人工智能是技术研究领域最炙手可热的领域之一。IBM、谷歌、微软、Facebook 和亚马逊等公司正投入巨资进行研发，并纷纷收购在机器学习、神经网络、神经语言和图像处理等领域取得进展的初创公司。考虑到人工智能如此受关注，斯坦福大学的专家最近撰写的一份智能研究报告得出结论：“现在到 2030 年人工智能可能会出现越来越有用的应用，有可能给我们的社会和经济带来深远的积极影响，” 也就不足为奇了。
我们在本文中专注于开源人工智能工具，着重介绍 15 个知名度最大的开源人工智能项目。
- Caffe
Caffe 是加州大学伯克利分校攻读博士学位者的杰作，这是一种深度学习框架，基于表达式架构和可扩展代码。速度快是它赖以成名的特点，因而在研究人员和企业用户当中都备受欢迎。据官方网站声称，仅仅使用一个英伟达 K40 GPU，它在短短一天内就能够处理 6000 多万个图像。它由伯克利视觉和学习中心 (BVLC) 管理，英伟达和亚马逊等公司提供了拨款，支持它的发展。
更多详情：https://www.oschina.net/p/caffe
- CNTK
CNTK 的全称是计算网络工具包，它是微软的开源人工智能工具之一。它声称拥有出众的性能，无论在只有 CPU 的系统上运行，在只有一个 CPU 的系统上运行，在拥有多个 GPU 的系统上运行，还是在拥有多个 GPU 的多台机器上运行，都是如此。微软主要用它来研究语音识别，但是它同样适用于其他应用领域，比如机器翻译、图像识别、图像字幕、文本处理、语言理解和语言建模。
相关链接：https://www.cntk.ai
- Deeplearning4j
Deeplearning4j 是一种面向 Java 虚拟机 (JVM) 的开源深度学习库。它在分布式环境中运行，可与 Hadoop 和 Apache Spark 整合起来。它让用户可以配置深度神经网络，与 Java、Scala 及其他 JVM 语言兼容。
该项目由一家名为 Skymind 的商业公司管理，该公司提供收费的支持、培训和 Deeplearning4j 的企业发行版。
相关链接：http://deeplearning4j.org
- DMTK
与 CNTK 一样，分布式机器学习工具包 (DMTK) 是微软的开源人工智能工具之一。它是为大数据应用领域设计，旨在更快地训练人工智能系统。它包括三大部分：DMTK 框架、LightLDA 主题模型算法以及分布式 (Multisense) 单词嵌入算法。微软声称，在 8 个集群机器上，它能够 “针对拥有 1000 多亿个权标的文档集合，训练拥有 100 万个主题和 1000 万个单词词汇表 (共有 10 万亿个参数) 的主题模型，” 这个成绩是其他工具无法比拟的，这也证明了 DMTK 的速度有多快。
相关链接：http://www.dmtk.io
- H2O
H2O 更加专注于人工智能在企业领域的应用，而不是在研究领域的应用，它的用户包括诸多大公司：第一资本、思科、尼尔森 Catalina、贝宝及 Transamerica。它声称让任何人都可以使用机器学习和预测分析的强大功能，解决业务问题。它可用于预测建模、风险及欺诈分析、保险分析、广告技术、医疗保健和客户情报。
它有两种开源版本：标准的 H2O 和 Sparkling Water，后者与 Apache Spark 集成起来。它还提供收费的企业支持。
相关链接：http://www.h2o.ai
- Mahout
Mahout 是 Apache 基金会下面的一个项目，是一种开源机器学习框架。据官方网站声称，它提供三种主要的特性：用于构建可扩展算法的编程环境、面向 Spark 和 H2O 等工具的预制算法，以及名为 Samsara 的向量数学试验环境。使用 Mahout 的公司包括：Adobe、埃森哲、Foursquare、英特尔、领英、推特、雅虎及其他许多公司。可通过官方网站上所列的第三方获得专业支持。
- MLlib
Apache Spark 以速度快著称，它已成为最流行的大数据处理工具之一。MLlib 是 Spark 的可扩展机器学习库。它与 Hadoop 整合起来，可与 NumPy 和 R 协同操作。它包括一大批机器学习算法，可用于分类、回归、决策树、推荐、聚类、主题建模、特性转换、模型评估、机器学习管道构建、机器学习持久性、生存分析、频繁项集、顺序模式挖掘、分布式线性代数和统计。
相关链接：https://spark.apache.org/mllib
- NuPIC
NuPIC 由一家名为 Numenta 的公司管理，这是一种开源人工智能项目，基于一种名为分层式即时记忆 (即 HTM) 的理论。实际上，HTM 试图建立一种模仿人类大脑新皮层而建的计算机系统。目的在于制造 “处理许多认知任务时接近或胜过人类表现” 的机器。
除了开源许可证外，Numenta 还提供采用商业许可证的 NuPic，它还提供作为它技术底层的专利方面的许可证。
相关链接：http://numenta.org
- OpenNN
OpenNN 为深入了解人工智能的研究人员和开发人员而设计，这是一种用于实现神经网络的 C++ 编程库。主要特性包括：深度架构和卓越性能。官方网站上有全面的说明文档，包括解释神经网络基础知识的入门教程。可通过 Artelnics 获得 OpenNN 的收费支持，总部位于西班牙的这家公司主攻预测分析。
- OpenCyc
OpenCyc 由一家名为 Cycorp 的公司开发，它让用户可以访问 Cyc 知识库和常识推理引擎。它包括 239000 多个术语、约 2093000 个三元组以及大约 69000 个 owl:sameAs 链接 (指向外部语义数据命名空间)。它用于丰富域名建模、语义数据整合、文本理解、特定领域专家系统和游戏人工智能。这家公司还提供 Cyc 的另外两个版本：一个是非开源免费版本，面向研究人员；另一个面向企业用户，需要收费。
相关链接：http://www.cyc.com/platform/opencyc
- Oryx 2
Oryx 2 建立在 Apache Spark 和 Kafka 上，这是一种专门的应用开发框架，面向大规模的机器学习。它使用了一种独特的 lambda 架构，有三个层次。开发人员可使用 Oryx 2 来构建新的应用程序，它还包括一些预制应用程序，处理常见的大数据任务，比如协作过滤、分类、回归和聚类。大数据工具厂商 Cloudera 建立了最初的 Oryx 1 项目，一直大力参与持续开发工作。
相关链接：http://oryx.io
- PredictionIO
今年 2 月份，Salesforce 收购了 PredictionIO，后来在 7 月份，它把该平台连同商标一起捐献给了 Apache 基金会，该基金会将它列为孵化器项目。所以，虽然 Salesforce 使用 PredictionIO 技术来完善自己的机器学习功能，但是开源版本方面的工作也会继续下去。它可帮助用户构建拥有机器学习功能的预测引擎，这些功能可用来部署实时响应动态查询的 Web 服务。
- SystemML
SystemML 最初由 IBM 开发，现在它是 Apache 旗下的一个大数据项目。它提供了一种高度可扩展的平台，可以实施用 R 或类似 Python 的语法编写的高级运算和算法。企业已经在用它来跟踪汽车维修方面的客户服务，引导机场客流量，或者将社交媒体数据与银行客户联系起来。它可以在 Spark 或 Hadoop 上运行。
相关链接：http://systemml.apache.org
- TensorFlow
TensorFlow 是谷歌的开源人工智能工具之一。它提供了用于数字计算的库，使用数据流图。它可以在众多不同的搭载单一或多个 CPU 和 GPU 的系统上运行，甚至可以在移动设备上运行。它拥有深度灵活性、真正的可移植性、自动差分功能，并支持 Python 和 C++。官方网站上列有非常丰富的教程和实用文章，可供有兴趣使用或扩展其功能的开发人员或研究人员使用。
相关链接：https://www.tensorflow.org
- Torch
Torch 自称是 “一种科学计算框架，广泛支持把 GPU 放在首位的机器学习算法。” 这里的重点在于灵活性和速度。此外，很容易与众多方面的软件包结合使用：机器学习、计算机视觉、信号处理、并行处理、图像、视频、音频和网络。它依赖一种名为 LuaJIT 的脚本语言，这种语言基于 Lua。
相关链接：http://torch.ch
原文标题：15 Top Open Source Artificial Intelligence Tools，作者：Cynthia Harvey
评论区