科技巨头新策略:用开源吸引 AI 社区成员,然后控制一切

研究在 AI 发展中起着至关重要的作用。这些科技巨头必须尽其所能助力 AI 的发展。

根据最近麦肯锡全球研究所的数据,去年谷歌和百度等科技巨头在 AI 上花费了 200 亿到 300 亿美元。这其中 90% 的资金用于技术的研发和部署,10% 用于 AI 收购。

研究在 AI 发展中起着至关重要的作用。这些科技巨头必须尽其所能助力 AI 的发展。AI 的发展依靠不断的研究和技术的进步,而目前技术正在飞速发展。因为当今技术的日新月异,没有企业会制定封闭的基础设施解决方案。

在这种情况下,科技巨头唯一的获胜策略就是制定开源解决方案,吸引 AI 社区的成员,最终成为 AI 社区的一部分。这是科技行业目前较新颖的商业模式。

Google 对抗世界

2015年,谷歌为其开源框架解决方案 TensorFlow 的发布做了大量市场营销准备。TensorFlow 是一个现在被社区广泛使用的后端库(包括 OpenAI)。许多企业家都在使用这个平台训练自己的模型。基本上,这是一个被广泛使用的深度学习任务框架。

其他技术巨头在看到谷歌与 TensorFlow 的成功后意识到,如果不开始研发替代品,自己将失去社区的青睐以及许多其他商业机会。

因此今年年初,Facebook 发布的 Caffe2 框架就是要让主要的市场参与者,如微软和亚马逊开始使自己的框架(虽然说 PyTorch 框架目前是研究人员的最爱)。最近,我们看到了有很多对抗 Google 的合作。

小插曲:有趣的是,Caffe 和 Caffe2 的作者贾扬清在 Google 工作时创建了 TensorFlow。在加入 Facebook(他目前的工作地)后,他又发布了Caffe2。

不过 Google 面对竞争,并没有放慢在这一领域创新的步伐,反而迎头直上。近日就有消息称:

Google 用 AI 创造 AI,性能超过人类创造

2017 年 5 月,Google Brain 团队公布了AutoML项目 —— 能自己生成 AI 的 AI。最近,研究人员尝试用 AutoML 创造出性能打败人类 AI 的子 AI。

他们使用了强化学习的方法自动化机器学习模型的设计,AutoML 作为一个控制器神经网络创造一个执行特定任务的子 AI 网络。这个被研究人员称为 NASNet 的 子 AI 的任务是从视频里实时识别出诸如人、汽车、交通灯、手提包和背包等目标。

AutoML 会评估 NASNet 的性能表现,然后使用获得的信息进行开发以改进版本,这一过程会重复数千次。

研究人员用 NASNet 测试了 ImageNet 图像分类和 COCO 目标识别两大数据集(计算机视觉领域最被认可的两个大型学术数据集),结果显示 NASNet 的性能表现优于所有其他计算机视觉系统。在 ImageNet 的测试中 NASNet 的正确率达到了 82.7%,比人类的最新结果高 1.2%,效率高 4%,计算需求也更少。

AI 社区的现状

现在,AI 社区的竞争者主要是谷歌与 Facebook,微软和亚马逊等其他技术巨头。

那么现状会发生哪些改变呢?

第一种情况,谷歌和其他公司之间将会继续对抗,而且会有越来越多的企业联合起来对抗谷歌。这些项目可以在框架之间转化模型。举个例子,Facebook 最近与微软合作开发了一个可互换的 AI 框架解决方案。

第二种情况,开源框架市场越来越统一和标准化。这样,市场上所有框架(包括 TF)之间就可以转移模型。开发人员就可以在任何平台上创建模型,并在其他平台上部署模型,而不必在每个框架上从头开始研发模型。由于所有的框架都有优点和缺点,开发者需要在改善框架转移解决方案时做出艰难选择。

在第三种情况下,更高级的 API 将会占据主导地位,例如 Keras,一个在 TF,Theano,CNTK,MxNet 和 Gluon 上运作的高级开源神经网络库。AI 社区将为市场带来越来越多的解决方案,以此来打破现有基础设施的极限。

第二种和第三种情况对于 AI 社区,初创公司和科技公司来说都是有利的,因为他们可以更高效地开发数据驱动产品。 未来,大量的研究将加速解决方案的优化。

未来六个月中,开源的竞争将何去何从取决于 PyTorch 和 Caffe2 的应用以及各种开源合作。目前,Facebook 的解决方案似乎十分有潜力,但其解决方案的落实却远远落后于谷歌(请参见下面的 Google 趋势图)。

内容整合自:开源中国社区、36Kr

本文来自企鹅号 - 开源中国媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯大讲堂的专栏

腾讯优图,互联网趋势和场景驱动下的AI创新

引言:6.14日“腾讯创新日:科技年技术盛宴”代表腾讯各个事业群技术实力的四级专家、腾讯微创新2016年度创意获奖团队欢聚一堂,一起畅谈AI、系统安全、架构设计...

2763
来自专栏腾讯高校合作

香港中文大学终身教授贾佳亚博士加盟腾讯优图实验室

2017年5月15日,香港中文大学终身教授贾佳亚博士加盟腾讯优图实验室。作为杰出科学家,贾佳亚教授将负责计算机视觉、图像处理、模式识别、机器学习等人工智能领域的...

40311
来自专栏CSDN技术头条

如何用机器学习和知识图谱来实现商业智能化?

7 月22-23日中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大开幕。德国人工智能研究中心(DFKI)科技总监、北京人工智能技术中心(AITC)总...

2019
来自专栏钱塘大数据

大数据时代,别让思维方式拖你后腿

作者:吴军 ? 或许你已经感受到了,大数据和人工智能正在对我们的生活产生影响。在朋友们留言中,不乏有人对未来表达了担忧。你是否对你自己所处的世界洞若观火?如果不...

35311
来自专栏新智元

谷歌中国2018校招年薪56万,Jeff Dean李飞飞李佳等清华研讨现场

【新智元导读】清华-谷歌AI学术研讨会,Jeff Dean、李飞飞、李佳等22位大牛齐聚,探讨机器学习、强化学习、NLP、计算机视觉最新进展。最近一张展示谷歌中...

710
来自专栏腾讯大讲堂的专栏

人工智能连接内容创作与消费

引言:6.14日“腾讯创新日:科技年技术盛宴”代表腾讯各个事业群技术实力的四级专家、腾讯微创新2016年度创意获奖团队欢聚一堂,一起畅谈AI、系统安全、架构设计...

3487
来自专栏罗超频道

如何让搜索引擎拥有“生命”?

在许多人看来搜索引擎只是一个检索工具,就像其他冷冰冰的科技产品一样。实际上,搜索引擎正在成为人人依赖的智能助手。它在拥有感知环境和自我学习的能力后,随着岁月流逝...

3725
来自专栏量子位

AI炒股轻松赚大钱?Too naive

夏乙 允中 编译整理 量子位 出品 | 公众号 QbitAI 让AI代替人类炒股,多么美妙的目标。 机器学习技术能在不需要人类预先编写规则的情况下,让计算机从数...

3034
来自专栏新智元

【刘挺】文本情感分析攻克机器人情商难题

技术的创新在不断地“刷新”着传媒的体态,如何尽可能地做到对技术的日新月异“运筹帷幄”,让技术为“我们”所用,这个探讨,我们一直在进行中。在人工智能与传感技术正席...

33910
来自专栏AI研习社

破译地震的密码?——机器学习算法有望实现地震的精确预测

编者按:本文由图普科技工程师翻译自《Machine-Learning Algorithm Predicts Laboratory Earthquakes》。作者...

3196

扫码关注云+社区