Diese Woche hat Google sein Machine Learning (ML) System “TensorFlow” als Open Source Lösung der Allgemeinheit zur Verfügung gestellt. Über eine Open-Source-Software-Library kann das Tool (bzw. der Python-Code) von jedem Entwickler unter der Apache-2.0-Lizenz genutzt, kopiert und verändert werden. Schon seit vielen arbeitet Google im Bereich Machine Learning und Deep Learning. Diese Technologien werden bei Google u.a. zur Verbesserung der Spracherkennung in der Google-App, für das Smart-Reply-Feature in Inbox und zum Erstellen der Image-Search in Google Photos verwandt. Von vielen Experten wird Google in diesen Bereichen als weltweit führend angesehen.
TensorFlow basiert teilweise auf Googles Large Scale Distributed Deep Networks (DistBelief), das vor allem auf neuronale Netzwerke abzielt. TensorFlow ist aber an vielen Stellen stark verbessert. DistBelief war laut Aussage von Google zu sehr auf neuronale Netzwerke beschränkt, schwer zu konfigurieren und eng an die Infrastruktur des Unternehmens gebunden. TensorFlow soll nun flexibler, übertragbar und leichter zu nutzen sein. TensorFlow verfügt nicht nur über einen umfangreichen Built-in-Support für Deep Learning, sondern ermöglicht auch die Berechnung von Kalkulationen, die als Flow-Graph dargestellt werden können. Zudem bringt TensorFlow eine Auto-Differenzierung sowie eine Reihe von First-Rate-Optimizern mit sich. TensorFlow nutzt die Rechenleistung von CPUs sowie GPUs und läuft auf Desktops, Servern und Mobilgeräten. Weitere Informationen, Tutorials und Dokumentationen von TensorFlow finden sich auf der Projektseite. Das folgende Video gibt einen Einblick, was TensorFlow “kann”:
Google verspricht sich vom Open Sourcing, dass TensorFlow durch den Einsatz einer breiten Community schnell verbessert werden kann und vor all Dingen schneller lernt. Das ML-System ist nämlich darauf angewiesen, dass es von Menschen “trainiert” wird, um besser zu werden. Auch Facebook, Amazon und Microsoft mit Azure Machine Learning sind einen ähnlichen Weg gegangen.
TensorFlow bietet eine ganze Bandbreite von Einsatzmöglichkeiten. TensorFlow kann zur Forschung aber auch im Geschäftsleben verwendet werden. Wer bereits Datengrundlage und Rechner hat, kann mit TensorFlow ohne großes Detailwissen ein eigenes neuronales Netz trainieren. Auch Forscher und Firmen, die in anderen Bereichen, wie z.B. dem Gesundheitswesen, große Datenmengen auf Muster hin analysieren müssen, können TensorFlow einsetzen.
Auch für den juristischen Bereich lässt sich TensorFlow selbstverständlich einsetzen. Hier sind viele spannende Projekte denkbar. Durch das Bereitstellen der erforderlichen Tools durch Google wurde die Hemm- und Investitionsschwelle für potentielle Nutzer (nochmals) herabgesetzt. Dies könnte den Markteintritt von Firmen oder aber zumindest das Experimentieren mit neuen, datengestützen juristischen Lösungen befeuern. Der Einstieg in Machine Learning wird von Google zumindest sehr einfach gemacht. Die auf der Projektseite bereitgestellten Informationen und Dokumentationen ermöglichen einen schnellen und unkomplizierten Einstieg in die Materie. Es bleibt zu hoffen, dass diese erfreuliche Entwicklung dem Bereich Legal Tech neuen Schub verleiht.
