陳 絲 中國(guó)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(lǐng)域產(chǎn)業(yè)競(jìng)爭(zhēng)的新一輪焦點(diǎn)，對(duì)促進(jìn)技術(shù)進(jìn)步、推動(dòng)產(chǎn)業(yè)升級(jí)、實(shí)現(xiàn)社會(huì)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(tái)占據(jù)人工智能產(chǎn)業(yè)生態(tài)的核心地位，具有統(tǒng)領(lǐng)產(chǎn)業(yè)進(jìn)步節(jié)奏、帶動(dòng)終端場(chǎng)景與云端服務(wù)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(dòng)互聯(lián)網(wǎng)操作系統(tǒng)。我國(guó)應(yīng)密切關(guān)注開源平臺(tái)發(fā)展，促進(jìn)開源平臺(tái)與產(chǎn)業(yè)布局的雙重提升，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)。

2 產(chǎn)業(yè)總體發(fā)展態(tài)勢(shì)

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(jìn)入第四次浪潮。

第一次浪潮是在20世紀(jì)50年代，即計(jì)算智能時(shí)代，以1956年達(dá)特茅斯會(huì)議首次提出人工智能概念為標(biāo)志，該階段重視邏輯忽略知識(shí)。由于機(jī)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(jì)70年代，即感知智能時(shí)代，以1965年第一個(gè)專家系統(tǒng)誕生為標(biāo)志，該階段重視知識(shí)，但學(xué)習(xí)能力不足。由于專家系統(tǒng)應(yīng)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(jì)80年代，即認(rèn)知智能時(shí)代，以1986年BP神經(jīng)網(wǎng)絡(luò)算法提出為標(biāo)志，具備自主學(xué)習(xí)能力。但由于計(jì)算能力不足，人工智能又陷入低谷。

當(dāng)前，人工智能進(jìn)入第四次浪潮，以2006年Hitton提出深度學(xué)習(xí)理論為標(biāo)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(lǐng)域的水平超過人類，該事件成為人工智能應(yīng)用的里程碑事件?；ヂ?lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)的發(fā)展，GPU、芯片、軟件計(jì)算能力的提升，深度學(xué)習(xí)算法的不斷進(jìn)步和資本的大批進(jìn)入，都促進(jìn)了人工智能進(jìn)一步發(fā)展，但整體來看人工智能技術(shù)仍處在較為初級(jí)的發(fā)展階段。

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

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(tái)、算法、應(yīng)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(tái)更是產(chǎn)業(yè)要素重中之重。開源開放平臺(tái)能夠提供人工智能基礎(chǔ)算法的底層架構(gòu)和接口，具有統(tǒng)領(lǐng)產(chǎn)業(yè)進(jìn)步節(jié)奏、帶動(dòng)終端場(chǎng)景與云端服務(wù)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(dòng)互聯(lián)網(wǎng)操作系統(tǒng)的意義。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，Android系統(tǒng)通過GMS與下游云服務(wù)松耦合，通過版本控制與上游芯片、整機(jī)廠商緊耦合，實(shí)現(xiàn)以Android系統(tǒng)為核心的移動(dòng)互聯(lián)網(wǎng)閉環(huán)。以Google開源平臺(tái)TensorFlow為例，其與機(jī)器學(xué)習(xí)算法緊密相關(guān)，體現(xiàn)出平臺(tái)能力和應(yīng)用性能，TensorFlow向上與谷歌云緊密綁定，以云平臺(tái)模式提供云機(jī)器學(xué)習(xí)服務(wù)，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(shì)

（1）國(guó)際巨頭企業(yè)競(jìng)相布局人工智能開源平臺(tái)，意圖占領(lǐng)產(chǎn)業(yè)制高點(diǎn)

人工智能國(guó)際企業(yè)均在開源其人工智能平臺(tái)，意圖加快掌握技術(shù)產(chǎn)業(yè)組織的主動(dòng)權(quán)，占領(lǐng)客戶、應(yīng)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(biāo)準(zhǔn)。

2015年11月9日，Google發(fā)布深度學(xué)習(xí)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(chǎng)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(jī)器學(xué)習(xí)開源項(xiàng)目。2015年5月，F(xiàn)acebook正式宣布開源深度學(xué)習(xí)框架Caffe，Caffe是一種經(jīng)典的圖形領(lǐng)域框架，使用簡(jiǎn)單，也是第一個(gè)主流工業(yè)級(jí)深度學(xué)習(xí)工具。2016年1月25日，微軟開源其深度學(xué)習(xí)與人工智能領(lǐng)域研究成果 Computational Network Toolkit（CNTK），CNTK在語音和圖像辨識(shí)能力方面，比Google的Tensor等4個(gè)開發(fā)者常用的Toolkit有更快的運(yùn)算速度，支持自動(dòng)調(diào)參功能，應(yīng)用在Skype、微軟小冰、必應(yīng)搜索、Xbox商用開發(fā)等場(chǎng)景。2015年9月，亞馬遜開放了深度學(xué)習(xí)框架MXNet，其具有優(yōu)異分布式計(jì)算性能，擁有卡耐基梅隆、英特爾、英偉達(dá)等眾多合作伙伴，國(guó)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(jī)器學(xué)習(xí)平臺(tái)SystemML。它是一種靈活的可伸縮機(jī)器學(xué)習(xí)（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(dòng)態(tài)地編譯和優(yōu)化，應(yīng)用在不同工業(yè)領(lǐng)域。2016年9月，百度開源其深度學(xué)習(xí)平臺(tái)Paddle，可提供機(jī)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(xué)、香港科技大學(xué)聯(lián)合開發(fā)的高性能分布式計(jì)算平臺(tái) Angel正式開源，具有較強(qiáng)的容錯(cuò)設(shè)計(jì)和穩(wěn)定性。眾多開源學(xué)習(xí)框架促進(jìn)人工智能應(yīng)用程序發(fā)展。據(jù)IDC預(yù)測(cè)，到2020年，60%的人工智能應(yīng)用程序?qū)⒃陂_源平臺(tái)上運(yùn)行。

（2）谷歌開源平臺(tái)TensorFlow占據(jù)優(yōu)勢(shì)領(lǐng)先地位

無論是從關(guān)注度、下載量、貢獻(xiàn)者數(shù)量以及發(fā)布版本數(shù)量來看，谷歌開源平臺(tái)TensorFlow都占據(jù)優(yōu)勢(shì)領(lǐng)先地位。根據(jù)Github開源框架熱度（截至2017年11月10日）統(tǒng)計(jì)，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(xué)習(xí)平臺(tái)，Caffe、CNTK、MXNet等關(guān)注度遠(yuǎn)低于TensorFlow。根據(jù)Github開源框架貢獻(xiàn)者、Releases數(shù)量（截至2017年11月10日）統(tǒng)計(jì)，TensorFlow貢獻(xiàn)者數(shù)量達(dá)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(zhǎng)性極強(qiáng)。從發(fā)布版本數(shù)量看，其數(shù)量為42次，證明谷歌因嚴(yán)謹(jǐn)?shù)膶徍藱C(jī)制和發(fā)布要求具備較強(qiáng)的實(shí)用性能。

（2）企業(yè)以平臺(tái)為核心呈現(xiàn)多元化發(fā)展模式

企業(yè)以平臺(tái)為核心呈現(xiàn)上升、拓展、下沉、打通4種發(fā)展模式。縱向打通模式，從硬件到開源平臺(tái)，再到云平臺(tái)至應(yīng)用服務(wù)，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(yīng)用服務(wù)模式，以業(yè)務(wù)為導(dǎo)向，通過核心平臺(tái)向上搶占重點(diǎn)行業(yè)應(yīng)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?jì)算能力，如寒武紀(jì)；拓展基礎(chǔ)能力，以核心平臺(tái)開放基礎(chǔ)能力，為行業(yè)提供基礎(chǔ)能力，如訊飛為行業(yè)提供基礎(chǔ)語音識(shí)別基礎(chǔ)技術(shù)、商湯為行業(yè)提供人臉識(shí)別基礎(chǔ)技術(shù)等。在4種發(fā)展模式中，云平臺(tái)和應(yīng)用服務(wù)產(chǎn)生的所有數(shù)據(jù)均回流于訓(xùn)練平臺(tái)進(jìn)行數(shù)據(jù)反哺，可有效提升平臺(tái)的綜合能力。

3 核心關(guān)鍵技術(shù)

3.1 開源平臺(tái)核心架構(gòu)實(shí)現(xiàn)從設(shè)備層到工作層的一體化設(shè)計(jì)

以TensorFlow架構(gòu)為例，從底向上分為設(shè)備管理和通信層、數(shù)據(jù)操作層、圖計(jì)算層、API接口層、工作層和視圖層。其中，設(shè)備管理和通信層、數(shù)據(jù)操作層、圖計(jì)算層是核心層；底層設(shè)備通信層直接面向硬件，負(fù)責(zé)網(wǎng)絡(luò)通信和設(shè)備管理，設(shè)備管理可以實(shí)現(xiàn)TF設(shè)備異構(gòu)的特性，支持CPU、GPU、Mobile等不同設(shè)備，網(wǎng)絡(luò)通信依賴gRPC通信協(xié)議實(shí)現(xiàn)不同設(shè)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(jì)算層體現(xiàn)算法設(shè)計(jì)的集團(tuán)流程，接口層實(shí)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(shí)現(xiàn)計(jì)算流圖可視化。

3.2 TensorFlow：機(jī)器學(xué)習(xí)框架，算法與模型豐富，適用大規(guī)模多應(yīng)用部署

TensorFlow是谷歌研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)。第一代人工智能學(xué)習(xí)系統(tǒng)DistBelief誕生于2011年，之后谷歌對(duì)DistBelief進(jìn)行了各方面的改進(jìn)，在此基礎(chǔ)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(jì)算，TensorFlow為張量從圖像的一端流動(dòng)到另一端的計(jì)算過程。TensorFlow是將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進(jìn)行分析和處理過程的系統(tǒng)。TensorFlow可被用于語音識(shí)別或圖像識(shí)別等多項(xiàng)機(jī)器深度學(xué)習(xí)領(lǐng)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(xué)習(xí)開發(fā)框架，亞馬遜基于此建立生態(tài)

MXNet是機(jī)器學(xué)習(xí)社區(qū)（DMLC）發(fā)布的深度學(xué)習(xí)框架。編程方式采用混合符號(hào)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(dòng)態(tài)的依賴調(diào)度，能夠自動(dòng)并行符號(hào)和命令的操作。圖形優(yōu)化層，使得符號(hào)執(zhí)行速度快，內(nèi)存使用高效。MXNet便攜、輕量，而且能夠擴(kuò)展到多個(gè)GPU和多臺(tái)機(jī)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(yùn)算、符號(hào)表達(dá)式、分布式通訊）、兩種編程模式的統(tǒng)一系統(tǒng)實(shí)現(xiàn)以及各硬件的支持（見圖2）。

3.4 Caffe：第一個(gè)主流工業(yè)級(jí)深度學(xué)習(xí)工具，圖形領(lǐng)域的經(jīng)典框架

Caffe深度學(xué)習(xí)框架結(jié)構(gòu)清晰、執(zhí)行速度快，由加利福尼亞大學(xué)伯克利分校博士生賈揚(yáng)清開發(fā)，后轉(zhuǎn)交給加利福尼亞大學(xué)伯克利視覺與學(xué)習(xí)中心（BVLC）維護(hù)。Caffe支持視覺領(lǐng)域的算法框架，可移植性好，Intel針對(duì)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(jī)器學(xué)習(xí)開發(fā)框架，網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)靈活，適合學(xué)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(duì)圖像識(shí)別、自然語言處理以及其它大規(guī)模深度學(xué)習(xí)系統(tǒng)的深度學(xué)習(xí)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(kù)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(tái)呈現(xiàn)集大成趨勢(shì)

開源平臺(tái)呈現(xiàn)集大成趨勢(shì)，通用算法、典型算法均可支持，對(duì)通用CPU、GPU等部署環(huán)境大多支持?？傮w來說呈現(xiàn)3種趨勢(shì)：一是命令式和符號(hào)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(yùn)行時(shí)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(diǎn)，同時(shí)支持訓(xùn)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(shí)，能夠支持最新的算法和硬件。

4 我國(guó)發(fā)展態(tài)勢(shì)

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

（1）國(guó)家層面

2017年7月，國(guó)務(wù)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(tái)，強(qiáng)化對(duì)人工智能研發(fā)應(yīng)用的基礎(chǔ)支撐，形成促進(jìn)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(qiáng)調(diào)按照“構(gòu)建一個(gè)體系、把握雙重屬性、堅(jiān)持三位一體、強(qiáng)化四大支撐”進(jìn)行布局，其中“一個(gè)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(huì)屬性高度融合的特征，“三位一體”指堅(jiān)持人工智能研發(fā)攻關(guān)、產(chǎn)品應(yīng)用和產(chǎn)業(yè)培育推進(jìn)，“四大支撐”指全面支撐科技、經(jīng)濟(jì)、社會(huì)發(fā)展和國(guó)家安全。規(guī)劃從頂層設(shè)計(jì)為我國(guó)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(xué)習(xí)應(yīng)用的開源平臺(tái)建設(shè)及應(yīng)用?？萍疾咳斯ぶ悄苤卮箜?xiàng)目中提出開展國(guó)家人工智能開源開放創(chuàng)新平臺(tái)建設(shè)，依托BAT和科大訊飛開展第一批試點(diǎn)。工信部《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》中也提出支持開源開放平臺(tái)建設(shè)。這些項(xiàng)目及計(jì)劃與國(guó)家《新一代人工智能發(fā)展規(guī)劃》一脈相承，同時(shí)從具體領(lǐng)域細(xì)化了發(fā)展目標(biāo)，更具有可操作性。

4.2 我國(guó)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(shè)自動(dòng)駕駛國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)，無人駕駛小巴將于2018年量產(chǎn)；阿里云建設(shè)城市大腦國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)，在杭州等城市開展城市大腦建設(shè)；騰訊建設(shè)醫(yī)療影像國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)，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(shè)智能語音國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)，產(chǎn)品切入教育、安防等領(lǐng)域。總之，企業(yè)通過建設(shè)開源創(chuàng)新平臺(tái)增強(qiáng)技術(shù)實(shí)力和產(chǎn)業(yè)競(jìng)爭(zhēng)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(guó)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(wù)和行業(yè)級(jí)、消費(fèi)級(jí)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(jìn)入垂直行業(yè)的應(yīng)用公司為主，提供云服務(wù)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(lǐng)先與芯片巨頭錯(cuò)位發(fā)展，需與應(yīng)用廠商密切綁定，如寒武紀(jì)、地平線、深鑒科技等。

5 結(jié)束語

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

（1）在國(guó)家政策方面分析，要聚焦開源平臺(tái)建設(shè)重點(diǎn)，統(tǒng)籌專項(xiàng)；引進(jìn)消化再吸收，鼓勵(lì)企業(yè)加大研發(fā)；發(fā)揮基金撬動(dòng)作用，鼓勵(lì)社會(huì)資本加入。

（2）在核心突破方面，加大對(duì)機(jī)器學(xué)習(xí)核心理論的研究探索，加強(qiáng)對(duì)有監(jiān)督學(xué)習(xí)、弱/無監(jiān)督學(xué)習(xí)理論的突破，加大對(duì)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(lì)大型互聯(lián)網(wǎng)企業(yè)發(fā)展自主開源平臺(tái)，鼓勵(lì)初創(chuàng)企業(yè)發(fā)展垂直領(lǐng)域?qū)Ｓ闷脚_(tái)，在聯(lián)盟內(nèi)開展有關(guān)開源平臺(tái)的推介和支持。

（4）在生態(tài)建設(shè)方面，加強(qiáng)產(chǎn)業(yè)鏈上下游協(xié)同，注重產(chǎn)學(xué)研聯(lián)動(dòng)，加速基于平臺(tái)的成果轉(zhuǎn)化，積極吸取開源經(jīng)驗(yàn)，加大運(yùn)維投入。