年初，以大比分战胜李世乭的AlphaGo在全球成功吸睛，引爆了人工智能（AI）热。其实，现如今已经进入了AI时代，从你智能手机上的语音助手，到相机的人脸识别，聚合新闻类App帮你筛选新闻，还记得淘宝上的“猜你喜欢”吗？他们背后都是形形色色的AI。AI已侵入生活的方方面面，深刻影响着人类的生活。

AlphaGo的灵魂就是TensorFlow。一年前，Google就将TensorFlow完全开源了。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域。它除了可以判断垃圾邮件、语音辨识、黄瓜分类外，你知道它还可以做更多的事情吗？比如澳洲生物学家用来在涉临灭绝的海牛数目调查？这篇文章详细介绍了TensorFlow的现状和未来展望。

整整一年前，为了加速机器深度学习领域的发展，Google大脑部门（Google Brain Team）完全开源了TensorFlow项目。这一年是非常有意义的一年。围绕TensorFlow项目进行了大量的工作：逾480人直接为TensorFlow项目作出了贡献，包括Google员工、外部研究员、独立程序员、学生以及其他大公司的高级开发人员。在GitHub上，TensorFlow是最流行的机器学习项目。

在短短的一年内，它的提交就超过了10000次，Google大脑部门做了许多性能改进：增加了对分布式培训的支持，支持从iOS到树莓派（Raspberry Pi）平台，与广泛使用的大数据基础设施集成TensorFlow；TensorFlow可以从Go，Rust和Haskell访问；发布了领先的图像分类模型；并在GitHub，StackOverflow和TensorFlow邮件列表上回答了数千个问题。

在Google中，从大规模产品功能到探索性研究，TensorFlow都可以支持。Google最近使用TensorFlow和Tensor处理单元（TensorFlow的特殊硬件加速器）对Google翻译进行了重大改进。Magenta项目（InfoQ注：该项目是以人工智能来创作艺术，同时简化开源人工智能平台TensorFlow的用户过程。）正在开发新一代基于强化学习的模型，能够进行音乐艺术创作。最近，一位联培博士生（visiting PhD student）与Google大脑部门合作，构建了一个TensorFlow模型，这个模型可以在不同的艺术风格之间自动篡改。DeepMind还决定使用TensorFlow来促进他们所有的研究，例如，最近制作了基于原始音频生成迷人音乐的模型。

来自世界各地的人们都在使用TensorFlow做各种各样的事情，例如：

• 澳大利亚海洋生物学家使用TensorFlow在数以万计的高清照片中寻找海牛，以更好地了解这个涉临灭绝的群体数量。
• 日本一位农夫，训练了一个TensorFlow模型，可以按照大小、形状以及其他特征来挑选黄瓜并分类。
• 发射科医生调整TensorFlow，使其在医学扫描中能够识别帕金森病的迹象。
• 湾区的数据科学家在树莓派上使用TensorFlow来追踪记录加州火车的动态。

Google致力于确保从研究到生产、从最小的树莓派、大到满是GPU或TPU的服务器群集的各种设备都可以运行TensorFlow。他们正尽其所能，建立一个相关软件和机器学习模型的开源生态系统：

• TensorFlow服务项目简化了在生产中提供TensorFlow模型的过程。
• TensorFlow“广度和深度”模型结合了传统线性模型和现代深度神经网络的优势。
• 对于那些有兴趣在云中使用TensorFlow的人来说，Google Cloud Platform最近推出了Cloud Machine Learning，它提供了TensorFlow作为托管服务。

Google这次开源很有意义，尤其是对于中国的很多创业公司来说，他们大都没有能力理解并开发一个与国际同步的深度学习系统，所以TensorFlow会大大降低深度学习在各个行业中的应用难度。

在GitHub上3000多条TensorFlow相关的仓库清单，对有志于开发深度学习系统的创业者，可以加入TensorFlow社区，你可以关注TensorFlow的推特（@tensorflow），在GitHub与他们联系，提问并回答StackOverflow的相关问题，并加入社区的讨论列表。