人工智能artificial intelligence，AI是科技研讨中最抢手的方向之一。像 IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投入很多的资金、或许收买那些在机器学习、神经网络、自然言语和图画处理等范畴取得了开展的草创公司。考虑到人们对此感兴趣的程度，咱们将不会惊奇于斯坦福的专家在人工智能陈述中得出的定论：“越来越强壮的人工智能运用，或许会对咱们的社会和经济发生深远的积极影响，这将呈现在从现在到 2030 年的时间段里。”

在最近的一篇文章中，咱们概述了 45 个非常风趣或有出路的人工智能项目。在本文中，咱们将聚集于开源的人工智能东西，具体的了解下最著名的 15 个开源人工智能项目。

以下这些开源人工智能运用都处于人工智能研讨的最前沿。

1. Caffe

它是由贾扬清在加州大学伯克利分校的读博时发明的，Caffe 是一个依据表达体系结构和可扩展代码的深度学习结构。使它声名鹊起的是它的速度，这让它遭到研讨人员和企业用户的欢迎。依据其网站所言，它能够在一天之内只用一个 NVIDIA K40 GPU 处理 6000 万多个图画。它是由伯克利视界和学习中心(BVLC)办理的，而且由 NVIDIA 和亚马逊等公司赞助来支撑它的开展。

2. CNTK

它是核算网络东西包Computational Network Toolkit的缩写，CNTK 是一个微软的开源人工智能东西。不论是在单个 CPU、单个 GPU、多个 GPU 或是具有多个 GPU 的多台机器上它都有优异的体现。微软首要用它做语音辨认的研讨，可是它在机器翻译、图画辨认、图画字幕、文本处理、言语了解和言语建模方面都有着杰出的运用。

3. Deeplearning4j

Deeplearning4j 是一个 java 虚拟机(JVM)的开源深度学习库。它运转在分布式环境而且集成在 Hadoop 和 Apache Spark 中。这使它能够装备深度神经网络，而且它与 Java、Scala 和 其他 JVM 言语兼容。

这个项目是由一个叫做 Skymind 的商业公司办理的，它为这个项目供给支撑、练习和一个企业的发行版。

4. DMTK

DMTK 是分布式机器学习东西Distributed Machine Learning Toolkit的缩写，和 CNTK 相同，是微软的开源人工智能东西。作为规划用于大数据的运用程序，它的方针是更快的练习人工智能体系。它包含三个首要组件：DMTK 结构、LightLDA 主题模型算法和分布式(多义)字嵌入算法。为了证明它的速度，微软宣称在一个八集群的机器上，它能够“用 100 万个主题和 1000 万个单词的词汇表(一共 10 万亿参数)练习一个主题模型，在一个文档中搜集 1000 亿个符号，”。这一成果是其他东西无法比拟的。

5. H20

相比起科研，H2O 更重视将 AI 服务于企业用户，因而 H2O 有着很多的公司客户，比方榜首本钱金融公司、思科、Nielsen Catalina、PayPal 和泛美都是它的用户。它宣称任何人都能够运用机器学习和猜测剖析的力气来处理事务难题。它能够用于猜测建模、危险和诈骗剖析、稳妥剖析、广告技能、医疗保健和客户情报。

它有两种开源版别：标准版 H2O 和 Sparking Water 版，它被集成在 Apache Spark 中。也有付费的企业用户支撑。

6. Mahout

它是 Apache 基金会项目，Mahout 是一个开源机器学习结构。依据它的网站所言，它有着三个首要的特性：一个构建可扩展算法的编程环境、像 Spark 和 H2O 相同的预制算法东西和一个叫 Samsara 的矢量数学试验环境。运用 Mahout 的公司有 Adobe、埃森哲咨询公司、Foursquare、英特尔、领英、Twitter、yahoo和其他许多公司。其网站列了出第三方的专业支撑。

7. MLlib

因为其速度，Apache Spark 成为一个最盛行的大数据处理东西。MLlib 是 Spark 的可扩展机器学习库。它集成了 Hadoop 并能够与 NumPy 和 R 进行交互操作。它包含了许多机器学习算法如分类、回归、决策树、引荐、集群、主题建模、功用转化、模型点评、ML 管道架构、ML 耐久、生计剖析、频频项集和序列形式发掘、分布式线性代数和核算。

8. NuPIC

由 Numenta 公司办理的 NuPIC 是一个依据分层暂时回忆Hierarchical Temporal Memory，HTM理论的开源人工智能项目。从本质上讲，HTM 企图创立一个核算机体系来仿照人类大脑皮层。他们的方针是发明一个 “在许多认知使命上挨近或许逾越人类认知才能” 的机器。

除了开源答应，Numenta 还供给 NuPic 的商业答应协议，而且它还供给技能专利的答应证。

9. OpenNN

作为一个为开发者和科研人员规划的具有高档了解力的人工智能，OpenNN 是一个完成神经网络算法的 c++ 编程库。它的要害特性包含深度的架构和快速的功用。其网站上能够查到丰厚的文档，包含一个解说了神经网络的基本知识的入门教程。OpenNN 的付费支撑由一家从事猜测剖析的西班牙公司 Artelnics 供给。

10. OpenCyc

由 Cycorp 公司开发的 OpenCyc 供给了对 Cyc 知识库的拜访和常识推理引擎。它具有超越 239,000 个条目，大约 2,093,000 个三元组和大约 69,000 owl：这是一种相似于链接到外部语义库的命名空间。它在富范畴模型、语义数据集成、文本了解、特别范畴的专家体系和游戏 AI 中有着杰出的运用。该公司还供给别的两个版别的 Cyc：一个可免费的用于科研可是不开源，和一个供给给企业的可是需求付费。

11. Oryx 2

构建在 Apache Spark 和 Kafka 之上的 Oryx 2 是一个专门针对大规模机器学习的运用程序开发结构。它选用一个共同的三层 λ 架构。开发者能够运用 Orys 2 创立新的运用程序，别的它还具有一些预先构建的运用程序能够用于常见的大数据使命比方协同过滤、分类、回归和聚类。大数据东西供货商 Cloudera 发明了开始的 Oryx 1 项目而且一向积极参与持续开展。

12. PredictionIO

本年的二月，Salesforce 收买了 PredictionIO，接着在七月，它将该渠道和商标贡献给 Apache 基金会，Apache 基金会将其列为孵育方案。所以当 Salesforce 运用 PredictionIO 技能来提高它的机器学习才能时，成效将会同步呈现在开源版别中。它能够协助用户创立带有机器学习功用的猜测引擎，这可用于布置能够实时动态查询的 Web 服务。

13. SystemML

开始由 IBM 开发， SystemML 现在是一个 Apache 大数据项目。它供给了一个高度可弹性的渠道，能够完成高等数学运算，而且它的算法用 R 或一种相似 python 的语法写成。企业已经在运用它来盯梢轿车修理客户服务、规划机场交通和衔接社会媒体数据与银行客户。它能够在 Spark 或 Hadoop 上运转。

14. TensorFlow

TensorFlow 是一个谷歌的开源人工智能东西。它供给了一个运用数据流图进行数值核算的库。它能够运转在多种不同的有着单或多 CPU 和 GPU 的体系，乃至能够在移动设备上运转。它具有深沉的灵活性、真实的可移植性、主动微分功用，而且支撑 Python 和 c++。它的网站具有非常具体的教程列表来协助开发者和研讨人员沉浸于运用或扩展他的功用。

15. Torch

Torch 将自己描绘为：“一个优先运用 GPU 的具有机器学习算法广泛支撑的科学核算结构”，它的特点是灵活性和速度。此外，它能够很简单的经过软件包用于机器学习、核算机视觉、信号处理、并行处理、图画、视频、音频和网络等方面。它依靠一个叫做 LuaJIT 的脚本言语，而 LuaJIT 是依据 Lua 的。