化解谷歌AI霸权的另一种思路？开发平台的生态围剿  相较移动互联网，AI 将是一个更激进的开发者游戏。 无论是学界还是巨头，都只能给出规则和参考，以及一小部分示例性应用，而最终让人工智能落地产生价值的，只能是成千上万脑中闪过鬼点子的开发者。 这种特性的驱动下，抢占人工智能开发基础，聚拢优质开发者生态就成为了巨头们在 AI 军备赛上的重头戏。而这场比拼的核心要素，就是深度学习开发平台。 目力所及，各种供给机器学习、深度学习的框架与平台层出不穷。由于很多平台都是企业和科研内部使用或者半开放模式，所以完整统计到底有多少类似平台很困难。但可以肯定的是，市面上至少有超过 15 个主流框架。 值得注意的是，这些平台以及背后的企业主体并不是那么友善。围绕平台、社区和开发者群落，一场新的人工智能争夺战正在打响。 而目前这场战役的主旋律，是如何围剿谷歌与 TensorFlow。 微软、Facebook 联手下了一招「围棋」 由于机器学习平台最初多是局限在学界使用，算法与模型的工程化基础不够充足，所以开发平台也更多是由实验室推出。大家各玩各的，不够统一。 这种方案的流弊，在于产业线索掺杂进来之后，人工智能开发平台变得非常复杂和碎片化。一个开发者为了让产品具有不同方面的功能，常常需要使用不同平台，然后费尽心力的整合到一起。 针对这种情况，9 月 8 日微软与 Facebook 联合推出的一款开源工具：ONNX。 所谓的 ONNX，是「Open Neural Network Exchange」的缩写，即「开放的神经网络切换」。从名称就可以看出，这款工具的价值在于开发者可以把训练的神经网络架构在不同平台间无缝对接，省去了大量的转换成本。 根据微软和 Facebook 公布的消息，ONNX 目前已经确定兼容微软的 Microsoft Cognitive Toolkit、Facebook 的深度学习框架 PyTorch 以及非常主流的深度学习开发平台 Caffe2。
这三个开发平台之间的打通当然是有其价值的，但好事者却更关注另一个信息：打通的平台中没有谷歌的 TensorFlow。
但这种定位一旦被确立，对于其他平台是非常危险的。因为在 AI 产业化进程加速的今天，重点不是如何配合深度开发者，而是如何开通与更多新手的连接，抢占已经感知到趋势，即将获取开发者身份的「大多数」。 这种情况下，放低身段，打开大门，就自然而然成为了平台产品化运营的核心思路。对于开发者来说，选择平台进行深度学习、神经网络的开发，无非思考三件事：是否流畅易用，是否消耗大量学习成本，以及是否有强大的社区资源和讨论环境。 或许，微软和 Facebook 以工具打通平台连接只是第一步。在终端应用场景更加多元、AI 落地需求更加强烈的前提下，开发平台的重组与整合会成为接下来一段时间内的核心命题。 毕竟，「不能再让谷歌造出 AI 时代的安卓」，应该是大多数 AI 巨头的普遍共识。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ |
还没有用户评论, 快来抢沙发！