誰不討厭每天阻塞收件箱的垃圾郵件？ Google 現在正在努力解決這個問題，Gmail 團隊和 Google 正在招募其內部機器學習框架 TensorFlow，以幫助為 Gmail 用戶培訓額外的垃圾郵件過濾器。
谷歌在一夜之間通過 Gmail 博客表示，Gmail 每天已經阻止了額外的 1 億條垃圾郵件。 綜上所述，Gmail 已經為超過 10 億的用戶屏蔽了 99.99% 的垃圾郵件，這意味著仍有 0.1% 的垃圾郵件進入了用戶的收件箱。
這就是 TensorFlow 將幫助捕獲漏掉的垃圾郵件發送者的地方，而不會意外阻止對用戶很重要的消息。
/* 自定義 css */ .tdi_2.td-a-rec text-align: center; .tdi_2 .td-element-style z-index: -1; .tdi_2.td-a-rec-img 文本對齊：左； .tdi_2.td-a-rec-img img 邊距：0 auto 0 0; @media (max-width: 767px) .tdi_2.td-a-rec-img text-align: center;
Google 反濫用技術產品經理 Neil Kumaran 告訴 The Verge：
“在我們的運營規模下，再增加 1 億並不容易，”並且“獲取最後一點增量垃圾郵件越來越難， [but] TensorFlow 非常適合縮小這一差距。”
TensorFlow 已與 Gmail 多年來使用的現有人工智能 (AI) 和基於規則的過濾器一起添加。 儘管重要的是要指出基於規則的過濾器可以阻止最明顯的垃圾郵件，但機器學習會尋找垃圾郵件發送者可能用來幫助建議不信任電子郵件的新模式。
通過使用 TensorFlow 的 AI 技術，可以更輕鬆地管理這種規模的數據，而框架的開源性質意味著可以快速集成來自社區的新研究。
谷歌早在 2015 年就推出了 TensorFlow，它很快就成為其人工智能業務中極其重要的一部分。 它因其靈活性和與穀歌其他人工智能服務一起工作的能力而受到稱讚。
谷歌表示，通過將 TensorFlow 集成到 Gmail 中，它可以更好地個性化垃圾郵件過濾器，這是理解垃圾郵件發送者信號並“將這些信號轉化為更好結果”的轉折點。
來源： 谷歌云博客。
通過： 邊緣。
/* 自定義 css */ .tdi_3.td-a-rec text-align: center; .tdi_3 .td-element-style z-index: -1; .tdi_3.td-a-rec-img 文本對齊：左； .tdi_3.td-a-rec-img img 邊距：0 auto 0 0; @media (max-width: 767px) .tdi_3.td-a-rec-img text-align: center;
