2 Probleme mit dem Open Source TensorFlow Plan von Google

2 Probleme mit dem Open Source TensorFlow Plan von Google

In Anlehnung an sein Android-Playbook, Alphabet Inc. (GOOG GOOGAlphabet Inc1, 025. 90-0. 64% Erstellt mit Highstock 4. 2. 6 >) TensorFlow, das neue maschinelle Lernsystem, heute Morgen. Im Klartext bedeutet dies, dass Entwickler, Forscher und Universitätsstudenten Daten aus der Cloud des Unternehmens nutzen können, um kundenspezifische Anwendungen für ihre Produkte zu erforschen oder zu entwickeln.

In einem Beitrag, der die Ankündigung machte, gab das Unternehmen mit Sitz in Mountain View an, dass es TensorFlow für alles verwendete - von der Spracherkennung in der Google App bis zum (formulieren) von Smart Reply im Posteingang. Google Fotos. " Das Unternehmen erklärte weiter, dass es die künstliche Intelligenz beschleunigen wolle, so dass "jeder von akademischen Forschern, Ingenieuren und Hobbyisten Ideen durch Arbeitscode und nicht nur Forschungsarbeiten viel schneller austauschen kann." Der Umzug ist sowohl für Google als auch für Google sinnvoll und kann sich für die Unternehmen in der Zukunft zu einem Lizenz-Profit-Center entwickeln.

Das Unternehmen kann jedoch zwei Probleme im Zusammenhang mit dieser Initiative haben.

Wem gehören die Daten?

Der erste bezieht sich auf das Eigentum an Daten.

Genauer gesagt: Wem gehören die endgültigen Ergebnisse der manipulierten Daten?

Während Amazon Maschinelles Lernen Anfang dieses Jahres offen ist, Amazon. com Inc. (AMZN

AMZNAmazon.com Inc1, 120. 66 + 0. 82% Erstellt mit Highstock 4. 2. 6 ) sagte, es hätte Lesezugriff auf alle in seinem Ökosystem erstellten Datenmodelle .. Darüber hinaus erlaubt der Dienst keinen Export oder Import von Modelldatensätzen. Da der Service von Google skaliert wird und umfangreiche und vielfältige Datensätze und Modelle erstellt und verwendet werden, besteht ein Potenzial für einen umfassenderen Missbrauch (und Propagierung) von falschen Datenmustern. In Ermangelung einer Klärung durch das Unternehmen kann die Verantwortlichkeit zu einem Problem werden.

Geschlossene und offene Ökosysteme

Die zweite ist mit Wettbewerb und Ökosystem verbunden. Android gewann an Zugkraft, da es innerhalb der begrenzten Grenzen eines mobilen Ökosystems arbeitete. Maschinelles Lernen und künstliche Intelligenz sind ziemlich große Ökosysteme und erstrecken sich über mehrere Branchen und Gerätegattungen. In dieser Hinsicht sieht sich Google einem verstärkten Wettbewerb von mehreren Seiten ausgesetzt. Zum Beispiel hat Apple Inc. (AAPL

AAPLApple Inc174. 25 + 1. 01% Created with Highstock 4. 2. 6 ) in jüngster Zeit KI-Unternehmen aufgeschnappt. In ähnlicher Weise kündigte Microsoft Corp. (MSFT MSFTMicrosoft Corp84. 47 + 0. 39% Created with Highstock 4. 2. 6 ) Azure Machine Learning an, eine ähnliche Initiative. Microsoft-Produkte wie XBox und Bing. International Business Machines Corp. (IBM IBMInternational Business Machines Corp.84-0. 49% Erstellt mit Highstock 4. 2. 6 ) hat auch Watson Analytics, das es Entwicklern ermöglicht, Watsons leistungsstarke Engine zu nutzen. Diese Unternehmen arbeiten in geschlossenen Ökosystemen. In einer Hardware-Umgebung kann ein offenes Betriebssystem-Ökosystem Probleme auf der Straße verursachen, wie Google mit Fehlerbehebungen in Android festgestellt hat. Da sich tiefes Lernen über mehrere Branchen erstreckt, könnten sich der Umfang und das Ausmaß des Wettbewerbs und der Probleme von Google mit einem Open-Source-KI-System multiplizieren.

The Bottom Line

Googles TensorFlow ist ein Schritt in die richtige Richtung. Hoffentlich hat das Unternehmen Lehren aus seiner Android-Erfahrung gezogen (die größtenteils erfolgreich war), um große Open-Source-Ökosysteme besser zu verwalten.