Facebook和微软搞了一个AI“开放生态”, 却没带Google玩

三大领军企业Facebook、微软和 Google 之间的关系发生了重大的变化：Facebook 和微软结盟，推出一套开放的神经网络交换格式 (Open Neural Network Exchange, ONNX)，提升两家公司所主导的神经网络框架格式之间的互通性。

已确认支持 ONNX 的三种深度学习框架：Caffe2、CNTK 和 PyTorch

给非神经网络专业人士尽量简单滴解释一下具体怎么回事：人工智能的实现技术主要是深度学习神经网络→而神经网络训练和使用（推理）通常采用一种主流的深度学习框架或库→主流的框架或库和他们的主导者、主要支持者有以下这些： TensorFlow (Google)、Caffe/Caffe2 (Facebook)、CNTK（微软）、MXNet（亚马逊为主）、PyTorch 等等。

不同的框架有不同的优势。比如 PyTorch 出现很早，学术界拥趸很多，用它训练神经网络取得的性能更好，用专业术语来说叫做 state-of-the-art（目前水平最好的）。PyTorch 是 Facebook 主导的，FAIR（Facebook 人工智能研究院）都用它。但 Facebook 还有一个学术大神、知乎上活跃度很高的贾扬清带队开发的 Caffe2 框架，这个框架的极限性能并不一定最出众，但优势是非常适合在终端设备（比如手机甚至嵌入式设备）上运行。Facebook 的产品很多都将依赖 Caffe2。

这些框架之间的互通性过去并不好，大部分基本没有。为什么需要框架之间的互通性？情况一：有时候另一个框架或库里的某一个模型性能更好，但它和你的整体项目不兼容；情况二：因为框架 A 表现很好，你用它训练了一个神经网络，结果你公司的生产环境用的是框架 B，这意味着你的研究成果没法投产。你想，在 Facebook 一家公司内部就有两种主流框架，工作起来能不累吗？

如果你还不太能理解这种尴尬：想象你写一个程序，大部分的代码都用 A 语言来写，但某一个很重要的组成部分已经有现成的开源，用的是 B 语言，但这两种语言之间没有一个很好的互通机制，没法共同工作，所以你只能继续用 A 自己写，结果就是不仅累而且效率低。

而 Facebook 和微软今天合作就是为了解决这个问题。根据双方透露的情况，在 9 月内，CNTK、Caffe2 和 PyTorch 都会发布更新支持新的互通格式 ONNX。Facebook 和微软说，他们期待人工智能的学术研究和工业生产的世界是一个开放的生态，而 ONNX 是我们走向这个开放生态的第一步。

如果你信了，那你可能太年轻了：这次合作并没有 Google 什么事儿。

因为 Google 是 TensorFlow 框架的核心贡献者和主导者，而 TensorFlow 作为目前业界最为主流，在 GitHub 上最受欢迎、已经建立的生态健全程度相对更高的框架——并没有也不会加入 ONNX 支持（至少目前没有）。

这就好比你说要在森林里建立动物王国，却忘了让食物链顶端的老虎出席讲话……

这也是为什么 Facebook 和微软的这次合作在我看来更像是为了对抗 Google/TensorFlow 而结成同盟，对抗 Google。联吴抗魏你能懂吧？

但这并不意味着 Google 和其他公司没法参与到其中。ONNX 是一个开源项目，而非 FB、微软两家内部的机密项目，所有代码都公开且允许第三方提交贡献。这意味着 Google 如果愿意让那些用了其他框架还觊觎 TensorFlow 的科研人员好过一点的话，它可以跟 Facebook、微软商量一下，然后也发个声明昭告天下：TensorFlow 强势加入 ONNX 套餐。相信一定是让人大快所有人心的大好事。

同样，其他框架的开发者也可以加入其中。那才是真正的开放和互通的“人工智能生态”。

这则新闻说完了。所以 ONNX 对吃瓜群众有什么好处？

答案是没什么直接的好处，但ONNX 的推出让人工智能变成消费者能直接使用的产品的过程更简单、更方便了；我们使用的人工智能产品性能也可能会有微小的提升。

Google 的程序员看着 Facebook 和微软的新闻，现在心里想的一定是：小样儿，戏挺多的啊……

限量开放入群申请……的老朋友了？何不扫码加客服进群聊