持续耕耘四年后，百度飞桨定义了一套深度学习开源平台的游戏规则
admin
2021-01-12 07:03:43
0次
2020 年的开年充满了各种不确定性，但在人工智能领域，深度学习依然肩负着人工智能技术突破与行业落地的重任。
本周，引领国内AI开源的百度也首次向业界展示了基于飞桨（PaddlePaddle）的 PaddleCV（计算机视觉）全景图，并带来视觉能力的三大更新；旷视科技随后也宣布开源旗下的深度学习框架 MegEngine；过两天，华为还将开源自家的AI计算框架Mindspore。
百度已是在深度学习领域耕耘多年的巨头，华为在IT 界的江湖地位不用多说，旷视则是依托计算机视觉快速发展的行业新贵。不难看出，深度学习框架/平台正在受到国内AI厂商越来越多的重视。其背后的考量，既有对于深度学习技术潜力的预期，也隐藏着对深度学习行业落地并赋能产业的雄心。
此时不妨抛出一个「X乎式」的模糊命题：如何看待当下国内深度学习开源平台的格局？而要回答这样一个宏观的问题，需要先理解一点：为什么开源开放的框架/平台对于深度学习如此重要？开源开放平台对深度学习从业者意味着什么
2012 年之后所兴起的人工智能热潮，离不开三大要素的支撑：算力、数据与算法。
其中，「算力」和「数据」是硬件摩尔定律与软件互联网服务发展的必然结果，而「算法」层面的创新则是作为机器学习子域的深度学习的技术突破——它解决了过往传统算法无法应对的语音、图像以及自然语言处理中的多个难题——从而成为学术和产业界的新宠儿。
公开资料显示，2015 年 11 月，Google 正式开源 Tensorflow；2016 年 9 月，百度宣布飞桨（PaddlePaddle）开源；2017 年 5 月，Facebook 给深度学习开发者带来了 Cafe2。
无论是 Tensorflow 还是飞桨（PaddlePaddle），为深度学习从业者带来多重价值。
