TensorFlow est un système d'apprentissage machine qui peut fonctionner sur à peu près n’importe quel appareil, aussi bien un smartphone isolé que sur les milliers d'ordinateurs d’un datacenter. L’outil est construit sur DistBelief, une infrastructure d’apprentissage en profondeur initiée par Google en 2011, mais dont le développement a été porté beaucoup plus loin. « TensorFlow est plus rapide, plus intelligent et plus flexible que l’ancien système, si bien qu'il peut plus facilement être adapté à de nouveaux produits et être utilisé dans des travaux de recherche », a écrit le CEO de Google, Sundar Pichai, dans un blog annonçant la publication en open source de son outil machine learning.

DistBelief a été très spécifiquement axé sur les réseaux neuronaux, difficiles à configurer et étroitement liés à l'infrastructure interne de Google. C’est la raison pour laquelle « ce code de recherche est presque impossible à partager avec l’extérieur », comme l’ont expliqué Jeff Dean, Google Fellow senior, et Rajat Monga, responsable technique, dans un message distinct mis en ligne sur le blog de Google Research. Ils précisent également que « TensorFlow est deux fois plus rapide que DistBelief dans certaines situations ». Selon eux, l’outil permet également de construire des réseaux neuronaux capables d’apprendre « jusqu’à cinq fois plus vite que DistBelief ».

Bénéficier des apports extérieurs

En livrant le logiciel en open source, Google espère accroître les échanges entre chercheurs, ingénieurs et amateurs. « Le fait d’élargir l’audience va aussi permettre au logiciel d’être utilisé dans des contextes différents. Par exemple, il peut aider les chercheurs à exploiter des données complexes dans des domaines comme la biologie et l'astronomie », comme l’a déclaré Sundar Pichai. Et Google pourra sûrement bénéficier des progrès accomplis par les chercheurs qui utilisent TensorFlow.

Doté d'une interface Python, TensorFlow est désormais disponible sous licence Apache 2.0 sous forme de bibliothèque autonome avec les outils associés, des exemples et des tutoriels. La version actuelle ne peut tourner que sur une seule machine, mais Google travaille sur d’autres fonctionnalités qui devraient être livrées prochainement. L'apprentissage machine montre son utilité dans un nombre de domaines de plus en plus nombreux, y compris dans celui des logiciels d'entreprise. Juste avant le week-end, le géant de l'automobile Toyota a annoncé qu’il allait investir 1 milliard de dollars dans l'intelligence artificielle et la robotique.