來源：搜狐

人工智能的發(fā)展始于1956年召開的達特茅斯會議，會議正式確定了人工智能的研究領(lǐng)域，經(jīng)歷多次高潮和低谷人工智能成為目前最熱門的科研領(lǐng)域之一。在早期典型人工智能軟件中既有開放源代碼的開源軟件，也有不開放源代碼的商業(yè)軟件，沒有明確的界限和劃分。隨著開源軟件概念逐步形成，越來越多的人工智能軟件選擇了開源。

隨著GPU算力的提高、深度學(xué)習(xí)的研究與發(fā)展，大批企業(yè)、研究機構(gòu)、開源組織進入人工智能領(lǐng)域，大批成功的開源深度學(xué)習(xí)框架和人工智能開源軟件不斷涌現(xiàn)，人工智能迎來了爆發(fā)期。人工智能的巨大潛在價值使其國際間競爭日趨激烈。行業(yè)內(nèi)的大型公司也加大了對旗下發(fā)展研究部門的資金投入。

人工智能開源軟件框架生態(tài)的核心，是通過使用者和貢獻者之間的良好互動和規(guī)?；?yīng)，形成現(xiàn)實意義的標(biāo)準(zhǔn)體系和產(chǎn)業(yè)生態(tài)，進而占據(jù)人工智能核心的主導(dǎo)地位。開源軟件框架的用戶包括終服務(wù)及產(chǎn)品的使用者和開發(fā)者。當(dāng)前開源軟件框架的技術(shù)發(fā)展呈現(xiàn)出以下幾方面的特點：

一是谷歌與其他公司間持續(xù)競爭。巨頭公司在技術(shù)上將積極探尋包括模型互換，模型遷移等技術(shù)聯(lián)合，以對抗谷歌公司。例如臉書（Facebook）和微軟已經(jīng)合作開發(fā)了一個可互換的人工智能軟件框架解決方案。

二是開源軟件框架在向統(tǒng)一和標(biāo)準(zhǔn)化方向發(fā)展。隨著人工智能應(yīng)用的爆發(fā)，開發(fā)人員在不同平臺上創(chuàng)建模型及部署模型的需求愈發(fā)強烈，在各類軟件框架間的模型遷移互換技術(shù)研發(fā)已經(jīng)成為重點。

三是更高級的API2逐漸占據(jù)主導(dǎo)地位。以 Keras 為例，它是建立在TensorFlow、Theano、CNTK、MXNet 和 Gluon 上運行的高級開源神經(jīng)網(wǎng)絡(luò)庫，以其高級 API 易用性而得到了廣泛的使用。四是模型的集群并發(fā)計算成為業(yè)界研究熱點。

當(dāng)前人工智能網(wǎng)絡(luò)對于單計算節(jié)點的算力要求過高，但當(dāng)前主流開源軟件框架對于模型分割進行計算并沒有實現(xiàn)，而這個問題也將隨著應(yīng)用場景的不斷豐富而不斷引起重視，成為開源軟件框架下一個核心競爭點。

審核編輯黃宇