今天，扎克·伯格表示要把自家的人工智能硬件平臺開源化，供程序猿“散修”們免費地使用、學習和修改，并承諾會公開完整的人工智能任務創建方法。
上一次這么做的“冤大頭”是谷歌，兩者玩的都是時下人工智能最為流行的“深度學習”。十一月，谷歌以開源方式免費提供自家TensorFlow機器學習軟件，它能用于安卓手機的語音控制，也能幫助出國旅游的用戶實時地理解看不懂的地標、說明等。
Facebook是怎么做人工智能的？Facebook這次開源的代碼名為“Big Sur”，是一種易于組裝的計算機服務器，可以運行最新的人工智能算法。與一般服務器不同的是，它包含了8個圖像處理單元，也就是NVIDIA的Tesla M4 GPU板。
GPU是一種適用于深度學習算法的微處理器，每個GPU都包含了數十個功耗300瓦的芯片。與CPU類似，GPU是專為執行復雜的數學和幾何計算而設計的。
據稱，經過一年半的試驗，Big Sur運行深度學習算法的速度比Facebook之前使用的服務器翻了一番。換言之，它能是計算機同時運行更多程序，實現更高層次的人工智能，能進一步推動計算機的人臉識別和使用自然語言的功能。
不要小看社交網站，新聞排序、圖像識別等都涉及大量的數據處理。更何況Facebook還搞了一個用自然語言為盲人描述照片的軟件。所以說，Facebook的運轉一直依賴著大量人工智能技術的支持。
值得一提的是，之前企業做服務器都只能找戴爾、惠普、IBM等大公司，但隨著Facebook、谷歌、亞馬遜等越來越多公司開源設計，現在企業們能自己聯系亞洲芯片制造商，比如正和Facebook合作的廣達，節約大量成本。
“深度學習”究竟什么鬼？近幾年的實際應用，已經充分論證了“深度學習”在圖片識別等計算機領域的優越性。
舉幾個栗子：谷歌萌萌的貓臉識別軟件、澳大利亞協助放射科圖像診療的Enlitic軟件、微軟的Skype翻譯、Yelp的餐廳菜單勾選功能，以及大boss——智腦沃森，都運用了“深度學習”。
“深度學習”是一種模仿神經構造的算法，被認為是未來計算機可能性的所在。隨著研究的進展，Facebook、谷歌、百度等公司已經發現，GPU在構建神經網絡結構上更有優勢。
而Facebook此次公布的硬件平臺，主要突破在于拓展深度算法的層次，推動深度算法的演變。用深度算法大牛（一說“深度算法之父”），也就是現在Facebook人工智能負責人Yann LeCun的話來說：卷積神經網絡構造得越大，它們工作得就越好。
大佬們都這么無私搞開源？開源這件“蠢事”能獲利，最直觀的例子就是安卓手機的逆襲。由于開源，安卓系統創建了強大的開發者社區，才逐步奪回了手機市場。日前，蘋果也把Swift開源化了。
而做人工智能開源這件“慈善事業”的，不止是谷歌和Facebook，還有微軟、IBM、百度等。當然，大佬們也不傻，開源的大都是比較頂層的算法。
與手機軟件不同的是，“深度學習”算法相對來說比較年輕，借用Facebook發表的聲明：共享工藝和技術，這種開放式的合作，不僅有助于促進設計的創新，也能幫助人類進一步構建復雜的人工智能系統。
換言之，“深度學習”這一領域需要通過開源來吸引更多的開發者加入，來推動技術的進步；同時，這也是科技公司們集思廣益，減少自己科研經費壓力的一種方式。
總結就像LeCun說的，越多的人使用一個平臺，這個平臺就會變得越來越好，這是一種網絡效應。因為在某個特定的平臺和標準上，團結到更多的人，才能讓這個平臺，或標準為更多的人服務。
也許這就是為什么，距離谷歌推出TensorFlow才短短幾個星期，Facebook就急不可耐地宣布要開源硬件平臺。這是一場“深度學習”技術的“圈地戰爭”。
智東西：智能硬件第一媒體，全媒體覆蓋千萬讀者，20萬業界人士每日必讀。專注報道智能硬件創新人物、公司和產品，連接智能硬件產業生態。看懂智能硬件行業，就在智東西。
京公網安備 11010502049343號