人工智能急先锋：Google 谷歌 机器学习库 TensorFlow 正式发布1.0版本

2015年之前，物联网与智能家居产品是消费电子业界热炒的概念；2016年，被称为VR商用元年的一年，又涌现了无数的VR设备制造商，从纸盒树脂胶片的玩具到支持行走追踪的全套大型VR解决方案，似乎一夜之间人人都需要VR了；现在时间进入2017年，今年科技界的主流趋势是什么呢？让我们回到11个月之前：2016年3月份，Google（谷歌）旗下DeepMind团队开发的的AI（人工智能）围棋程序AlphaGo对阵人类世界级棋手李世石取得了五局四胜的成绩。作为人类发明的复杂度最高的游戏，围棋比国际象棋更能体现人工智能的“智慧水平”，所以很快“人类是否会被人工智能所代替”的讨论又成为了热门话题。

但更令人震惊的事情发生在2016年年底，短短的几天内，化名“Master”的AlphaGo在围棋网络对战平台上接连挑落中韩日台的*级棋手，包括当时排名世界第一的中国棋手柯洁，豪取60战全胜的成绩。自此，一扇通往人工智能时代的大门已经打开，2017年伊始，过去被默默研究的人工智能就达到了空前的火热，而且看样子还会成为接下来这一年科技界的主话题。

研究领域，AlphaGo的背后，是Google对人工智能、神经网络算法多年的研究。而民用领域，Google早在2015年就在Apache 2.0协议下开源了其机器学习软件库TensorFlow，这个库由Google Brain团队开发，已经用于了Google Now、Google Photos、Gmail等产品中，所以你可能早就享受到了人工智能所带来的神奇。

今天，Google正式发布了TensorFlow的1.0版本（官方博客 | GitHub页面）。对于这类软件来说，从0.x时代进入1.x时代，标志着它已经初步成熟，能够被更多的人稳定使用。这个已经被开源界广泛使用的库步入1.0，自然有比版本号变更本身更大的意义。TensorFlow 1.0带来了更快的处理速度，更好的兼容性，加入了对另一个高级神经网络库Keras的兼容API层面，除了对Python API的继续优化，还提供了实验性的Java与Go语言API，所以今后TensorFlow的适用性将越来越强，使用成本越来越低。

如果你是一个对神经网络算法有兴趣的开发者，或者是掌握了一定Python知识，想尝鲜TensorFlow，调试一个小AI玩玩的爱好者，不妨升级到最新的TensorFlow 1.0版本。值得一提的是，除了Linux平台，2016年TensorFlow已经添加了对Windows平台的支持，在Python 3.5环境下，通过pip就能够获取。如果你有一台配备高端显卡的PC，TensorFlow能够发挥更好的性能（支持CUDA计算）。