わずか 12 か月で 1 万を超えるコミットを受け、TensorFlow は
大幅なパフォーマンス向上、
分散訓練サポートの追加、
iOS および
Raspberry Pi への対応、広く使われている
ビッグデータ インフラストラクチャへのインテグレーションを実現してきました。
また、私たち Google は
Go、
Rust、
Haskell から TensorFlow へのアクセス手段を提供するとともに、
最新のアート イメージ分類モデルをリリースし、さらには
GitHub、
Stack Overflow、
TensorFlow メーリング リストで膨大な数の質問にお答えしてきました。
TensorFlow は Google において、大規模な本番機能から探索的研究までのありとあらゆるものをサポートしています。
たとえば、私たちは最近、TensorFlow（および TensorFlow 専用のハードウェア アクセラレータである
TPU : Tensor Processing Unit）を使用して、
Google Translate の大幅な改良版をリリースしました。
一方、
Magenta と呼ばれるプロジェクトでは、
メロディーを作り出せる新しい強化学習ベースのモデルを開発しました。先ごろ Google Brain チームを訪れたある大学院生は、
イメージに美術スタイルを自動的に与えることができる TensorFlow モデルを作りました。
DeepMind は、すべての研究用のエンジンとして
TensorFlow を使うことを決定しました。同社は最近、生の波形データに基づいて音声や音楽を生成する
魅力的なモデルを作り出しています。
私たち Google が特にすばらしいと考えているのは、TensorFlow を活用する動きが世界中の人々の間に広がりつつあることです。以下はその一例です。
- オーストラリアの海洋生物学者たちは、絶滅の危機に瀕しているマナティー科の生態に関する理解を深めるため、TensorFlow を使って数万枚の高解像度写真からマナティーを見つけ出す作業を進めています。
- 日本のある先進的なキュウリ農家は、大きさ、形、その他の特徴に基づいてキュウリを仕分けするモデルを TensorFlow で開発しています。
- 放射線医たちは、医療用スキャナの画像からパーキンソン病の兆候を見つけるために TensorFlow を使っています。
- サンフランシスコのベイエリアで働くデータ サイエンティストたちは、TensorFlow と Raspberry Pi を組み合わせてカルトレインの運行状況を追跡しています。
私たちはこれまで、研究プロジェクトから本番システムまでの、Raspberry Pi のような最も小さいデバイスから GPU / TPU を満載したサーバー ファームに至るあらゆる規模のハードウェアに TensorFlow が対応できるようにしてきました。
しかし、TensorFlow は単なる 1 つのオープンソース プロジェクト以上の存在になっています。そのため、私たちは関連ソフトウェアと機械学習モデルのオープンソース エコシステムを全力で強化していきます。
さらに、
TensorFlow のモデル リポジトリはコミュニティの貢献によって成長を続けており、GitHub だけで
TensorFlow 関係のリポジトリが 3,000 以上も作られています。
TensorFlow コミュニティに参加するには、私たちの新しい Twitter アカウント（
@tensorflow）をフォローするか、
GitHub のプロジェクトに参加するか、
Stack Overflow の Q&A で質問するか、
コミュニティのディスカッション リストに参加してください。
私たちは、最先端プロジェクトや意欲的な研究、急成長を遂げているスタートアップ、学習用プロジェクトなどで TensorFlow を使用しているすべての人々に大変感謝しています。
また、コードベースに
直接貢献していただいた方には特別な感謝の気持ちを捧げたいと思います。これからも世界中の機械学習コミュニティの協力を仰ぎながら、TensorFlow をより良いものにしていく所存です。
* この投稿は米国時間 11 月 9 日、TensorFlow の Product Manager である Zak Stone と、TensorFlow team によって投稿されたもの（投稿はこちら）の抄訳です。
- Posted by Zak Stone, Product Manager for TensorFlow, on behalf of the TensorFlow team
