前进。人工智能的开展需求十分充分的算力，算力的开展现在呈现出指数级的增加。例如，Tensor Processing Units（TPUs），能在短短几分钟内而非几小时内，就练习完结机器学习模型。一套TPUs的核算才能是1990年的核算机的10000倍。
第三，以更快的速度构建更杂乱的模型和技能。例如，在自然语言了解范畴，研讨人员正在获得令人难以置信的发展。
“有了这三个最重要的要素，怎么整合起来呢？答案便是TensorFlow。”
Kemal表明，自2015年开源以来，TensorFlow已生长为一个灵敏的机器学习结构，现在已到2.0阶段，下载量4100万，提交次数5万+，代码改动恳求（PR）9900+，奉献量1800+。
TensorFlow2.0的特点是更简单去运用、易于把握；功用更强壮，能让每个人快速去做很多数据集数据的运算；可扩展，经过在谷歌全体系基础上进行测验，可布置在从小型设备到大型服务器的各类设备上。
其间，跟着TensorFlow社区在全球范围内扩展，能够帮忙新触摸机器学习的开发者学习运用TensorFlow去处理当地社区问题。
比方空气质量监测，全球每年有420万人由于空气污染而丧生，而印度的空气污染问题特别严峻，在冬天，其空气质量指数可到达正常值的4倍。
德里的一群学生就运用TensorFlow完成了一个本钱低价的空气质量监测处理方案。他们开发的AirCognizer应用程序，运用手机相机拍照的相片进行实时空气质量评价，只需拍下一张天空的相片，便可得知空气质量指数。(雪梅)
