开源软件概念逐步形成，越多的人工智能软件选择开源

来源：搜狐

人工智能的发展始于1956年召开的达特茅斯会议，会议正式确定了人工智能的研究领域，经历多次高潮和低谷人工智能成为目前最热门的科研领域之一。在早期典型人工智能软件中既有开放源代码的开源软件，也有不开放源代码的商业软件，没有明确的界限和划分。随着开源软件概念逐步形成，越来越多的人工智能软件选择了开源。

随着GPU算力的提高、深度学习的研究与发展，大批企业、研究机构、开源组织进入人工智能领域，大批成功的开源深度学习框架和人工智能开源软件不断涌现，人工智能迎来了爆发期。人工智能的巨大潜在价值使其国际间竞争日趋激烈。行业内的大型公司也加大了对旗下发展研究部门的资金投入。

人工智能开源软件框架生态的核心，是通过使用者和贡献者之间的良好互动和规模化效应，形成现实意义的标准体系和产业生态，进而占据人工智能核心的主导地位。开源软件框架的用户包括终服务及产品的使用者和开发者。当前开源软件框架的技术发展呈现出以下几方面的特点：

一是谷歌与其他公司间持续竞争。巨头公司在技术上将积极探寻包括模型互换，模型迁移等技术联合，以对抗谷歌公司。例如脸书（Facebook）和微软已经合作开发了一个可互换的人工智能软件框架解决方案。

二是开源软件框架在向统一和标准化方向发展。随着人工智能应用的爆发，开发人员在不同平台上创建模型及部署模型的需求愈发强烈，在各类软件框架间的模型迁移互换技术研发已经成为重点。

三是更高级的API2逐渐占据主导地位。以 Keras 为例，它是建立在TensorFlow、Theano、CNTK、MXNet 和 Gluon 上运行的高级开源神经网络库，以其高级 API 易用性而得到了广泛的使用。四是模型的集群并发计算成为业界研究热点。

当前人工智能网络对于单计算节点的算力要求过高，但当前主流开源软件框架对于模型分割进行计算并没有实现，而这个问题也将随着应用场景的不断丰富而不断引起重视，成为开源软件框架下一个核心竞争点。

审核编辑黄宇