Google通过TensorFlow消除了更多Gmail垃圾邮件

Google LLC通过其机器学习软件框架TensorFlow增强了Gmail的反垃圾邮件功能，以提供新保护，以补充其现有算法。

Google的反滥用技术部门的产品经理Neil Kumaran在今天的博客中描述了公司目前的努力如何能够阻止99.99%以上的所有垃圾邮件，网络钓鱼攻击和恶意软件进入用户的Gmail收件箱。

这些措施包括机器学习算法和基于规则的保护，这些功能可用于识别大数据集中的模式，而创建模式的人可能无法识别这些模式。”

他写道：“基于机器学习的保护可以帮助我们根据许多不同的因素做出精细的决策。” “仅仅因为电子邮件的某些特征与通常认为的“垃圾邮件”相匹配，并不一定意味着它是垃圾邮件。ML使我们能够一起查看所有这些信号来做出确定。”

但是，对于Google来说99.9%的成功率还不够，这就是为什么它为TensorFlow支持的Gmail设计了新的保护措施的原因。该公司表示，有了新的保护措施，它每天可以阻止额外的1亿封垃圾邮件。

“鉴于我们已经阻止了Gmail中的大多数垃圾邮件，因此更精确地阻止数百万个邮件是一项壮举，” Kumaran说。

TensorFlow的优势在于，它允许Gmail团队改进其现有的机器学习算法，从而使它们在检测垃圾邮件方面更加准确。它有助于加快构建这些算法的速度。反过来，这使得他们可以使用不同的模型来快速轻松地进行培训，以找到最有效的反垃圾邮件方法。

借助TensorFlow，Google还可以为每个用户更好地个性化其垃圾邮件保护。毕竟，一个人认为垃圾邮件的内容可能被另一用户认为是重要的，Kumaran说。

Kumaran说：“总而言之，这些好处使我们能够扩展ML的工作量，从而需要更少的工程师来进行更多的实验并更有效地保护用户。”

毫无疑问，大多数Gmail用户都会欢迎为消除垃圾邮件所做的任何努力，但是Constellation Research Inc.的分析师Holger Mueller告诉SiliconANGLE，Google的真正目的是强调可使用TensorFlow增强企业机器学习工作的方式。

“机器学习是为下一代应用程序提供动力的最有前途的技术之一，并且在各种机器学习框架中，TensorFlow是最成功和最受欢迎的技术之一，” Mueller说。“但是CxO希望在采用技术之前先了解证明点，因此这就是Google展示其内部采用TensorFlow来打击垃圾邮件的原因。”

Gmail的新保护措施已经实施。