又一個(gè)科技巨頭與世界分享它的人工智能成果了。2月24日，雅虎公布了 CaffeOnSpark 人工智能引擎的源代碼，從學(xué)術(shù)研究者到大公司員工都可以使用或修改。

 

　　也許近年來(lái)很少人了解雅虎在科技界的實(shí)力。它孵化了開(kāi)源項目 Hadoop被 Facebook、Twitter 和許多其他公司廣泛使用的數據分析平臺。Hadoop 對于人工智能有特別的價(jià)值。數據和算法對訓練人工智能系統同樣重要，而雅虎擁有最有意思的數據庫之一圖片站點(diǎn) Flickr。

 

　　和許多新的開(kāi)源人工智能項目一樣，CaffeOnSpark 以深度學(xué)習為基矗深度學(xué)習是人工智能的一項分支，對幫助機器識別人類(lèi)講話(huà)、圖像和視頻內容用處尤其大。比如雅虎利用它測定不同圖片的內容，來(lái)優(yōu)化 Flickr 的搜素結果。雅虎不是依賴(lài)上傳圖片的人所輸入的描述和關(guān)鍵詞，而是教會(huì )計算機識別圖片的某些特點(diǎn)，比如特定的顏色、甚至動(dòng)物和物體。

 

　　幾個(gè)月來(lái)，谷歌開(kāi)源了它的深度學(xué)習框架TensorFlow，微軟開(kāi)源了它的類(lèi)似框架CNTK，臉書(shū)開(kāi)源了它的人工智能硬件設計，中國搜索引擎巨頭百度開(kāi)源了它的深度學(xué)習訓練軟件代碼。

 

　　這些開(kāi)源各有側重。雅虎想在現有的系統上運行深度學(xué)習進(jìn)程，不必把數據從一個(gè)地方移到另一個(gè)地方。雅虎的構架副總裁 Andy Feng 解釋?zhuān)柧氁粋€(gè)深度學(xué)習系統識別圖片需要巨大的數據量。比如你把大量貓的圖片交給算法處理，最終機器會(huì ) “學(xué)到” 貓的共同特征，從而有能力分辨包含貓的照片和不包含貓的照片。

 

　　Flickr 擁有幾十億張照片，有充足的圖片類(lèi)別來(lái)訓練人工智能。但團隊不想把所有 Flickr 主服務(wù)器的圖片復制到新的運行深度學(xué)習軟件的服務(wù)器集群中。因此他們發(fā)明了在現有的基礎架構中運行深度學(xué)習軟件的途徑。

 

　　CaffeOnSpark，從名字可以看出，它將兩種現有技術(shù)結合起來(lái)：廣泛流行的深度學(xué)習框架Caffe和后起之秀數據分析系統 Spark。雅虎創(chuàng )造了一種可以在Spark集群上運行 Caffee 的方式。它可以在 Spark 上單獨運行，也可以在 Hadoop 上運行。Feng 說(shuō)，除了簡(jiǎn)化人工智能開(kāi)發(fā)者對類(lèi)似工具的操作，避免把數據搬來(lái)搬去，CaffeOnSpark 還使在多個(gè)服務(wù)器上分配深度學(xué)習進(jìn)程變得相對容易，這是谷歌的 TensorFlow 所做不到的。

 

　　Feng 表示在團隊發(fā)布一條關(guān)于軟件的長(cháng)文后，很多公司要求雅虎開(kāi)源 CaffeOnSpark?？磥?lái)有許多機構都不想把服務(wù)器集群上的數據移來(lái)移去。