社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

授人以渔,这款皇冠上的明珠深度学习框架要开源!

Python爱好者社区 • 5 年前 • 591 次点击  


01
 巨头游戏,深度学习框架


人工智能(AI)自1956年的Dartmouth学会上被提出后,经过了一甲子有余的风雨沉浮发展。

得益于自2013年以来深度学习技术取得突破性进展,人工智能出现了当下的一波繁荣浪潮。

2016年3月,AlphaGo与围棋世界冠军职业九段棋手李世石进行了一场世纪围棋对决,AlphaGo以4:1的比分获胜。让深度学习以惊雷般地速度进入所有人的视野中。

深度学习框架作为起到支撑作用的平台,是进行人工智能创造的框架,被所有企业所重视作为基础设施建设。

相较于最开始学术机构提出的 Theano、Caffe 框架,深度学习框架的主流已经从学术机构转向了科技巨头,如Google的TensorFlow、Facebook的PyTorch 、Amazon的MXNet等。这些底层框架,让人工智能创造变得简单可执行。
拥有自己的深度学习框架,毫无疑问是互联网巨头及人工智能独角兽科技企业们跨入战场的入场券。

而在国内,不少有远见与毅力者,于创始之初,就执着于自主研发构建新的框架,并达到世界级的水平。旷视科技便是其中的佼佼者。


02
手携皇冠,披荆斩棘终成独角兽


说起来,旷视科技自研开发的MegEngine,尚要早于Google的TensorFlow。


2014年,旷视研究院靠三名实习生就开发出了初版深度学习框架。

而2015年11月,Google正式发布并开源TensorFlow后,对于“用大厂现成的”还是“闷头造轮子”的问题,旷视在经过内部的一番激烈讨论后,对两个框架进行了横向评测发现还是自己的框架好用,于是仍毅然选择继续完善研发自主的框架。

在研究员的不懈努力下,旷视自研框架不断优化,并在此基础之上提出了“三位一体”概念,将数据和算力平台融合,构建了“算法、数据、算力”一体的AI底层的平台级产品Brain++,使得这项技术更加自动化、规模化、集约化。

有了如此的利器,旷视在世界各项人工智能竞赛中,斩获 27 项全球 AI 竞赛冠军,2017 年至 2019 年间,旷视曾一举拿下 COCO(是人工智能领域最具影响力的通用物体检测挑战赛) 三连冠。

及至2020,被誉为“AI第一股”的旷视科技即将登陆港股交易所,招股书中最开始是CEO印奇写给投资人的信函,信函开头便说到“深度学习是旷视的核心竞争力”。

而Brain++,毫无疑问则是旷视科技手中之皇冠,其自研深度学习框架MegEngine则是皇冠之上的明珠。


03
走下神坛,人工智能拥抱大众


伴随旷视科技这些独角兽企业的人工智能星光之路,是一大批传统企业及其开发者们的沉寂。

当前人工智能产业,显著特征为AI技术基本上以单点算法突破为主,仅能够在通用技术层一些细分小领域有所突破,比如人脸识别、语音识别等算法。

AI产业的繁荣也主要是依靠着互联网巨头和旷视、商汤、依图、寒武纪等明星企业维持,而明星AI企业背后通常是靠个别或一小群天才在支撑着。

可见,人工智能是一个具有典型马太效应的行业:少数的一流天才支撑着少数的主流AI企业,且呈现强者恒强的趋势,但对于传统厂商和中小企业来说,对AI始终是望梅止渴,一方面AI人才的断层使AI开发者始终供不应求,另一方面算法的研发成本高居不下。

这亦是人工智能难以实现产业融合的根本原因。

无论是对于有AI开发经验的开发者来说,还是对于没有机器学习相关经验的入门者而言,开发工具不系统,操作复杂,上手难,模型效果不稳定是普遍遇到的难题,而如果想要尽心定制化算法研发更是难上加难。

这一切,阻挡着传统行业对向往的人工智能领域的跨入。

由此可见,无论是搞科研还是做工业落地,普通开发者们所面临的是需要一次全面的自我升级。这就对通用性的AI开发工具和基础设施提出了更高的要求。如何通过更灵活、更高效的AI底层平台和工具更好的服务开发者,提升AI应用效率业,也变成了头部AI企业拉动整个产业,走向更实质、更广域发展的“必考题”,是AI发展进入下一阶段的必由之路。

04
技术信仰,皇冠上的明珠投于开源


业界公认人工智能要迈进下一步的2.0阶段,AI在架构上需要建立真正的完整系统,而不是一个个孤立的单点算法。需要实现仅需少量研发人员却能取得他们以往需要耗费大量时间和工作量(如5倍以上)的结果,这种灵活高效系统性的方法与实践是人工智能2. 0的最核心要素。


因此,就AI头部企业而言,如何带领行业进入新的AI构架时代,打破算法不能规模化定制的桎梏,解决研发重复投入的核心问题成为了时代责任。


中国工程院院士、北京大学教授高文认为:“具体做法上,打造更好用的开源开放平台更切实可行。”现在很多AI开发者基本上都用开源开放平台,在开源的基础上快速搭建一个系统来做应用开发。

在开源平台方面,谷歌、Facebook、亚马逊或微软的开源框架广为流行,但相对来说,国内头部企业的开源框架,对于在国内实际应用特点把握得会更精准,而且在中文文档、中文教程以及中文模型配套上可能更具特色。

令人兴奋的是,越来越多的中国企业开始投身AI底层基础设施的开源项目建设。2016年,互联网巨头百度大脑开源了飞桨PaddlePaddle,2019年,通信巨头华为宣布将于2020年一季度开源其深度学习框架MindSpore。还没等到华为的MindSpore, 旷视科技就宣布将于3月25日向全球开发者开源其深度学习框架MegEngine。

如前所述,Brain++是旷视科技手中之皇冠,那么MegEngine就是不折不扣的皇冠上的明珠。

据了解,为了兼顾产业和科研双方面的开发需求,旷视即将开源的深度学习框架在接口设计、优化和编译等环节做了兼容并包的改进,同时整合了动态图与静态图各自的优势,支持动静态一键转换功能,以及支持动静态的混合编程,尤其适用于大模型算法训练。
 
如此“明珠”开源,使得普通开发者都可以“做到“深度学习,简单开发”。可见旷视科技“授人以渔”、鼓励人人都可以用 AI 去创造之初心。

05
简单开发,普通人AI创造的利器


国家近日密集出台新政策,提出要加快建设 “新基建”,人工智能在其中占据重要位置。

随着深度学习关注度和势头上升,深度学习被越来越多的企业和组织的生产实践结合起来。这时,无论是对于深度学习相关专业的初学者,还是已经在企业和组织中从事工业场景应用和研发的开发者来说,选择一个适合自己,适合业务场景需求的深度学习框架显得尤为重要。

虽然开发者们选择不少,但是主流的开源框架仍需要打破现有的开发局限,解决之前框架学习接口各异,模型复现困难,学习成本高等诸多开发过程中遇到的问题,把“深度学习”做到“简单开发”至关重要。

而在3月25日,旷视核心深度学习框架天元的开源有望让AI成为普惠性工具,助推众多开发者一同从AI 1.0迈向2.0时代,不妨上手一试。

或许,将会成为你AI创造路上的利器。

扫描下方二维码,即可进入发布会现场。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/56813
 
591 次点击