Et skridt nærmere kunstig intelligens: Alle får nu adgang til Googles motor til kunstig intelligens

Google slår dørene op for selskabets motor til machine learning, TensorFlow, som alle nu pludselig kan anvende. Se her, hvad programmet kan anvendes til.

Artikel top billede

Det kan få stor betydning, at Google har besluttet at gøre selskabets motor til intelligente systemer, TensorFlow, til open source.

Hidtil har de store systemer til machine learning - altså til udvikling af selvlærende it-systemer, der kan lære af egne erfaringer - været forbeholdt store og pengestærke firmaer som Microsoft, IBM, Google, Facebook og andre i samme kaliber.

Det ændrer sig nu med åbningen af TensorFlow, som Google hidtil har anvendt til en række af sine egne systemer.

TensorFlow er dybest set kode, som kan indbygges i diverse applikationer og programmer - fra kæmpestore til almindelige apps til smartphones - så de kan lære af deres egne erfaringer.

Det betyder, at apps eksempelvis langsomt kan forbedre deres evne til at forstå tale, læse håndskrevne tal og ord, genkende billeder og så videre.

Kan skaleres

Fidusen ved TensorFlow er, at systemet kan skaleres. Det betyder, at det kan anvendes til både de helt store systemer og til at gøre smartphone-apps mere intelligente.

Det er det sidstnævnte, som er det primære mål for Googles beslutning om at åbne systemet.

Selskabets topchef, Sundar Pichai, skriver om frigivelsen i dette blog-indlæg: TensorFlow: smarter machine learning, for everyone.

Her skriver han, at TensorFlow oprindeligt er udviklet til at løse brede problemstillinger internt i Googles egne løsninger til machine learning.

Systemet er udviklet som afløser for Googles tidligere såkaldte 'deep learning'-system, DistBelief, der imidlertid løb ind i en række problemer - blandt andet fordi det var for tæt forbundet med Googles egen infrastruktur.

Det gjorde, at det ikke var fleksibelt nok.

Det er TensorFlow, der fungerer sammen med de fleste algoritmer til machine learning.

Systemet er skrevet i C++ og kan anvendes uden at udviklerne kender det mindste til den underliggende hardware, ligesom det kan køre på tværs af diverse enheder og arkitekturer - lige fra smartphones og til store, distribuerede systemer, der kører med mange GPU'er.

Selv anvender Google blandt andet systemet til løbende, automatisk forbedring af søgemaskinen.

Det er eksempelvis machine learning-motorerne, der gør, at Googles søgemaskine - med stigende held - forsøger at gætte dit søgeord, inden du har skrevet det færdigt i søgefeltet.

Det anvendes eksempelvis også til Google Translates mobile oversættelses-system, hvor Google Translate via en augmented reality-funktion kan oversætte eksempelvis skiltetekst.

Det kan du se en video med her.

Mulighederne er med andre ord mange, og det er reelt kun fantasien, der sætter grænser for systemets anvendelse til selvlærende systemer, der automatisk bliver klogere og klogere, jo mere data det bliver udsat for.

Den store udfordring for frameworks matematik, statistik og machine learning som TensorFlow er typisk, at de er svære at anvende.

Her har Google lagt sig i selen for at gøre det hele nemt og anvendeligt.

Systemet kan eksempelvis tilgåes fra andre C++-applikationer, der er indbygget interface til Python og så videre.

Læs også:

Kunstig intelligens nærmer sig: Udviklings-tempo af robotter og automatiserings-løsninger stiger vildt

IBM klar med ny storsatsning: 2.000 konsulenter skal arbejde med vild fremtidsteknologi

"Jeg arbejder på at konstruere computerspil, som lærer af tidligere gennemspilninger og som giver spilleren en ny oplevelse hver gang"

Bill Gates: Derfor bør du være bekymret for kunstig intelligens

Mød Facebooks kunstige intelligens: Sådan skal "M" hjælpe dig

Annonce

Event: Platform X 2027: AI, skalering og vækst

It-løsninger | København V

Mød verdens stærkeste og mest effektive platforme der driver den digitale transformation samlet i København - og dyk ned i den nyeste teknologi.

22. april 2027 | Gratis deltagelse

Navnenyt fra it-Danmark

Elbek & Vejrup A/S har pr. 15. august 2026 ansat Anne-Sofie Andreasen som Project Manager i Projekt & Service. Hun skal især beskæftige sig med ledelse og koordinering af projekter og serviceopgaver. Hun kommer fra en stilling som konsulent med fokus på digitale løsninger hos XFLow. Hun er uddannet cand.it. i IT, Kommunikation og Organisation. Hun har tidligere beskæftiget sig med analyse, udvikling, test og implementering af løsninger samt udarbejdelse af brugervejledninger. Nyt job

Anne-Sofie Andreasen

Elbek & Vejrup A/S

IFS Danmark A/S har pr. 1. november 2026 ansat Emma Karlsson som Solution Architect. Emma skal især beskæftige sig med at forstå kundernes behov og vise, hvordan løsninger fra IFS kan skabe værdi for dem. Emma kommer fra en stilling som Industry Lead Solution Engineer & AI Champion hos Oracle. Emma er uddannet MSc Industrial Engineering and Management, MBA. Emma har tidligere beskæftiget sig med ERP-systemer på tværs af industrier, forretningsprocesser, implementering og presales. Nyt job

Emma Karlsson

IFS Danmark A/S

Netip A/S har pr. 1. november 2026 ansat Jacob Vendelbo som Finance Business Partner ved netIP Aalborg. Han kommer fra en stilling som CFO hos SmartVan.dk. Nyt job

Jacob Vendelbo

Netip A/S

Systematic A/S har pr. 1. august 2026 ansat Casper Voldstedlund, 52 år,  som Director, Products. Han skal især beskæftige sig med drive produktudvikling inden for national sikkerhed og kritisk infrastruktur (NSI). Han kommer fra en stilling som Senior Director hos Stibo Systems A/S. Nyt job

Casper Voldstedlund

Systematic A/S