【北京seo实战】旷视落子天元：深度学习框架开源，是成为伟大AI企业的第一步

　　人工智能的飞速发展离不开深度学习和算法的演进。人工智能是怎样实现的？算法又是怎样产生的？

　　中国人工智能独角兽企业给出了他们的解释：“简单来讲，算法的研发过程就像炒菜。在‘美味算法’的研发中，数据就是各种各样的食材，需要清洗，分类管理，是‘炒制’算法的原材料；而算法的训练和推理就像是烹制的过程，需要锅具（深度学习框架）来承载；算力则是一灶猛火，火候到位才能烧得好菜。

　　厨师的工作是什么？一定不是买菜、刷锅、端盘子，他们几十年精深厨艺，炉火纯青的，是在火候的顶点逼出锅气，是结束表演时精准洒出的一把盐，然而即便是厨艺高超也不能空手烧出佛跳墙——AI开发者亦是如此，他们钟情于“炼丹”文化，讲究学术造诣，但尽管是大神级开发者，也需要好用的开发工具。

　　厌倦了晦涩的技术参数与冗长的产品规格说明书，AI从业者远比其他业者更喜欢类比。谈及人工智能和深度学习的理念和优势，免不了讲出如上这样的观点。

　　故事讲到这，听众总会有所收获，也有了一番不解。

　　在国内产业升级的背景下，谁能拉动生产力？当厨师站在更好的工作空间，身前围坐着更多苛责的食客时，谁能提升菜品供应效率？随着厨房不断升级，需求、资源、方法论都会改变，这道题越发不好解答。

　　不过旷视没有给听众太多考虑的时间，而是一递上奇招：先开源，再开放。

　　3月25日，旷视按计划正式开源其自研、自用了6年的工业级深度学习框架“天元”（MegEngine）。在开源框架的同时，旷视还将开放Brain++的算力和数据平台，其目的是降低AI算法的研发门槛，让“深度学习，简单开发”——“降低开发者的门槛，让 AI 变得平凡，才能真正的释放 AI 生产力。”旷视表示。

　　01产业变了

　　“机器必须有自己独特的思考，机器必须做人类做不到的事情。”

　　2017年5月27日，贵阳国际大数据产业博览会上，当人们还在回忆一年前，AlphaGo战胜棋手李世石与柯洁的故事，马云说出了这些话。在他看来，机器强大的运算能力，不能只停留在棋盘上，现实中有更广阔的用武之地。

　　这一年，ARJ21-700飞机获得中国民航局颁发的许可证，中国开始量产喷气式客机；480万辆运营车辆上线被动系统，中国建成全球最大的车联网平台；另据中国汽车工业协会数据，2017年全年中国汽车产销量双双超过300万辆……

　　由此可见，中国社会正在变化，产业已经告别原始的“作坊式”生产模式，迎来市场化、规模化、现代化改造。这是一次全行业生产工具的全面升级的时代，这次改造才是马云口中人类做不到，应该留给机器思考、完成的“事情”。

　　很明显，这些“事情”的复杂程度远比下棋更高，不过已经有中国企业关注这些“事情”。这场对弈之后，旷视很快将人工智能产品及解决方案落地，在深度研发人工智能底层算法的基础上，推出智能摄像头、智能计算单元、智能机器人三大硬件体系，走出一条“软硬结合”发展路线。

　　伴随业务版图不断扩张，旷视也发现了一些问题：世界上不存在通用的算法。很多细分场景和诉求，都需要创新算法来解决，然而算法研发的门槛过高，传统企业和中小企业没有深度学习和算法开发的能力；作为AI算法厂商和解决方案提供商，供方有能力，但是缺乏一线业务场景的数据和对业务的深入理解。双方类似于站在跨海大桥的两端，总要消灭那段距离才能相遇——这也正是AI+产业的升级过程中面临的最大鸿沟。

　　解决这些问题，已经不是继续强化底层技术实力，或者落地“软硬结合”的业务模式就能够成功的，所以原本授人以鱼的旷视打算“授人以渔”。

　　02专业“拆桥”

　　既然大桥这么累赘，能拆了吗？还真行。

　　如果需方拥有AI生产工具，就能直接地触达底层需求，不仅能实现“从零到一”的突破，还把AI从原本的成本中心转化为增值工具；供方也能改变传统供需关系，从单纯提供算法的技术提供方，转化为提供咨询、技术、方案一条龙服务的“AI专家顾问”，建立全新的合作模式。

　　在这层关系中，开放生产力工具是核心要素。正因为如此，旷视最终决定开源、开发Brain++。“算法研发和普通编程不同，是一个系统工程，需要能够协同优化数据、算法、算力的平台级产品，Brain++ 就是一个集数据、算法和算力三位为一体的AI生产力平台。”唐文斌指出。

　　旷视联合创始人兼CTO唐文斌