譚清寬

在新型冠中病毒疫情全面爆發(fā)之后，眾多在校學(xué)生開(kāi)始在家中參與網(wǎng)課，但事實(shí)證明這樣的隔空授課方式確實(shí)無(wú)法與常規(guī)課堂相媲美。人們還普遍意識(shí)到，現(xiàn)實(shí)中面對(duì)面交流問(wèn)題、討論思路、明確團(tuán)隊(duì)挑戰(zhàn)并以小組形式達(dá)成目標(biāo)的整個(gè)過(guò)程，確實(shí)可以帶來(lái)更好的學(xué)習(xí)效果。沒(méi)錯(cuò)，不然的話我們要學(xué)校干什么？

但同樣的互連互用技術(shù)，能否幫助計(jì)算機(jī)在構(gòu)建數(shù)據(jù)驅(qū)動(dòng)型人工智能（AI）知識(shí)庫(kù)與軟件驅(qū)動(dòng)型分析引擎時(shí)，也達(dá)成更好的“學(xué)習(xí)”效果？

機(jī)器學(xué)習(xí)中的開(kāi)放性

最近，業(yè)界涌現(xiàn)了不少開(kāi)放式AI用例。比如，2020年6月，Databricks就憑借其開(kāi)源機(jī)器學(xué)習(xí)成果正式加入Linux基金會(huì)。Databricks方面將項(xiàng)目命名為MLflow，旨在體現(xiàn)以端到端流程的形式提供機(jī)器學(xué)習(xí)功能的基本定位，并希望該項(xiàng)目能夠貫穿整個(gè)開(kāi)發(fā)周期。

在機(jī)器學(xué)習(xí)領(lǐng)域，端到端是一種相當(dāng)流行的表達(dá)方式，主要強(qiáng)調(diào)軟件工具從開(kāi)發(fā)周期的一端持續(xù)作用至另一端的全面涵蓋能力。

而如果從術(shù)語(yǔ)的角度出發(fā)，端到端則對(duì)整個(gè)數(shù)據(jù)流程做出了如下要求：準(zhǔn)備階段（包括解析數(shù)據(jù)以及重復(fù)數(shù)據(jù)刪除）；實(shí)驗(yàn)階段；將代碼打包為“可重復(fù)運(yùn)行”形式（可在操作系統(tǒng)中以智能模塊的形式進(jìn)行自由組合，并實(shí)現(xiàn)對(duì)應(yīng)功能的即插即用）；最后進(jìn)入可靈活共享與協(xié)作的AI模型。

其中最重要的是協(xié)作部分，即通過(guò)開(kāi)放（也是實(shí)質(zhì)意義上的開(kāi)源）平臺(tái)或渠道社區(qū)實(shí)現(xiàn)AI與ML數(shù)據(jù)集、處理引擎乃至其他深度學(xué)習(xí)工具的共享能力。業(yè)界目前普遍相信，這才是生產(chǎn)力更高、且更加自然的機(jī)器學(xué)習(xí)方式。

Databricks的MLflow項(xiàng)目已擁有2年發(fā)展歷史，期間有200多位貢獻(xiàn)者參與。而將其交由Linux基金會(huì)打理能保證項(xiàng)目本身形成一條獨(dú)立于任何特定廠商之外的發(fā)展路線，同時(shí)選擇一套開(kāi)放的治理模型以擴(kuò)大成果采用與社群貢獻(xiàn)。

Databricks方面解釋道，他們當(dāng)年創(chuàng)建MLflow的初衷在于解決機(jī)器學(xué)習(xí)模型開(kāi)發(fā)流程中“固有的復(fù)雜性因素”。相信有從業(yè)經(jīng)歷的朋友都能感受到，這樣一個(gè)涉及機(jī)器模型構(gòu)建、訓(xùn)練、調(diào)優(yōu)、部署與管理的流程確實(shí)相當(dāng)令人頭痛。

Linux基金會(huì)戰(zhàn)略計(jì)劃副總裁Michael Dolan表示：“社區(qū)參與度的穩(wěn)定增長(zhǎng)表明，數(shù)據(jù)團(tuán)隊(duì)必須致力于構(gòu)建起未來(lái)的機(jī)器學(xué)習(xí)平臺(tái)。采用率的提升也意味著，我們必須采用開(kāi)源方法以實(shí)現(xiàn)機(jī)器學(xué)習(xí)周期的標(biāo)準(zhǔn)化。我們與世界上多個(gè)優(yōu)秀開(kāi)源項(xiàng)目保持著合作關(guān)系，相關(guān)經(jīng)驗(yàn)也讓我們意識(shí)到，開(kāi)放治理模型確實(shí)可以通過(guò)廣泛的行業(yè)貢獻(xiàn)與共識(shí)加快技術(shù)成果的創(chuàng)新與應(yīng)用速度?！?/p>

推動(dòng)數(shù)字智能的普及

從某種程度上看，通過(guò)開(kāi)源代碼開(kāi)發(fā)還可以有力推動(dòng)數(shù)字智能的普及。2020年6月，Abbyy發(fā)布了NeoML開(kāi)源代碼庫(kù)，專門用于構(gòu)建、訓(xùn)練及部署機(jī)器學(xué)習(xí)模型。這家在硅谷、俄羅斯、歐洲以及遠(yuǎn)東地區(qū)皆有業(yè)務(wù)體系的廠商從事專業(yè)文檔捕捉與管理業(yè)務(wù)，但在最近的經(jīng)營(yíng)范圍擴(kuò)展之后，他們開(kāi)始為企業(yè)客戶提供數(shù)字智能技術(shù)方案。

NeoML的源代碼已經(jīng)可以通過(guò)GitHub輕松獲取，其同時(shí)支持深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)算法。作為一套跨平臺(tái)框架，它能夠針對(duì)云環(huán)境、臺(tái)式機(jī)以及移動(dòng)設(shè)備上運(yùn)行的各類應(yīng)用程序?qū)崿F(xiàn)智能優(yōu)化。

之前提到的Databricks開(kāi)放式智能技術(shù)，主要用于大數(shù)據(jù)處理與云計(jì)算集群管理，而Abbyy的機(jī)器學(xué)習(xí)模型則專門針對(duì)圖像處理任務(wù)進(jìn)行優(yōu)化，為運(yùn)行在任意設(shè)備上的預(yù)訓(xùn)練模型提供更出色的推理性能。2個(gè)項(xiàng)目分別針對(duì)不同的技術(shù)用例，也各自擁有不同的智能化水平，但其核心訴求都在于充分發(fā)揮并回饋開(kāi)放社區(qū)中的貢獻(xiàn)者。

Abbyy公司表示，隨著將開(kāi)源視為核心任務(wù)軟件開(kāi)發(fā)層面的主要方向，95 %的IT管理者都開(kāi)始重視這一戰(zhàn)略性趨勢(shì)。Abbyy也將通過(guò)開(kāi)源推動(dòng)其機(jī)器學(xué)習(xí)框架快速發(fā)展，進(jìn)而支持AI不斷完善。如今，軟件開(kāi)發(fā)者們可以直接使用NeoML構(gòu)建、訓(xùn)練并部署各類模型，借此實(shí)現(xiàn)對(duì)象識(shí)別、分類、語(yǔ)義細(xì)分、驗(yàn)證以及預(yù)測(cè)等針對(duì)不同業(yè)務(wù)目標(biāo)的模型方案。

Abbyy公司AI布道師Ivan Yamshchikov還公布了更多具體用例，銀行可以使用這項(xiàng)技術(shù)開(kāi)發(fā)出管理信貸風(fēng)險(xiǎn)與預(yù)測(cè)客戶流失的模型；電信企業(yè)可以借此分析營(yíng)銷活動(dòng)的具體效果；零售與快速消費(fèi)品企業(yè)則可建立起包含人臉識(shí)別與數(shù)據(jù)驗(yàn)證功能的遠(yuǎn)程客戶標(biāo)記方案。

Yamshchikov指出，“通過(guò)將框架共享給整個(gè)開(kāi)源領(lǐng)域，開(kāi)發(fā)者們能夠借此實(shí)現(xiàn)推理提速、跨平臺(tái)功能并充分發(fā)揮移動(dòng)設(shè)備的計(jì)算潛力，而他們的反饋與貢獻(xiàn)又將不斷完善并改進(jìn)這套代碼庫(kù)。我們樂(lè)于看到AI技術(shù)的整體進(jìn)步，也將努力讓機(jī)器學(xué)習(xí)走進(jìn)更多更具價(jià)值、影響力更強(qiáng)的用例?！?/p>

敞開(kāi)你的心扉

但是，開(kāi)源真的是實(shí)現(xiàn)優(yōu)秀AI智能的唯一途徑嗎？技術(shù)領(lǐng)域只有不斷擴(kuò)展學(xué)習(xí)交流范圍，甚至直接分享具體學(xué)習(xí)模型，才有可能真正實(shí)現(xiàn)AI技術(shù)的大眾化進(jìn)程。

以Abbyy打造的NeoML項(xiàng)目為例，項(xiàng)技術(shù)支持開(kāi)放神經(jīng)網(wǎng)絡(luò)交換（ONNX），這是一套具備可互操作性的機(jī)器學(xué)習(xí)模型全球開(kāi)放生態(tài)系統(tǒng)。項(xiàng)目主旨在于改善各類工具間的兼容性，保證軟件開(kāi)發(fā)人員能夠輕松使用正確的工具組合實(shí)現(xiàn)預(yù)期功能。微軟、Facebook等多家合作伙伴已經(jīng)加入到ONNX開(kāi)源標(biāo)準(zhǔn)中來(lái)，相信未來(lái)開(kāi)放式AI智能將變得愈發(fā)普遍。這可能就是人們常說(shuō)的“敞開(kāi)心扉”吧。