又一個科技巨頭與世界分享它的人工智能成果了。2月24日，雅虎公布了 CaffeOnSpark 人工智能引擎的源代碼，從學術研究者到大公司員工都可以使用或修改。

 

　　也許近年來很少人了解雅虎在科技界的實力。它孵化了開源項目 Hadoop被 Facebook、Twitter 和許多其他公司廣泛使用的數據分析平臺。Hadoop 對于人工智能有特別的價值。數據和算法對訓練人工智能系統同樣重要，而雅虎擁有最有意思的數據庫之一圖片站點 Flickr。

 

　　和許多新的開源人工智能項目一樣，CaffeOnSpark 以深度學習為基矗深度學習是人工智能的一項分支，對幫助機器識別人類講話、圖像和視頻內容用處尤其大。比如雅虎利用它測定不同圖片的內容，來優化 Flickr 的搜素結果。雅虎不是依賴上傳圖片的人所輸入的描述和關鍵詞，而是教會計算機識別圖片的某些特點，比如特定的顏色、甚至動物和物體。

 

　　幾個月來，谷歌開源了它的深度學習框架TensorFlow，微軟開源了它的類似框架CNTK，臉書開源了它的人工智能硬件設計，中國搜索引擎巨頭百度開源了它的深度學習訓練軟件代碼。

 

　　這些開源各有側重。雅虎想在現有的系統上運行深度學習進程，不必把數據從一個地方移到另一個地方。雅虎的構架副總裁 Andy Feng 解釋，訓練一個深度學習系統識別圖片需要巨大的數據量。比如你把大量貓的圖片交給算法處理，最終機器會 “學到” 貓的共同特征，從而有能力分辨包含貓的照片和不包含貓的照片。

 

　　Flickr 擁有幾十億張照片，有充足的圖片類別來訓練人工智能。但團隊不想把所有 Flickr 主服務器的圖片復制到新的運行深度學習軟件的服務器集群中。因此他們發明了在現有的基礎架構中運行深度學習軟件的途徑。

 

　　CaffeOnSpark，從名字可以看出，它將兩種現有技術結合起來：廣泛流行的深度學習框架Caffe和后起之秀數據分析系統 Spark。雅虎創造了一種可以在Spark集群上運行 Caffee 的方式。它可以在 Spark 上單獨運行，也可以在 Hadoop 上運行。Feng 說，除了簡化人工智能開發者對類似工具的操作，避免把數據搬來搬去，CaffeOnSpark 還使在多個服務器上分配深度學習進程變得相對容易，這是谷歌的 TensorFlow 所做不到的。

 

　　Feng 表示在團隊發布一條關于軟件的長文后，很多公司要求雅虎開源 CaffeOnSpark。看來有許多機構都不想把服務器集群上的數據移來移去。