如何通过开源协作推进人工智能的发展

人工智能 深度学习
人工智能如今成为行业组织炒作和宣传的术语之一,也有人提出一些问题:其潜力到底有多大?它会增强人类的地位还是使人类不再具有竞争力?真的具有革命性意义吗?

[[377773]]

人工智能如今成为行业组织炒作和宣传的术语之一,也有人提出一些问题:其潜力到底有多大?它会增强人类的地位还是使人类不再具有竞争力?真的具有革命性意义吗?

谷歌、亚马逊、Facebook、微软等大型科技公司正在推动人工智能技术的进步。在过去的几年中,这些公司却一直是备受批评的焦点,人工智能技术巩固了他们的影响力并支配着人们的特定工作和生活,但是当涉及到开源时,情况就有所不同。

从库到框架、IDE、数据湖、流处理、模型服务和推理解决方案,甚至最近的端到端工具聚合器Kubeflow,开发人员可以使用的开源工具数量庞大,这意味着组织现在可以利用多年来积累的技术和知识。换句话说,开源已经成为传统上被视为竞争对手的组织开展合作的原因。他们在某些方面更紧密地合作,正是人工智能和开源的独特结合促进更好的合作关系向前发展。

为什么要开源?

多年来,开源技术对IT开发的好处已经得到充分证明。第一个开源程序(Netscape Navigator)在1998年得以发布,被认为是这一趋势的初始起点。Netscape公司选择的策略是强调共享软件源代码的业务潜力。与科学技术一样,如果研究人员都对自己的方法保密,那么技术进步和创新的进程将更加缓慢。随着开发人员争相交付新技术和服务,安全且易于部署的软件框架对于支持这一点至关重要。

然而,对于希望开发成功的基于人工智能的技术的组织来说仍然面临许多障碍。人工智能和机器学习开发是一个成本高昂的过程,这已不是什么秘密。不仅如此,开发工作还需要强大的计算能力和数据集来构建和训练先进的模型。开源社区通过鼓励协作、专业知识和资源共享,为这些挑战提供了潜在的解决方案。例如,开源软件允许IT管理团队访问公共领域的框架、数据集、工作流和软件模型,从而降低培训成本。与此同时,开源社区总是在监控代码的缺陷和漏洞,这增加了额外的安全性,也使这种关注成为一种共同的责任。

在另一方面,Ops方法的兴起极大地提高了开发人员将解决方案投入生产的效率。例如,自动化容器化应用程序的部署和管理的开源平台Kubernetes 已经成为企业进入DevOps的主流技术,现已扩展到机器学习操作系统(MLops),从而允许复杂的人工智能工作负载保持最新状态。

高科技,大惊喜

大型科技公司传统上一直将其源代码、数据库和方法私有化,这不足为奇。这就提出了一个问题:是什么让人工智能技术成为这些行业巨头的独特之处,让他们开始从核心业务中揭示方法,并推出自己的开源API?

从本质上讲,人工智能的发展仍然至关重要,并且在过去的几年中,大型科技公司在技术开发方面取得了跨越式发展。开源可以使开发人员或IT团队促进更便宜、更快、更灵活、更安全的部署。通过开源进行开发,可以通过大型技术社区的支持来帮助加速采用多种框架和软件解决方案。因此,在采用开源代码技术的情况下,可以进一步开发、探索、调整、改进他们的工作。展望未来,人工智能技术有望深入人们的日常生活,开源的人工智能将促进技术创新,并更快地走向成熟。

谷歌公司就是一家在人工智能方面处在行业领先地位的公司,该公司已将其流行的机器学习框架TensorFlow向公众开放。这随后导致了TensorFlow Extended(TFX)的创建,该项目逐渐发展成为Kubeflow,这是一个开源项目,旨在使用机器学习管道来编排运行在Kubernetes上的复杂工作流,所有这些都基于谷歌公司的内部方法。

与此同时,Facebook公司开源了DeepFocus,这是由人工智能驱动的框架,用于在虚拟现实(VR)中呈现自然逼真的焦点效果,并且Microsoft Cognitive Toolkit也采用了开源的方式,其最终目的是训练深度学习算法,使其像人脑一样工作。

需要记住的是,大型科技公司发展的核心是人才,这一点也很重要。而机器学习领域具有非常开放和合作的悠久历史。那些在谷歌、Facebook和微软公司运行机器学习实验室的人才一直是这一领域的开拓者,他们一直以透明和合作的方式工作。人们看到如此重大进展的一个关键原因正是人们之间有效的合作。

一切都归功于信任

归根结底,信任是关键因素。大型科技公司已经看到,由于对他们所拥有的个人数据的整合,用户会认为这些数据让这些公司拥有不必要的权力和影响力。而现在,这些科技公司正在变得更加开放。

即使在过去六个月中,由于冠状病毒疫情导致全球经济和社会发生了巨大变化,但仍出现更多的技术合作,例如苹果公司和谷歌公司联合开发了一个联系人追踪解决方案。

展望未来,这些持续的关系将可能引发一个新时代,大型科技企业甚至公共部门组织将携手合作,以促进技术创新,帮助克服危机。而由于这些传统科技公司看重人工智能的开放性,人工智能技术显然将在不久的将来继续转型并蓬勃发展。

 

责任编辑:姜华 来源: 企业网D1Net
相关推荐

2021-03-22 12:08:30

人工智能

2023-06-19 16:07:18

人工智能安全

2023-08-09 06:58:11

人工智能搜索引擎算法

2023-07-21 16:24:09

人工智能

2020-04-17 12:53:04

人工智能AI

2021-08-12 21:28:36

人工智能AI

2021-06-04 10:24:37

人工智能AI深度学习

2018-05-30 09:29:55

人工智能 云计算

2022-11-15 17:12:01

人工智能AI

2018-05-29 21:59:02

人工智能云计算智能云

2021-05-19 14:08:08

人工智能IT技术

2022-05-12 09:00:00

人工智能面部识别智能监控

2021-11-11 16:01:19

人工智能AI

2022-06-20 15:45:02

人工智能智能安防智慧安防

2018-01-22 11:33:16

人工智能SAS数据

2021-07-12 14:16:01

人工智能AI深度学习

2017-10-31 15:02:45

人工智能高恶性脑瘤预测

2022-03-15 16:06:39

人工智能AI

2021-03-01 11:29:10

人工智能

2021-08-26 14:16:28

物联网人工智能IoT
点赞
收藏

51CTO技术栈公众号