如何用巧妙的方式借助TensorFlow幫助他們工作

盡管機(jī)器學(xué)習(xí)是 Google 旗下眾多產(chǎn)品的核心，而我們的開(kāi)源機(jī)器學(xué)習(xí)框架 TensorFlow 已經(jīng)成為全球科學(xué)家研究成果、研究人員課題、甚至高中學(xué)生作業(yè)的核心組成部分。在 Google I/O 大會(huì)上，我們聆聽(tīng)了來(lái)自這些人的分享，他們正在解決巨大的問(wèn)題——比如關(guān)于宇宙起源之類(lèi)的事情。接下來(lái)的案例展示了他們是如何用巧妙的方式借助 TensorFlow 幫助他們工作的。

Ari Silburt, 是賓夕法尼亞州州立大學(xué)的博士研究生，他想要解開(kāi)我們太陽(yáng)系起源的秘密。為了實(shí)現(xiàn)這個(gè)目標(biāo)，他必須要把太陽(yáng)系中的隕石坑做成地圖，這樣才能幫助他找到太陽(yáng)系中已存的物質(zhì)形成的位置（和形成的時(shí)間）。你聽(tīng)懂了嗎？在過(guò)去，這一過(guò)程需要用人的雙手來(lái)完成，既消耗時(shí)間又會(huì)受到主觀影響，然而，Ari和他的團(tuán)隊(duì)利用 TensorFlow 把這一過(guò)程自動(dòng)化了。他們用現(xiàn)存的月球照片訓(xùn)練了機(jī)器學(xué)習(xí)模型，已經(jīng)使其辨認(rèn)出了超過(guò)6千個(gè)新的隕石坑。

左側(cè)這張?jiān)虑虻恼掌?，很難分辨出隕石坑分布在哪里。而右側(cè)這張圖片，通過(guò) TensorFlow， 我們可以清晰地看到隕石坑的分布。

讓我們從外太空來(lái)到巴西的熱帶雨林：Topher White（Rainforest Connection 的創(chuàng)始人）發(fā)明了 “The Guardian” 設(shè)備來(lái)阻止亞馬遜地區(qū)非法砍伐森林的行為。該設(shè)備在對(duì)舊手機(jī)的升級(jí)改造同時(shí)借助 TensorFlow 運(yùn)行。它被安裝在樹(shù)上，遍布整個(gè)森林，通過(guò)識(shí)別電鋸和伐木工程車(chē)的聲音，向管轄該地區(qū)的管理員發(fā)出警報(bào)。如果沒(méi)有這些裝置，就必須依靠人力來(lái)監(jiān)督管理這一片區(qū)域，因此難以覆蓋大面積地區(qū)。

Topher 在亞馬遜地區(qū)的高聳樹(shù)木群中安裝監(jiān)控設(shè)備

糖尿病視網(wǎng)膜病變是目前越來(lái)越被人們重視的致盲病因，目前全球范圍內(nèi)有 4.15 億糖尿病患者面臨視網(wǎng)膜病變的風(fēng)險(xiǎn)。若是發(fā)現(xiàn)及時(shí)，該病是可以被治愈的，但若是未能及時(shí)診斷，則可能導(dǎo)致不可逆轉(zhuǎn)的失明。在 2016 年，Google 宣布機(jī)器學(xué)習(xí)正在被用于對(duì)糖尿病視網(wǎng)膜病變領(lǐng)域的輔助性診斷，以高精準(zhǔn)度來(lái)幫助分析患者的眼底圖像（眼睛后部的圖片）?，F(xiàn)如今，Google 正在運(yùn)用 TensorFlow 將這些眼底圖像的分析提升到另一個(gè)新的階段。奧克蘭的驗(yàn)光師 Jorge Cuadros 博士，正在運(yùn)用深度學(xué)習(xí)的模型分析眼底圖像，通過(guò)分析能夠預(yù)估患者患心血管病的風(fēng)險(xiǎn)概率。

此圖為一張眼部視力已經(jīng)受到視網(wǎng)膜病變威脅的眼底圖像，機(jī)器學(xué)習(xí)的分析能夠?qū)⒋藞D中不僅限于眼部健康的信息提供給醫(yī)生。

還有一個(gè)好消息，是關(guān)于世界各地園藝專(zhuān)業(yè)人士的：Shaza Mehdi 和 Nile Ravenell 這兩位高中生，發(fā)明了一個(gè)可以幫助他們了解植物是否患病的應(yīng)用程序。Shaza Mehdi 和 Nile Ravenell 在 TensorFlow 上運(yùn)行機(jī)器學(xué)習(xí)的模型，同時(shí)從 plantvillage.com 以及一些大學(xué)的數(shù)據(jù)庫(kù)中收集數(shù)據(jù)用于訓(xùn)練該模型去識(shí)別生病的植物。除此之外，Shaza 還創(chuàng)建了一款用類(lèi)似方式來(lái)運(yùn)行的能夠識(shí)別皮膚病的應(yīng)用程序。