谷歌、亞馬遜、Facebook、微軟等大型科技公司正在推動人工智能技術的進步。在過去的幾年中，這些公司卻一直是備受批評的焦點，人工智能技術鞏固了他們的影響力并支配著人們的特定工作和生活，但是當涉及到開源時，情況就有所不同。

 

從庫到框架、IDE、數據湖、流處理、模型服務和推理解決方案，甚至最近的端到端工具聚合器Kubeflow，開發人員可以使用的開源工具數量龐大，這意味著組織現在可以利用多年來積累的技術和知識。換句話說，開源已經成為傳統上被視為競爭對手的組織開展合作的原因。他們在某些方面更緊密地合作，正是人工智能和開源的獨特結合促進更好的合作關系向前發展。

 

 

多年來，開源技術對IT開發的好處已經得到充分證明。第一個開源程序(Netscape Navigator)在1998年得以發布，被認為是這一趨勢的初始起點。Netscape公司選擇的策略是強調共享軟件源代碼的業務潛力。與科學技術一樣，如果研究人員都對自己的方法保密，那么技術進步和創新的進程將更加緩慢。隨著開發人員爭相交付新技術和服務，安全且易于部署的軟件框架對于支持這一點至關重要。

 

然而，對于希望開發成功的基于人工智能的技術的組織來說仍然面臨許多障礙。人工智能和機器學習開發是一個成本高昂的過程，這已不是什么秘密。不僅如此，開發工作還需要強大的計算能力和數據集來構建和訓練先進的模型。開源社區通過鼓勵協作、專業知識和資源共享，為這些挑戰提供了潛在的解決方案。例如，開源軟件允許IT管理團隊訪問公共領域的框架、數據集、工作流和軟件模型，從而降低培訓成本。與此同時，開源社區總是在監控代碼的缺陷和漏洞，這增加了額外的安全性，也使這種關注成為一種共同的責任。

 

在另一方面，Ops方法的興起極大地提高了開發人員將解決方案投入生產的效率。例如，自動化容器化應用程序的部署和管理的開源平臺Kubernetes 已經成為企業進入DevOps的主流技術，現已擴展到機器學習操作系統(MLops)，從而允許復雜的人工智能工作負載保持最新狀態。

 

 

大型科技公司傳統上一直將其源代碼、數據庫和方法私有化，這不足為奇。這就提出了一個問題：是什么讓人工智能技術成為這些行業巨頭的獨特之處，讓他們開始從核心業務中揭示方法，并推出自己的開源API?

 

從本質上講，人工智能的發展仍然至關重要，并且在過去的幾年中，大型科技公司在技術開發方面取得了跨越式發展。開源可以使開發人員或IT團隊促進更便宜、更快、更靈活、更安全的部署。通過開源進行開發，可以通過大型技術社區的支持來幫助加速采用多種框架和軟件解決方案。因此，在采用開源代碼技術的情況下，可以進一步開發、探索、調整、改進他們的工作。展望未來，人工智能技術有望深入人們的日常生活，開源的人工智能將促進技術創新，并更快地走向成熟。

 

谷歌公司就是一家在人工智能方面處在行業領先地位的公司，該公司已將其流行的機器學習框架TensorFlow向公眾開放。這隨后導致了TensorFlow Extended(TFX)的創建，該項目逐漸發展成為Kubeflow，這是一個開源項目，旨在使用機器學習管道來編排運行在Kubernetes上的復雜工作流，所有這些都基于谷歌公司的內部方法。

 

與此同時，Facebook公司開源了DeepFocus，這是由人工智能驅動的框架，用于在虛擬現實(VR)中呈現自然逼真的焦點效果，并且Microsoft Cognitive Toolkit也采用了開源的方式，其最終目的是訓練深度學習算法，使其像人腦一樣工作。

 

需要記住的是，大型科技公司發展的核心是人才，這一點也很重要。而機器學習領域具有非常開放和合作的悠久歷史。那些在谷歌、Facebook和微軟公司運行機器學習實驗室的人才一直是這一領域的開拓者，他們一直以透明和合作的方式工作。人們看到如此重大進展的一個關鍵原因正是人們之間有效的合作。

 

 

歸根結底，信任是關鍵因素。大型科技公司已經看到，由于對他們所擁有的個人數據的整合，用戶會認為這些數據讓這些公司擁有不必要的權力和影響力。而現在，這些科技公司正在變得更加開放。

 

即使在過去六個月中，由于冠狀病毒疫情導致全球經濟和社會發生了巨大變化，但仍出現更多的技術合作，例如蘋果公司和谷歌公司聯合開發了一個聯系人追蹤解決方案。

 

展望未來，這些持續的關系將可能引發一個新時代，大型科技企業甚至公共部門組織將攜手合作，以促進技術創新，幫助克服危機。而由于這些傳統科技公司看重人工智能的開放性，人工智能技術顯然將在不久的將來繼續轉型并蓬勃發展。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。