如何評價谷歌將其人工智慧引擎開源?


自從深度學習取得突破性進展以後,為何巨頭們頻頻開源?因為對巨頭來說,演算法已經不再是競爭的障礙,數據和用戶習慣才是真正的山頭。用戶不僅包括最終用戶,還包括廣大的碼農。不妨猜測一下人工智慧領域的趨勢:

1.巨頭們會繼續搶佔基礎平台的制高點,繼續開源換取用戶習慣,甚至數據。

2.大量的初創企業會採用開源做很多垂直領域的業務,其中包括很多試錯和驗證,最終也會反饋回開源,而這正是巨頭們所期望的,並且對演算法優化也有利。更為重要的是,對於巨頭們的業務,從長遠來說,也是有利的。

3.中型公司的地位會比較尷尬一些,尤其是投入巨資做基礎演算法研究的公司,有可能陷入重複發明輪子的怪圈。甚至隨時有被初創企業"顛覆"的危險。技術要永遠保持領先,壓力可想而知。說得難聽點,技術上除了極個別演算法以外,與小企業的差距,很可能僅僅是一小勺數據而已。

註:這裡中型公司主要是指,2014年深度學習創業潮以來,在風投的推動下,初具規模的CV公司。理論上應該也適用於CV以外的其他人工智慧領域及同類公司,只是國內CV圈更熱鬧,姑且先分析CV吧。

在這種情況下,我認為中型公司會分化成三種,從方式手段來說,分別是上升,擴寬,下沉:

一種會以業務為導向,迅速搶佔重點行業的市場,做項目,比如安防,金融等領域,希望生米煮成熟飯,而且在這個過程中,既可以獲得行業數據,也可以加強綁定與用戶的關係。而且由於風投一般都有對賭,業績壓力也會促使他們這麼做。但其實做項目並非CV公司的強項,所以會比較累。由演算法而轉為做應用,應用在上,演算法在下,可謂之:上升。

另一種會繼續以造勢為導向,並且加強與生態鏈上集成商的關係,自己不做項目,但與行業內巨頭合作。在國內,合作方的關係往往不一定很牢靠,而且如果價值主要體現在演算法上,利潤大多讓集成商賺取的話,這類公司必須擴大其合作領域,一邊造勢,一邊廣泛撒網。可謂之:擴寬。

這個模式本無問題,只是國內合作方的忠誠度,恐怕比當年打車類app的用戶忠誠度還低,誰給我優惠就用誰的,大不了我同時裝好幾個app唄。

第三種是將演算法集成到硬體設備當中,這是個不錯的思路,從付費的角度,國內客戶對硬體的認可度比軟體高很多。演算法在上,硬體在下,可謂之:下沉。但是這種模式,如果自身不做硬體設備,恐怕跟第二種區別不大,而做硬體是否是CV公司的強項?我們將拭目以待,畢竟產品化也是很有技術含量的。已經注意到,某些CV公司已經開始招兵買馬做VHDL,如果把深度學習演算法移植到FPGA上倒是很不錯。

無論哪種情況,我個人感覺,中型公司都不太可能投入很多精力去做C端的業務,放下到手的肥肉是需要勇氣的,更何況有風投和項目的壓力。BAT等國內巨頭雖然做人工智慧也做C端業務,但他們更專註於做外賣,呵呵。技術上他們與初創企業的區別只是一大勺數據而已。所以對於初創企業來說,這剛好是一個機會,藉助國際巨頭開源的東風,輕裝上陣,敏捷創新,我覺得,百花齊放的智能時代,已經不遠了。

--------------------------------------------------------------------------

另外,雖然現在有些做C端業務的公司,也會調用第三方API,但隨著用戶量的增長,最終還是需要在開源的基礎上自己做的,第三方不可能讓大量的用戶免費調用,至少不會永久免費的。儘早積累自己的數據和研發能力,是為上策。

--------------------------------------------------------------------------

關於"谷歌肯定會留一手,真正核心不會開源",我個人是持保留意見的。就像當年很多人也懷疑安卓一樣。當然我們不能指望谷歌把所有的人工智慧成果都開源,有些或許會有所保留吧,人家畢竟不是專職做慈善的,但至少tensorflow不會,它是一個工具箱,谷歌也想把它定位於類似安卓這樣的平台或生態圈。而且我認為谷歌還會逐步把很多好的成果加入到tensorflow的生態圈裡,包括最近的syntaxNET。偉大的公司,總是這麼有自信。


我覺得現在深度學習缺一條腿,對演算法優化和實現框架是一條腿,另外一條腿是應該定義一種統一矩陣格式,已經調出來的參數,可以與別人共享,可以被不同的框架使用,這樣可以節約大量的時間,深度學習調出來參數才是金礦。

比如視覺,第一層各家框架調出來的參數,進行可視化後發現,其實都很相似,為什麼不能直接共享參數呢?

正在學習深度學習的新手,個人觀點,不當之處請指教!


這下面的回答還真是沒一個靠譜的,

簡而言之,「然並卵」

看了媒體報導去看Github tensorflow/tensorflow · GitHub, 基本都有一種「我褲子都脫了你就讓我看這個」 的無力感,

槽點一tensorflow是單機版,根本不支持分散式,就像說要給你大飛機,結果給你大的紙飛機。

槽點二Google自己內部的深度學習網路和tensorflow並沒有什麼關係,就是要搞個大新聞。


百度的人工智慧水平會上升一大截,又可以講故事了


挑戰人類上限的谷歌將他們的深度學習網路開源了。

在不久的將來我們可以看到百度用谷歌的數據繼續挑戰人類下限。


呵呵,可以理解為是在促進Tech Singularity的藍移么?想像一下,一個實驗室內部,再深的數據交互海洋,能有多深?從一個理想主義的觀點出發,這怕是撒個魚苗進無天敵的大海。你問茲瓷不茲瓷?除了Tech Singularity我就沒有更茲瓷的東西了。有些時候,走在繼續下去就是萬丈深淵的坡道上的時候,只要有變化就行,好或者壞都無所謂了。這宇宙是人類的,也是上帝的,但最終是那幫熵的。


人民,只有人民,才是創造歷史的唯一動力!


嗯?有鏈接嗎?有windows版嗎?不好意思直接問了...


簡單,開源就跟餓了么放紅包是一樣的啊,讓你產生習慣,到時候拒絕用它就難了。

媽蛋,現在有的時候明明出去吃十幾塊的事,偶爾還是會點外賣點到二十幾塊解決。


然並卵 !開源了對於某些人來說也看不懂,比如像我.


百毒全技能等級+1,毒屬性增強50%,請加強防範。


開源了,你,我,他也看不懂。


好奇搜索全家桶會不會出現百度系的軟體。


電影《機械姬》里的一個想法,有些意思。

「多少人都在用搜索引擎瀏覽網頁,或進行娛樂消遣,把搜索引擎用在人工智慧製造的機器人身上,將會得到龐大信息量,涉及方方面面。」

感覺搜索引擎人工智慧開源的話,就是集合眾人的力量,即經驗的積累。

哲學上有種觀點,認為人類認識世界是通過經驗的累積。所有我們認知的東西,都是建立在之前所見所感的基礎上。

就像一塊石頭把它丟向天,它會掉下來,這是事實,所有人都這樣認為。

為什麼所有人都這樣認為,不僅僅是因為牛頓的萬有引力吧。你丟一萬次石頭,結果肯定都是會掉下來,而不會飛向天空。這也是一種經驗的總結,牛頓他做實驗也不可能憑空說就是真理。

從這個哲學角度看,「石頭丟上天,會掉下來。」真正是不是這樣,還真不知道。

畢竟這只是人類史出現以來的一種經驗認知。

不能因為你沒有發現白色的烏鴉,就認為這個世界上所有的烏鴉都是黑色的。

不能因為石頭丟上天會掉下來,就認為它總會這樣,萬一有次沒掉下來呢? 只是我們還沒遇到這種情況。

人類存在的時間放在整個宇宙看來微乎其微。我們存在的時間短暫到我們不能足以證明一些事情。所以以後的事,只能靠之前的經驗來判斷,每次都那樣,所以這次肯定也這樣。

OK----說以上的例子,我只是想表明,可能人對世界的認知通過這樣的方式,那麼人工智慧也可以。

而搜索引擎的開源,就是一個灌輸經驗的過程,灌輸的夠了,或許製造出來的機器人,三觀比人都正。或許比人還智能,那就可能像霍金說的,危機一觸即發。

反正未來誰知道呢,至少現在人工智慧Low到爆,像那個百度小度簡直是來搞笑的。


因為之前MapReduce沒開源只發了paper,結果被按照paper寫的hadoop搶了用戶/名聲。現在不想吃這虧。


國產廠商又可以來裝逼了。( ????? )


推薦閱讀:

如何對一個大文本進行按每行去重操作?
因為學習演算法參加ACM,還是為了參加ACM學習演算法?究竟應該如何學習演算法?
關於生成隨機浮點數的面試題?
如何建立一個新的ACM隊(我們學校以前沒人做過)?
C 語言打開一個文件時,緩衝區在內存的什麼位置?

TAG:人工智慧 | 演算法 | 計算機 | 開源 | 谷歌Google |