陳 絲 中國信息通信研究院信息化與工業(yè)化融合研究所助理工程師

1 引言

近年來，人工智能成為全球信息領域產(chǎn)業(yè)競爭的新一輪焦點，對促進技術(shù)進步、推動產(chǎn)業(yè)升級、實現(xiàn)社會發(fā)展的重要性愈發(fā)顯現(xiàn)。從產(chǎn)業(yè)角度講，開源平臺占據(jù)人工智能產(chǎn)業(yè)生態(tài)的核心地位，具有統(tǒng)領產(chǎn)業(yè)進步節(jié)奏、帶動終端場景與云端服務協(xié)同發(fā)展的重要作用，處于承上啟下的關(guān)鍵地位，其意義媲美移動互聯(lián)網(wǎng)操作系統(tǒng)。我國應密切關(guān)注開源平臺發(fā)展，促進開源平臺與產(chǎn)業(yè)布局的雙重提升，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢。

2 產(chǎn)業(yè)總體發(fā)展態(tài)勢

2.1 發(fā)展歷程

（1）2016年人工智能產(chǎn)業(yè)爆發(fā)——“發(fā)展元年”

人工智能歷經(jīng)3次發(fā)展浪潮，目前正在進入第四次浪潮。

第一次浪潮是在20世紀50年代，即計算智能時代，以1956年達特茅斯會議首次提出人工智能概念為標志，該階段重視邏輯忽略知識。由于機器翻譯的失敗，人工智能跌入低谷。

第二次浪潮發(fā)生在20世紀70年代，即感知智能時代，以1965年第一個專家系統(tǒng)誕生為標志，該階段重視知識，但學習能力不足。由于專家系統(tǒng)應用效果不佳，人工智能再次陷入低谷。

第三次浪潮發(fā)生在20世紀80年代，即認知智能時代，以1986年BP神經(jīng)網(wǎng)絡算法提出為標志，具備自主學習能力。但由于計算能力不足，人工智能又陷入低谷。

當前，人工智能進入第四次浪潮，以2006年Hitton提出深度學習理論為標志。2016年3月，A lphaGo以4：1戰(zhàn)勝世界傳奇選手李世石九段，人工智能在圍棋領域的水平超過人類，該事件成為人工智能應用的里程碑事件。互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等技術(shù)的發(fā)展，GPU、芯片、軟件計算能力的提升，深度學習算法的不斷進步和資本的大批進入，都促進了人工智能進一步發(fā)展，但整體來看人工智能技術(shù)仍處在較為初級的發(fā)展階段。

（2）2017年開源平臺成為人工智能產(chǎn)業(yè)的戰(zhàn)略制高點

2017年，人工智能產(chǎn)業(yè)快速發(fā)展，芯片、數(shù)據(jù)、開源平臺、算法、應用是人工智能產(chǎn)業(yè)生態(tài)的五大關(guān)鍵要素。從產(chǎn)業(yè)角度講，開源平臺更是產(chǎn)業(yè)要素重中之重。開源開放平臺能夠提供人工智能基礎算法的底層架構(gòu)和接口，具有統(tǒng)領產(chǎn)業(yè)進步節(jié)奏、帶動終端場景與云端服務協(xié)同發(fā)展的核心作用，占據(jù)承上啟下的關(guān)鍵地位，具有媲美移動互聯(lián)網(wǎng)操作系統(tǒng)的意義。在移動互聯(lián)網(wǎng)時代，Android系統(tǒng)通過GMS與下游云服務松耦合，通過版本控制與上游芯片、整機廠商緊耦合，實現(xiàn)以Android系統(tǒng)為核心的移動互聯(lián)網(wǎng)閉環(huán)。以Google開源平臺TensorFlow為例，其與機器學習算法緊密相關(guān)，體現(xiàn)出平臺能力和應用性能，TensorFlow向上與谷歌云緊密綁定，以云平臺模式提供云機器學習服務，向下與芯片和硬件廠商緊密耦合做定制優(yōu)化，谷歌TPU專用于TensorFlow。

2.2 全球發(fā)展態(tài)勢

（1）國際巨頭企業(yè)競相布局人工智能開源平臺，意圖占領產(chǎn)業(yè)制高點

人工智能國際企業(yè)均在開源其人工智能平臺，意圖加快掌握技術(shù)產(chǎn)業(yè)組織的主動權(quán)，占領客戶、應用和數(shù)據(jù)資源，逐步建立新的產(chǎn)業(yè)格局和技術(shù)標準。

2015年11月9日，Google發(fā)布深度學習框架TensorFlow并宣布開源，迅速得到廣泛關(guān)注，在圖形分類、音頻處理、推薦系統(tǒng)和自然語言處理等場景下都被大面積推廣，由于開源算法和模型最豐富，吸引了ARM、京東等大批合作伙伴，是GitHub最受歡迎的機器學習開源項目。2015年5月，F(xiàn)acebook正式宣布開源深度學習框架Caffe，Caffe是一種經(jīng)典的圖形領域框架，使用簡單，也是第一個主流工業(yè)級深度學習工具。2016年1月25日，微軟開源其深度學習與人工智能領域研究成果 Computational Network Toolkit（CNTK），CNTK在語音和圖像辨識能力方面，比Google的Tensor等4個開發(fā)者常用的Toolkit有更快的運算速度，支持自動調(diào)參功能，應用在Skype、微軟小冰、必應搜索、Xbox商用開發(fā)等場景。2015年9月，亞馬遜開放了深度學習框架MXNet，其具有優(yōu)異分布式計算性能，擁有卡耐基梅隆、英特爾、英偉達等眾多合作伙伴，國內(nèi)圖森互聯(lián)和地平線等公司也有使用。2015年11月，IBM宣布開源機器學習平臺SystemML。它是一種靈活的可伸縮機器學習（ML）語言，可根據(jù)數(shù)據(jù)和集群特性使用基于規(guī)則和成本的優(yōu)化技術(shù)動態(tài)地編譯和優(yōu)化，應用在不同工業(yè)領域。2016年9月，百度開源其深度學習平臺Paddle，可提供機器視覺、自然語言理解、搜索引擎排序、推薦系統(tǒng)等功能。2017年6月，騰訊和北京大學、香港科技大學聯(lián)合開發(fā)的高性能分布式計算平臺 Angel正式開源，具有較強的容錯設計和穩(wěn)定性。眾多開源學習框架促進人工智能應用程序發(fā)展。據(jù)IDC預測，到2020年，60%的人工智能應用程序?qū)⒃陂_源平臺上運行。

（2）谷歌開源平臺TensorFlow占據(jù)優(yōu)勢領先地位

無論是從關(guān)注度、下載量、貢獻者數(shù)量以及發(fā)布版本數(shù)量來看，谷歌開源平臺TensorFlow都占據(jù)優(yōu)勢領先地位。根據(jù)Github開源框架熱度（截至2017年11月10日）統(tǒng)計，TensorFlow關(guān)注度接近8萬次，下載量接近4萬次，成為最受歡迎的深度學習平臺，Caffe、CNTK、MXNet等關(guān)注度遠低于TensorFlow。根據(jù)Github開源框架貢獻者、Releases數(shù)量（截至2017年11月10日）統(tǒng)計，TensorFlow貢獻者數(shù)量達到1128人次，吸引了最廣泛的人工智能開發(fā)者，說明其生態(tài)活躍、成長性極強。從發(fā)布版本數(shù)量看，其數(shù)量為42次，證明谷歌因嚴謹?shù)膶徍藱C制和發(fā)布要求具備較強的實用性能。

（2）企業(yè)以平臺為核心呈現(xiàn)多元化發(fā)展模式

企業(yè)以平臺為核心呈現(xiàn)上升、拓展、下沉、打通4種發(fā)展模式?？v向打通模式，從硬件到開源平臺，再到云平臺至應用服務，貫通產(chǎn)業(yè)鏈上下游，構(gòu)建全產(chǎn)業(yè)生態(tài)，谷歌為其典型代表；向上搶占行業(yè)應用服務模式，以業(yè)務為導向，通過核心平臺向上搶占重點行業(yè)應用，如亞馬遜、阿里等；算法下沉于硬件模式，核心算法固化于硬件，以硬件形態(tài)提供行業(yè)通用或?qū)Ｓ糜嬎隳芰?，如寒武紀；拓展基礎能力，以核心平臺開放基礎能力，為行業(yè)提供基礎能力，如訊飛為行業(yè)提供基礎語音識別基礎技術(shù)、商湯為行業(yè)提供人臉識別基礎技術(shù)等。在4種發(fā)展模式中，云平臺和應用服務產(chǎn)生的所有數(shù)據(jù)均回流于訓練平臺進行數(shù)據(jù)反哺，可有效提升平臺的綜合能力。

3 核心關(guān)鍵技術(shù)

3.1 開源平臺核心架構(gòu)實現(xiàn)從設備層到工作層的一體化設計

以TensorFlow架構(gòu)為例，從底向上分為設備管理和通信層、數(shù)據(jù)操作層、圖計算層、API接口層、工作層和視圖層。其中，設備管理和通信層、數(shù)據(jù)操作層、圖計算層是核心層；底層設備通信層直接面向硬件，負責網(wǎng)絡通信和設備管理，設備管理可以實現(xiàn)TF設備異構(gòu)的特性，支持CPU、GPU、Mobile等不同設備，網(wǎng)絡通信依賴gRPC通信協(xié)議實現(xiàn)不同設備間的數(shù)據(jù)傳輸和更新；數(shù)據(jù)操作層決定算法邏輯的完備性，圖計算層體現(xiàn)算法設計的集團流程，接口層實現(xiàn)功能模塊的接口封裝，工作層直接面向開發(fā)者；視圖層是TensorFlow特有的，可實現(xiàn)計算流圖可視化。

3.2 TensorFlow：機器學習框架，算法與模型豐富，適用大規(guī)模多應用部署

TensorFlow是谷歌研發(fā)的第二代人工智能學習系統(tǒng)。第一代人工智能學習系統(tǒng)DistBelief誕生于2011年，之后谷歌對DistBelief進行了各方面的改進，在此基礎上研發(fā)出TensorFlow。Tensor（張量）意味著N維數(shù)組，F(xiàn)low（流）意味著基于數(shù)據(jù)流圖的計算，TensorFlow為張量從圖像的一端流動到另一端的計算過程。TensorFlow是將復雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進行分析和處理過程的系統(tǒng)。TensorFlow可被用于語音識別或圖像識別等多項機器深度學習領域。TensorFlow在GitHub上開源，任何人都可以用。谷歌的產(chǎn)品均基于TensorFlow開發(fā)，如AlphaGo（見圖1）。

圖1 TensorFlow

3.3 MXNet：深度學習開發(fā)框架，亞馬遜基于此建立生態(tài)

MXNet是機器學習社區(qū)（DMLC）發(fā)布的深度學習框架。編程方式采用混合符號編程和命令式編程，從而最大限度提高效率和生產(chǎn)力，其核心是動態(tài)的依賴調(diào)度，能夠自動并行符號和命令的操作。圖形優(yōu)化層，使得符號執(zhí)行速度快，內(nèi)存使用高效。MXNet便攜、輕量，而且能夠擴展到多個GPU和多臺機器。MXNet結(jié)構(gòu)從上到下分別為各種主語言的嵌入、編程接口（矩陣運算、符號表達式、分布式通訊）、兩種編程模式的統(tǒng)一系統(tǒng)實現(xiàn)以及各硬件的支持（見圖2）。

3.4 Caffe：第一個主流工業(yè)級深度學習工具，圖形領域的經(jīng)典框架

Caffe深度學習框架結(jié)構(gòu)清晰、執(zhí)行速度快，由加利福尼亞大學伯克利分校博士生賈揚清開發(fā)，后轉(zhuǎn)交給加利福尼亞大學伯克利視覺與學習中心（BVLC）維護。Caffe支持視覺領域的算法框架，可移植性好，Intel針對Caffe做了定制優(yōu)化，整合了Intel的MKL，支持 Intel Xeon（見圖3）。

3.5 Torch：機器學習開發(fā)框架，網(wǎng)絡結(jié)構(gòu)設計靈活，適合學術(shù)研究用

Torch由Facebook人工智能研究院（FAIR）于2015年1月發(fā)布，其開源的內(nèi)容包括Fbcunn、ConvNets等，F(xiàn)bcunn用于對圖像識別、自然語言處理以及其它大規(guī)模深度學習系統(tǒng)的深度學習加速環(huán)節(jié)，ConvNets是基于FFT的快速卷積層，采用基于NVIDIA的cuFFT庫構(gòu)建的自定義CUDA內(nèi)核。此外，還包括許多其它基于CUDA的模塊和容器（Container）（見圖4）。

3.6 開源平臺呈現(xiàn)集大成趨勢

開源平臺呈現(xiàn)集大成趨勢，通用算法、典型算法均可支持，對通用CPU、GPU等部署環(huán)境大多支持。總體來說呈現(xiàn)3種趨勢：一是命令式和符號式編程相結(jié)合，即結(jié)構(gòu)靈活調(diào)試方便，節(jié)省內(nèi)存，提高運行時間；二是云側(cè)和端側(cè)協(xié)同共生，大多數(shù)框架支持云側(cè)部署，端側(cè)部署是發(fā)展熱點，同時支持訓練和推理；三是支持多元化算法，支持多種算法邏輯，更新迭代及時，能夠支持最新的算法和硬件。

4 我國發(fā)展態(tài)勢

4.1 我國發(fā)展策略從引導到推動，打造人工智能開放協(xié)同生態(tài)

（1）國家層面

2017年7月，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確指出要統(tǒng)籌布局人工智能創(chuàng)新平臺，強化對人工智能研發(fā)應用的基礎支撐，形成促進人工智能軟件、硬件和智能云之間相互協(xié)同的生態(tài)鏈。規(guī)劃強調(diào)按照“構(gòu)建一個體系、把握雙重屬性、堅持三位一體、強化四大支撐”進行布局，其中“一個體系”指構(gòu)建開放協(xié)同的人工智能科技創(chuàng)新體系，“雙重屬性”指把握人工智能技術(shù)屬性和社會屬性高度融合的特征，“三位一體”指堅持人工智能研發(fā)攻關(guān)、產(chǎn)品應用和產(chǎn)業(yè)培育推進，“四大支撐”指全面支撐科技、經(jīng)濟、社會發(fā)展和國家安全。規(guī)劃從頂層設計為我國人工智能技術(shù)和產(chǎn)業(yè)發(fā)展指明了方向。

圖2 MXNet

圖3 Caffe

圖4 Torch

（2）部委層面

發(fā)改委人工智能創(chuàng)新發(fā)展重大工程中提出面向深度學習應用的開源平臺建設及應用?？萍疾咳斯ぶ悄苤卮箜椖恐刑岢鲩_展國家人工智能開源開放創(chuàng)新平臺建設，依托BAT和科大訊飛開展第一批試點。工信部《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》中也提出支持開源開放平臺建設。這些項目及計劃與國家《新一代人工智能發(fā)展規(guī)劃》一脈相承，同時從具體領域細化了發(fā)展目標，更具有可操作性。

4.2 我國企業(yè)積極布局，上升、拓展、下沉模式并存，打通模式尚未形成

在企業(yè)層面，BAT和科大訊飛等企業(yè)加緊布局。例如，百度建設自動駕駛國家新一代人工智能開放創(chuàng)新平臺，無人駕駛小巴將于2018年量產(chǎn)；阿里云建設城市大腦國家新一代人工智能開放創(chuàng)新平臺，在杭州等城市開展城市大腦建設；騰訊建設醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺，旗下首款人工智能醫(yī)療產(chǎn)品“騰訊覓影”于2017年11月全面落地河北?。豢拼笥嶏w建設智能語音國家新一代人工智能開放創(chuàng)新平臺，產(chǎn)品切入教育、安防等領域?？傊?，企業(yè)通過建設開源創(chuàng)新平臺增強技術(shù)實力和產(chǎn)業(yè)競爭力，是產(chǎn)業(yè)生態(tài)不可或缺的環(huán)節(jié)。

上升、拓展、下沉模式是我國企業(yè)主要模式，打通模式有待形成。上升模式，以大型互聯(lián)網(wǎng)企業(yè)為主，提供云服務和行業(yè)級、消費級產(chǎn)品，如百度、阿里、騰訊等；拓展模式，以算法類公司和由算法進入垂直行業(yè)的應用公司為主，提供云服務和行業(yè)產(chǎn)品，如訊飛、商湯、曠視、云從、思必馳等；下沉模式，以初創(chuàng)芯片公司為主，憑借技術(shù)領先與芯片巨頭錯位發(fā)展，需與應用廠商密切綁定，如寒武紀、地平線、深鑒科技等。

5 結(jié)束語

發(fā)展開源平臺至關(guān)重要，筆者從政策推動、核心突破、產(chǎn)業(yè)發(fā)展、生態(tài)建設4個方面提出建議：

（1）在國家政策方面分析，要聚焦開源平臺建設重點，統(tǒng)籌專項；引進消化再吸收，鼓勵企業(yè)加大研發(fā)；發(fā)揮基金撬動作用，鼓勵社會資本加入。

（2）在核心突破方面，加大對機器學習核心理論的研究探索，加強對有監(jiān)督學習、弱/無監(jiān)督學習理論的突破，加大對量子、類腦等前沿技術(shù)的布局。

（3）在產(chǎn)業(yè)發(fā)展方面，要鼓勵大型互聯(lián)網(wǎng)企業(yè)發(fā)展自主開源平臺，鼓勵初創(chuàng)企業(yè)發(fā)展垂直領域?qū)Ｓ闷脚_，在聯(lián)盟內(nèi)開展有關(guān)開源平臺的推介和支持。

（4）在生態(tài)建設方面，加強產(chǎn)業(yè)鏈上下游協(xié)同，注重產(chǎn)學研聯(lián)動，加速基于平臺的成果轉(zhuǎn)化，積極吸取開源經(jīng)驗，加大運維投入。