來源：搜狐

人工智能的發展始于1956年召開的達特茅斯會議，會議正式確定了人工智能的研究領域，經歷多次高潮和低谷人工智能成為目前最熱門的科研領域之一。在早期典型人工智能軟件中既有開放源代碼的開源軟件，也有不開放源代碼的商業軟件，沒有明確的界限和劃分。隨著開源軟件概念逐步形成，越來越多的人工智能軟件選擇了開源。

隨著GPU算力的提高、深度學習的研究與發展，大批企業、研究機構、開源組織進入人工智能領域，大批成功的開源深度學習框架和人工智能開源軟件不斷涌現，人工智能迎來了爆發期。人工智能的巨大潛在價值使其國際間競爭日趨激烈。行業內的大型公司也加大了對旗下發展研究部門的資金投入。

人工智能開源軟件框架生態的核心，是通過使用者和貢獻者之間的良好互動和規模化效應，形成現實意義的標準體系和產業生態，進而占據人工智能核心的主導地位。開源軟件框架的用戶包括終服務及產品的使用者和開發者。當前開源軟件框架的技術發展呈現出以下幾方面的特點：

一是谷歌與其他公司間持續競爭。巨頭公司在技術上將積極探尋包括模型互換，模型遷移等技術聯合，以對抗谷歌公司。例如臉書（Facebook）和微軟已經合作開發了一個可互換的人工智能軟件框架解決方案。

二是開源軟件框架在向統一和標準化方向發展。隨著人工智能應用的爆發，開發人員在不同平臺上創建模型及部署模型的需求愈發強烈，在各類軟件框架間的模型遷移互換技術研發已經成為重點。

三是更高級的API2逐漸占據主導地位。以 Keras 為例，它是建立在TensorFlow、Theano、CNTK、MXNet 和 Gluon 上運行的高級開源神經網絡庫，以其高級 API 易用性而得到了廣泛的使用。四是模型的集群并發計算成為業界研究熱點。

當前人工智能網絡對于單計算節點的算力要求過高，但當前主流開源軟件框架對于模型分割進行計算并沒有實現，而這個問題也將隨著應用場景的不斷豐富而不斷引起重視，成為開源軟件框架下一個核心競爭點。

審核編輯黃宇