Google utilise l'intelligence artificielle dans de nombreux domaines : la reconnaissance vocale, la recherche d'images, le pilotage de sa voiture autonome,  son moteur de recherche bien évidemment, et pour cela développe ses propres outils.

Fin 2015, Google a ouvert le code de son outil de machine learning deuxième génération : TensorFlow. Tout calcul qui peut être exprimé par un graphe de flux peut être traité par TensorFlow, précisait alors Mountain View qui ajoutait que TensorFlow est doué de facultés de deep learning.

Un après cette ouverture TensorFlow, a aidé de nombreux chercheurs ingénieurs, artistes et étudiants à progresser dans des domaines tels que la traduction, la détection des cancers de la peau, ou la prévention de la cécité chez les diabétiques, souligne un billet de blog de Google qui annonce la disponibilité de TensorFlow en version finale 1.0.

TensorFlow 1.0, qui a été présenté lors du TensorFlow Developer Summit 2017, a fait d'impressionnants progrès en termes de performances, d'après le billet, notamment grâce à son nouveau compilateur XLA qui exploite au mieux les CPU et GPU des machines. D'après Google, Inception V3, son architecture de reconnaissance d'images, voit ses performances améliorées par un coefficient 7.3 sur une machine à 8 GPU et par un coefficient 58 sur une machine équipée de 64 GPU.

TensorFlow est également plus facile à manier avec l'arrivée de nouveaux modules Python dont un, tf.keras, qui apporte la compatibilité avec Keras, une autre libraire de réseaux neuronaux.

Les API Python ont été revues pour ressembler plus étroitement aux API NumPy, ce que de nombreux chercheurs apprécieront probablement. Enfin, travailler avec TensorFlow n'oblige plus à utiliser Python. Il est désormais possible de le faire en Java ou en Go, même si le support de ces langages est pour l'instant expérimental.

 TensorFlow peut être téléchargé depuis son site dédié : www.tensorflow.org