又有一家科技巨頭向全世界公開了他們的 know-how 人工智能。2月25日，Yahoo 發布了 CaffeOnSpark 人工智能的源代碼，每個學術研究人員或是大公司都可以使用或是加以修改。

[[163190]]

Yahoo 在科技方面的實力大概鮮有人知。事實上開源 Hadoop 就是 Yahoo 孵化的；Facebook、Twitter 以及其他不少公司都在用這個數據處理平臺。因此在人工智能方面，Yahoo 公司有著獨到的長處，因為在培訓人工智能系統的時候，數據就和算法一樣重要。而且 Yahoo 手握著全球最有趣***的資料庫之一：相片社群網站 Flickr。

就如諸多新的開源人工智能項目一樣，CafffeOnSpark 的根基是深度學習。深度學習是人工智能的一個分支，以其人類語音、照片和視頻等的識別能力見長。Yahoo 就是用這項技術來識別照片中的不同內容，以此改良 Flickr 網站的搜索結果。與其他網站不同，Flickr 的圖片搜索并不是靠圖片描述或是用戶輸入的關鍵詞。Yahoo 會教電腦如何識別照片的某種特征，例如特定的顏色，甚至是物體或動物。

在最近幾個月里，Google 開放了深度學習網絡 TensorFlow 的源代碼，Microsoft 開放了類似的網絡 CNTK，Facebook 分享了人工智能硬件設計，中國搜索引擎巨頭百度也公開了深度學習訓練軟件。

這些開源技術項目都各自有所側重，偏向不同。例如 Yahoo 的目的是要在現存的系統上運行深度學習，避免把數據從一個地方傳輸到另一個地方。Yahoo 的構架副總裁 Andy Fent 向我們解釋，訓練深度學習系統識別圖片需要巨量的數據信息。你得往算法里放大量的例子，越多越好，比如如果是一只貓的話，系統要足夠的圖才會「學會」辨認貓之間的共同特征，分辨貓和其他動物。

Flickr 網站上有成千上萬張圖片，足夠拿來訓練人工智能了。但是開發團隊不想把這些圖片從 Flickr 服務器傳送到另一層運行深度學習軟件的服務器里。于是他們發明了在已有的構架上運行深度學習軟件的方法。

從名字上看，CaffeOnSpark 結合了兩種現有的科技：深度學習框架 Caffe 和大規模數據處理系統 Spark。Yahoo 所做的就是想辦法在 Spark 層次上運行 Caffe。找到方法后，Caffe 不僅可以在 Spark 上運行，還可以兩者一起在 Hadoop 上運行。Yahoo 的開發不僅會讓人工智能開發者用更簡單熟悉的工具、省去傳送數據的麻煩過程，還能讓深度學習更方便地同時處理數個服務器的內容。Feng 還特意告訴我們，這一點 Google 的 TensorFlow 目前還做不到，Yahoo 領先了一步。

Feng 說到，去年團隊在博客上發表了有關 CaffeOnSpark 的帖子后，不少公司都希望 Yahoo 開放 CaffeOnSpark 的源代碼。于是他們發現，不少公司其實服務器上都已經具備了不少信息，但是他們不想傳送。