科技巨头新策略:用开源吸引 AI 社区成员,然后控制一切 - 开源中国社区
科技巨头新策略:用开源吸引 AI 社区成员,然后控制一切
局长 2017年12月06日

科技巨头新策略:用开源吸引 AI 社区成员,然后控制一切

局长 局长 发布于2017年12月06日 收藏 7

有免费的MySQL,为什么还要买? >>>  

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。

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。

总而言之,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。

AI 社区的现状

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)。 

翻译自:venturebeat.com 转自:36kr

本站文章除注明转载外,均为本站原创或编译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动共创开源社区。
转载请注明:文章转载自 开源中国社区 [http://www.oschina.net]
本文标题:科技巨头新策略:用开源吸引 AI 社区成员,然后控制一切
分享
评论(6)
最新评论
0
TensorFlow和贾扬清没什么关系好吧,这文章真心瞎扯
0

引用来自“黑人牙膏”的评论

錯過了大數據、雲計算和移動應用,不再想錯過AI, Machine Learning 和 無人駕駛了

引用来自“爱开源的小学生”的评论

AI和 Machine Learning 不是一样的吗
不一样,游戏中的 NPC 都属于 AI 的范畴。
0
真是有趣, facebook的Caff2和google的TF竞争,原来是贾扬清跟自己的竞争
0
日新月日是什么成语,小编发明的?

引用来自“黑人牙膏”的评论

錯過了大數據、雲計算和移動應用,不再想錯過AI, Machine Learning 和 無人駕駛了
AI和 Machine Learning 不是一样的吗
0
錯過了大數據、雲計算和移動應用,不再想錯過AI, Machine Learning 和 無人駕駛了
顶部