Разкрит преди четири години, TensorFlow, откритата AI платформа за разработка на проекти от областта на изкуствения интелект, днес се използва от множество учени по цял свят. Изглежда Google смятат, че моментът е подходящ да представи следващата версия на популярния фреймуърк, което и беше направено тази седмица. Заедно с TensorFlow 2.0, компанията анонсира и двойка допълнителни модули, които целят обработката на потребителските данни от страна на алгоритмите далеч по-отговорно.
Новата версия доставя и унифицирания апликационно-програмен интерфейс с името Keras, инструмент с открит код, чиято цел е да направи използването на TensorFlow по-лесно. Той помага на специалистите да достигат множество интерфейси от едно централизирано място и дава повече възможности за гъвкаво настройване на работните процеси спрямо конкретни задачи.
Освен това, посредством, TensorFlow 2.0, използващите го ще могат да получават по-бързо търсените от тях резултати и цели, позволявайки им да провеждат множество експерименти с по-кратки паузи между тях.
Това, което обаче привлича най-вече вниманието тук са двата допълнителни инструмента, публикувани от страна на Google. Те са изградени с цел създаването на механизми, които са насочени към запазване на конфиденциалността на информацията в разработваните от тях проекти. Първият от тези модули – TensorFlow Privacy помага ML (machine learning) моделите да пренебрегват потенциално чувствителна информация, която не би трябвало да обработват. Това бива осъществено чрез автоматично филтриране на входящата информация, която е различна от тази, която принципно трябва да обработват алгоритмите.
Другият инструмент тук носи името TensorFlow Federated – софтуер, който е насочен към нарастващия брой мобилни услуги, които разчитат на изкуствен интелект за изпълнение на ключовите си функционалности. Както знаете, поради сериозната изчислителна мощ, която е нужна за обработката на AI операциите, много от тези приложения използват облак, където качват данните, обработват ги и ги връщат към устройството. TensorFlow Federated помага този анализ да бъде осъществяван директно на устройството на потребителя.
Подобно на самият TensorFlow, тези допълнителни инструменти са с открит код.
