2018年终总结之AI领域开源框架汇总

【稍显活跃的第一季度】

2018.3.04——OpenAI公布 "后见之明经验复现（Hindsight Experience Reply, HER）"的开源算法，这个新的算法保证人工智能可以像人类一样从自己的错误中汲取教训。

2018.3.13——第四范式免费对外开放旗下"第四范式智能客服平台"，这是智能客服市场的首款免费产品。

2018.3.18——Uber开源了神经进化算法开发的交互式可视化工具 VINE，该 工具 可以轻松实现神经网络群体的各种特定指标以及适应度分数的可视化和随时间的变化，用户可对其进行实时评估。

【养精蓄锐的第二季度】

2018.6.08——阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN，基于世界最大的免费语音识别数据库LibriSpeech，该模型将全球语音识别准确率纪录提高至96.04%。

【蓄势待发的第三季度】

2018.8.30——腾讯优图首个 AI 开源项目 ncnn 目前已正式加入 ONNX，现已支持将 ONNX 文件转换为 ncnn 模型。

2018.9.27——Uber宣布开源 Petastorm，这是由 Uber ATG 开发的数据访问库，可直接基于数 TB 的 Apache Parquet 格式数据集进行单机或分布式训练和深度学习模型评估。

【井喷的第四季度】

2018.10.10——Nvidia发布开源GPU加速平台RAPIDS，主打数据科学和机器学习。

2018.10.12——商汤科技正式开源 mmdetection 和 mmcv 两个项目。

2018.10.12——谷歌宣布开源Active Question Answering 项目，使用强化学习训练 AI 代理更好地提问。

2018.10.22——腾讯织云 Metis 智能运维学件平台正式对外开源。

2018.10.25——Facebook开源了 Faster R-CNN 和 Mask R-CNN 的 PyTorch 1.0 实现基准：MaskRCNN-Benchmark。相比 Detectron 和 mmdetection，MaskRCNN-Benchmark 的性能相当，并拥有更快的训练速度和更低的 GPU 内存占用。

2018.10.25——Uber开源地理空间工具包kepler.gl。

2018.10.30——Facebook开源了高性能内核库QNNPACK，专为移动 AI 进行优化。

2018.10.31——谷歌开源了基于 TensorFlow 的轻量级框架 AdaNet，该框架可以使用少量专家干预来自动学习高质量模型。

2018.11.01——谷歌开源了 BERT 模型 TensorFlow 代码、BERT-Base 与 BERT-Large 模型的预训练检查点、微调实验结果的自动化复现 TensorFlow 代码、预训练数据生成和数据训练的代码。

2018.11.02——Facebook开源首个适应大规模产品的强化学习平台Horizon，基于PyTorch 1.0

2018.11.04——腾讯 AI Lab 在南京举办的腾讯全球合作伙伴论坛上宣布正式开源「PocketFlow」项目。

2018.11.28——阿里巴巴首次开源深度学习框架X-Deep Learning

2018.11.29——H2O.ai宣布推出自动化机器学习平台H2O.ai Driveless AI，并在亚马逊云服务平台AWS上开源；

2018.12.05——微软宣布开放 ONNX Runtime，这是一款用于 Linux，Windows 和 Mac 平台的 ONNX 格式的机器学习模型的高性能推理引擎。

2018.12.12——Nvidia宣布正式开源被誉为市面最强大物理仿真引擎的 PhysX，除了广泛应用于游戏特效的提升，该引擎还能为 AI 、机器人与计算机视觉技术、自动驾驶与高性能计算提供支持。

【写在最后】

在软硬件开源方面，人工智能业界，也跟其他行业比如软件行业（Java/Python）类似，欧美国家与地区的公司占据绝对领先地位，来自中国大陆地区的公司以及个人推出的开源软件硬件屈指可数。可喜的是，在国内AI 巨头BAT为首的大公司的努力之下，中国公司在开源界占据了一席之地，相信随着国内其它诸多公司的共同努力，会有更多的中国公司推出更多更好的开源软件产品与框架。笔者认为，国内企业在软硬件开源方面的所作所为，体现了国内信息技术行业在核心技术方面的艰苦努力探索，也体现了中国信息技术行业总体实力在不断提升。