2015年11月9日至12月11日，国际IT巨头谷歌、微软、IBM与Facebook先后宣布开源其人工智能技术^[1]。此前，已有不少学术机构和公共项目推出了开源的人工智能技术，而众多国际IT巨头的踊跃加入表明人工智能走向开源的潮流已确立。

谷歌公司在11月9日宣布开源其第二代人工智能学习系统TensorFlow。TensorFlow支持异构设备分布式计算，能够在各个平台上自动运行模型。TensorFlow还支持深度卷积网络（CNN）、循环神经网络（RNN）和长短期记忆模型（LSTM）等目前在图像、语音、自然语言处理等方面最流行的模型算法。

微软公司也在11月9日宣布推出其机器学习开源工具包DMTK。DMTK包含了在多台服务器上展开训练的模块框架、一个主题建模算法、一个进行自然语言处理的文字嵌入算法。借助这些工具，开发者可以使用较少的服务器部署大规模的机器学习。

IBM公司在11月24日宣布通过Apache软件基金会免费为外部程序员提供System ML人工智能工具的源代码。System ML是灵活的、可伸缩机器学习语言，使用Java编写，提供可定制算法、多个执行模式和自动优化等三大功能。

Facebook公司在12月11日宣布开源其人工智能服务器Big Sur的设计方案。Big Sur集成了用于处理海量数据的GPU，可以用于训练神经网络。此外，Facebook公司在2015年1月已开源其人工智能工具——Torch系列软件，能够在很大程度上提升神经网络的性能，并可用于计算机视觉和自然语言处理等场景。

国际IT巨头纷纷加入开源潮流的主要动因在于技术和人才。人工智能系统不能即装即用，前期需要利用大量数据进行很多测试与调整。测试与调整这些参数需要不断试错，初次接触的人要花费很长时间。如果没有大量人员来调整人工智能系统的大量参数，那么其用途就极为有限，通过开源可以在很大程度上解决此问题。开源还可以帮助其招募到目前各类机构竞相争夺的新的人工智能专家。因为很多全球顶尖的人工智能专家都来自学术机构，而学术机构往往对开源软件非常重视。如果像苹果公司一样抗拒开源，就无法吸引到最优秀的人才。    

（唐川）