15个开源人工智能软件

人工智能是目前最热门的科研领域之一。斯坦福大学的教授们不久前作出了这样一份报告：“人工智能软件的作用越来越强大，而对人类社会、经济有强大影响力的人工智能软件将于2030年前面世”。

国外网站Datamation今日整理了目前热门的15款开源人工智能软件：

1.Caffe

Caffe软件由加州大学伯克利分校的一名博士生开发，是一个基于表达构架与可扩展编码的深度学习框架。因其出色的处理速度而广受研究人员与企业的喜爱。Caffe软件项目由BVLC运作，由NVIDIA和亚马逊等公司资助其发展研究。

 2.CNTK

CNTK是Computational Network Toolkit（计算网络工具包）的缩写，是微软旗下开源人工智能软件之一。它的过人之处在于：无论是只有CPU工作，还是单科GPU，或是或多颗GPU，亦或是多台机器配备多颗GPU工作，它的性能都十分优秀。虽然微软主要用它进行语音识别的研究，但它还可以进行机器翻译、图像识别、图像抓取、文本处理、语言识别与语言建模等工作。

 3.Deeplearning4j

Deeplearning4j是一款JVM开源深度学习库软件。它能在分布式环境中运行，并整合Hadoop与Apache Spark。而这使得它可以配置深度神经网络，还可运行Java、Scala等其他JVM语言。

Deeplearning4j软件项目由Skymind商业公司运作，由Skymind负责项目的资金支持、人员培训与产品推广。

 4.DMTK

与CNTK一样，DMTK是Distributed Machine Learning Toolkit的缩写（分布式机器学习工具），是微软旗下的另一款开源人工智能软件。为大数据研究而设计，旨在缩短人工智能系统的训练时间。DMTK包括三大主要部分：DMTK框架、LightLDA模型算法与分布式（多感）字嵌入算法。为了说明DMTK的处理速度，微软声称其可通过一台8节点计算机集群，在有着超过1000亿个标记的文档合集中处理出一个包含100万主题与1000万文字（总计10万亿个参数）的主题模型，而这是同类软件无法匹敌的。

 5.H₂O

更专注于企业使用体验而不是科学研究的H₂O收获了一些大型企业的订单。H₂O称所有人都可使用H₂O机器学习与预测分析能力解决商业问题。H₂O还可用于预测建模、欺诈与风险分析、保险分析、广告工艺、医疗保健与客户智能等方面。

H₂O有两个开源版本：标准版H₂O和Sparkling Water版H₂O，两个版本都整合在Apache Spark中。

 6.Mahout 

Mahout 是 ASF（Apache软件基金会）旗下的一个开源项目，提供开源机器学习框架。Mahout用户的包括Adobe、Accenture、Foursquare、英特尔、领英、Twitter和雅虎等公司。

 7.MLlib

以处理速度而闻名的Apache Spark已成为大数据处理中最常用的软件之一。MLlib算法是一个Spark的可扩展机器学习库。它与Hadoop融为一体，囊括了大量机器学习算法类型。

 8.NuPIC

NuPIC由Numenta公司运作，是一个基于HTM（分层时间记忆）理论的开源人工智能项目。

Numenta不仅拥有NuPic的开放源代码许可，还有其商业授权与专利证书。

 9.OpenNN

OpenNN是一款为研究人员和开发者打造的高级人工智能软件，提供可运行神经网络的C++编程库。

10.OpenCyc

由Cycorp公司开发的OpenCyc软件内置Cyc知识库与常识推理引擎，含括了23.9万条术语，约209.3万条三元组，约6.9万条网络本体语言。它在富领域建模、语义数据融合、文本理解、特定领域专家系统和游戏人工智能等方面十分有效。

 11.Oryx 2

Oryx 2基于Apache Spark和Kafka构建，是一款专攻大型机器学习的发展框架软件。它使用的是独特的三层λ构架。开发者可使用Oryx 2开发新软件，其内置了一些通用大型数据任务的程序。

 12.PredictionIO

Salesforce公司买下了PredictionIO软件项目。PredictionIO软件项目作为一个孵化项目为ASF提供了新的平台和商标。它可以利用机器学习来部署相关网络服务，通过对页面动态请求实时回应帮助用户建立一个预测引擎。

 13.SystemML

SystemML是一个可高度扩展的平台，可进行高级数学运算，执行R或类Python语句。SystemML基于Spark或Hadoop运行，可用于4S店车辆维护的客户回访、机场领空管制以及银行客户社交媒体数据的收集。

 14.TensorFlow

TensorFlow是谷歌旗下的开源人工智能软件之一，提供一个使用数据流图的数值计算库，可在单/多颗CPU或GPU系统甚至移动设备上运行。

15.Torch

Torch的特点在于其出色的灵活性与杰出的处理速度，在处理机器学习、计算机视觉、信号处理、并行处理、图像、视频、音频和计算机网络等方面十分得心应手。它采用的是LuaJIT语言编写。

来自：雷锋网