15款頂級的開源人工智能工具推薦
譯文【51CTO.com快譯】這些開源人工智能應用軟件處在人工智能研究領域的最前沿。
人工智能是技術研究領域最炙手可熱的領域之一。IBM、谷歌、微軟、Facebook和亞馬遜等公司正投入巨資進行研發，并紛紛收購在機器學習、神經網絡、神經語言和圖像處理等領域取得進展的初創公司。考慮到人工智能如此受關注，斯坦福大學的專家最近撰寫的一份智能研究報告得出結論：“現在到2030年人工智能可能會出現越來越有用的應用，有可能給我們的社會和經濟帶來深遠的積極影響，”也就不足為奇了。
我們在本文中專注于開源人工智能工具，著重介紹15個知名度最大的開源人工智能項目。
1. Caffe
Caffe是加州大學伯克利分校攻讀博士學位者的杰作，這是一種深度學習框架，基于表達式架構和可擴展代碼。速度快是它賴以成名的特點，因而在研究人員和企業用戶當中都備受歡迎。據官方網站聲稱，僅僅使用一個英偉達K40 GPU，它在短短一天內就能夠處理6000多萬個圖像。它由伯克利視覺和學習中心(BVLC)管理，英偉達和亞馬遜等公司提供了撥款，支持它的發展。
相關鏈接：http://caffe.berkeleyvision.org
2. CNTK
CNTK的全稱是計算網絡工具包，它是微軟的開源人工智能工具之一。它聲稱擁有出眾的性能，無論在只有CPU的系統上運行，在只有一個CPU的系統上運行，在擁有多個GPU的系統上運行，還是在擁有多個GPU的多臺機器上運行，都是如此。微軟主要用它來研究語音識別，但是它同樣適用于其他應用領域，比如機器翻譯、圖像識別、圖像字幕、文本處理、語言理解和語言建模。
相關鏈接：https://www.cntk.ai
3. Deeplearning4j
Deeplearning4j是一種面向Java虛擬機(JVM)的開源深度學習庫。它在分布式環境中運行，可與Hadoop和Apache Spark整合起來。它讓用戶可以配置深度神經網絡，與Java、Scala及其他JVM語言兼容。
該項目由一家名為Skymind的商業公司管理，該公司提供收費的支持、培訓和Deeplearning4j的企業發行版。
相關鏈接：http://deeplearning4j.org
4. 分布式機器學習工具包
與CNTK一樣，分布式機器學習工具包(DMTK)是微軟的開源人工智能工具之一。它是為大數據應用領域設計，旨在更快地訓練人工智能系統。它包括三大部分：DMTK框架、LightLDA主題模型算法以及分布式(Multisense)單詞嵌入算法。微軟聲稱，在8個集群機器上，它能夠“針對擁有1000多億個權標的文檔集合，訓練擁有100萬個主題和1000萬個單詞詞匯表(共有10萬億個參數)的主題模型，”這個成績是其他工具無法比擬的，這也證明了DMTK的速度有多快。
相關鏈接：http://www.dmtk.io
5. H2O
H2O更加專注于人工智能在企業領域的應用，而不是在研究領域的應用，它的用戶包括諸多大公司：第一資本、思科、尼爾森Catalina、貝寶及Transamerica。它聲稱讓任何人都可以使用機器學習和預測分析的強大功能，解決業務問題。它可用于預測建模、風險及欺詐分析、保險分析、廣告技術、醫療保健和客戶情報。
它有兩種開源版本：標準的H2O和Sparkling Water，后者與Apache Spark集成起來。它還提供收費的企業支持。
相關鏈接：http://www.h2o.ai
6. Mahout
Mahout是Apache基金會下面的一個項目，是一種開源機器學習框架。據官方網站聲稱，它提供三種主要的特性：用于構建可擴展算法的編程環境、面向Spark和H2O等工具的預制算法，以及名為Samsara的向量數學試驗環境。使用Mahout的公司包括：Adobe、埃森哲、Foursquare、英特爾、領英、推特、雅虎及其他許多公司。可通過官方網站上所列的第三方獲得專業支持。
7. MLlib
Apache Spark以速度快著稱，它已成為最流行的大數據處理工具之一。MLlib是Spark的可擴展機器學習庫。它與Hadoop整合起來，可與NumPy和R協同操作。它包括一大批機器學習算法，可用于分類、回歸、決策樹、推薦、聚類、主題建模、特性轉換、模型評估、機器學習管道構建、機器學習持久性、生存分析、頻繁項集、順序模式挖掘、分布式線性代數和統計。
相關鏈接：https://spark.apache.org/mllib/
8. NuPIC
NuPIC由一家名為Numenta的公司管理，這是一種開源人工智能項目，基于一種名為分層式即時記憶(即HTM)的理論。實際上，HTM試圖建立一種模仿人類大腦新皮層而建的計算機系統。目的在于制造“處理許多認知任務時接近或勝過人類表現”的機器。
除了開源許可證外，Numenta還提供采用商業許可證的NuPic，它還提供作為它技術底層的專利方面的許可證。
相關鏈接：http://numenta.org
9. OpenNN
OpenNN為深入了解人工智能的研究人員和開發人員而設計，這是一種用于實現神經網絡的C++編程庫。主要特性包括：深度架構和卓越性能。官方網站上有全面的說明文檔，包括解釋神經網絡基礎知識的入門教程。可通過Artelnics獲得OpenNN的收費支持，總部位于西班牙的這家公司主攻預測分析。
10. OpenCyc
OpenCyc由一家名為Cycorp的公司開發，它讓用戶可以訪問Cyc知識庫和常識推理引擎。它包括239000多個術語、約2093000個三元組以及大約69000個owl:sameAs鏈接(指向外部語義數據命名空間)。它用于豐富域名建模、語義數據整合、文本理解、特定領域專家系統和游戲人工智能。這家公司還提供Cyc的另外兩個版本：一個是非開源免費版本，面向研究人員;另一個面向企業用戶，需要收費。
相關鏈接：http://www.cyc.com/platform/opencyc/
11. Oryx 2
Oryx 2建立在Apache Spark和Kafka上，這是一種專門的應用開發框架，面向大規模的機器學習。它使用了一種獨特的lambda架構，有三個層次。開發人員可使用Oryx 2來構建新的應用程序，它還包括一些預制應用程序，處理常見的大數據任務，比如協作過濾、分類、回歸和聚類。大數據工具廠商Cloudera建立了最初的Oryx 1項目，一直大力參與持續開發工作。
相關鏈接：http://oryx.io
12. PredictionIO
今年2月份，Salesforce收購了PredictionIO，后來在7月份，它把該平臺連同商標一起捐獻給了Apache基金會，該基金會將它列為孵化器項目。所以，雖然Salesforce使用PredictionIO技術來完善自己的機器學習功能，但是開源版本方面的工作也會繼續下去。它可幫助用戶構建擁有機器學習功能的預測引擎，這些功能可用來部署實時響應動態查詢的Web服務。
13. SystemML
SystemML最初由IBM開發，現在它是Apache旗下的一個大數據項目。它提供了一種高度可擴展的平臺，可以實施用R或類似Python的語法編寫的高級運算和算法。企業已經在用它來跟蹤汽車維修方面的客戶服務，引導機場客流量，或者將社交媒體數據與銀行客戶聯系起來。它可以在Spark或Hadoop上運行。
相關鏈接：http://systemml.apache.org
14. TensorFlow
TensorFlow是谷歌的開源人工智能工具之一。它提供了用于數字計算的庫，使用數據流圖。它可以在眾多不同的搭載單一或多個CPU和GPU的系統上運行，甚至可以在移動設備上運行。它擁有深度靈活性、真正的可移植性、自動差分功能，并支持Python和C++。官方網站上列有非常豐富的教程和實用文章，可供有興趣使用或擴展其功能的開發人員或研究人員使用。
相關鏈接：https://www.tensorflow.org
15. Torch
Torch自稱是“一種科學計算框架，廣泛支持把GPU放在首位的機器學習算法。”這里的重點在于靈活性和速度。此外，很容易與眾多方面的軟件包結合使用：機器學習、計算機視覺、信號處理、并行處理、圖像、視頻、音頻和網絡。它依賴一種名為LuaJIT的腳本語言，這種語言基于Lua。
相關鏈接：http://torch.ch
原文標題：15 Top Open Source Artificial Intelligence Tools，作者：Cynthia Harvey
【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】
