我沒想做谷歌。
圍棋棋盤正中的黑點稱為「天元」，也是曠視新發布的開源深度學習框架的名字。「天元」一方面致敬 AlphaGo 戰勝李世石，另一方面也表明了其重要的戰略意義。
深度學習開源框架提供可複用的基礎函數和功能，是人工智能技術得以走向產業的關鍵因素，避免重複造輪子。3 月，在疫情的刺激下，國家又提新基建，各地政策加速出臺。在這場關於數字化基礎建設的運動中，底層技術的建設是基礎中的基礎。曠視官方表示，這是其此次選擇在這個時機發布開源框架的原因之一。
和天元一同發佈的，是曠視 Brain++生產力平臺，它包括天元框架，同時也包括雲計算平臺和數據管理平臺。曠視稱其為算法、算力、數據能力三位一體的架構，目的是為使用者提供一站式解決方案，更進一步地讓深度學習更易使用。
當前世界範圍內主流的開源框架大多由巨頭掌握，且已經擁有較為成熟的生態基礎。與巨頭相比，曠視雖為國內計算機視覺行業的四小龍之一，但在可投入的精力和財力上還是會有一定差距。
作為國內唯一一家發佈開源框架的純人工智能公司，曠視將其核心能力對外輸出，這一動作的背後或許有更為長遠的考量。
一場與馬太效應的賽跑
Google TensorFlow 是世界範圍內第一款由巨頭開源的主流框架，至今約有四年半的時間。其間多個框架層出不窮，比如賈揚清的 Caffe、被亞馬遜選為官方深度學習框架的 MXNet、Facebook 的 PyTorch、微軟 CNTK 等。
國內最為大家所熟知的深度學習框架該屬百度的 PaddlePaddle，另外阿里開源了 XDL，華為開源了 MindSpore。就在不久前，清華大學也開源了其深度學習框架 Jittor，中文名計圖。
放眼望去，市面上並不缺開源的深度學習框架可用，且四年半時間過去，使用者愈發集中到兩個頭部框架的開源生態中——TensorFlow 和 PyTorch，它們分別佔據了易部署和可調試的兩端。在學術界，研究人員正在從 TensorFlow 轉向 PyTorch，然而在工業界，TensorFlow 的地位正越來越穩固。
在多款開源框架中，開發者向頭部靠攏，呈現出非常明顯的馬太效應。這其中的原因在於，開源框架並非代碼本身，而是由學術界、工業界以及芯片廠商共同構建的技術生態。
一款開源框架走向主流，需要經過三個階段：學術界認可，研究人員使用該框架做實驗；工業界認可，開發者們使用該框架構建產品；最後在學術界和工業界的共同推動下，芯片廠商認可，在其新品中提供對該框架的支持。
這三個階段呈現一種滾雪球的現象，形成一種引力，最終帶來框架領域的馬太效應。並且框架作為 AI 產品的基礎，除非使用團隊有強烈的理由和意願，否則不會輕易遷移。這也為頭部框架帶來了時間壁壘。
要讓這個雪球滾起來，需要不小的投入，這也是為什麼主流框架都由大公司或大組織運營的原因。框架開源是一碼事，做成又是另一碼事。社區需要人力維護，科研刷榜需要協調產業界和學術界的硬件資源。讓框架更加普世通用，需要進行相應的研發調整。
產業AI落地不易
曠視表示，發佈開源框架並非為了和主流框架競爭，而是希望更多開發者和公司有能力加入 AI 的網絡，讓生態共同繁榮。
從 2016 年 AlphaGo 戰勝李世石以來，AI 從一個新興技術的代名詞變為行業的代名詞，現在演變成一種能力的代名詞。換句話說，AI 已經從實驗室走向 AI 公司，現在又走向產業。現如今，「AI 落地」代替「準確率」成為新熱詞。
廣袤的傳統行業正等待被數字化、智能化改革，那裡是 AI 公司們的戰場，曠視的技術就應用於此。然而，現在 AI 的產業落地處在一個非常尷尬的時間階段，其中充斥著幾類矛盾。
首先，產業中的大多數只是朦朦朧朧地意識到自己有智能化的需求，但具體 AI 能幫助他們做什麼，他們並不清楚。對於沒有 CIO 的公司來說，想要充分理解技術並與自身的業務相結合，是一件非常困難的事情。
其次，這一問題並不能完全依靠像曠視這樣的技術公司解決。技術公司的 AI 工程師極少擁有產業背景，他們多為數學或計算機背景的碩士博士畢業生，讓這群人拿著錘子找釘子，他們要先知道在不同行業裡，釘子分別長什麼樣子，這需要時間。
另外，如果產業公司想要構建自有的 AI 團隊，針對自身業務做貼身改造，需要不菲的投入。AI 人才薪資高企，且無法在短時間內看到利潤提升，這也成為傳統行業智能化改造的掣肘因素。
獲客新思路
要想解決上述矛盾，除了讓 AI 公司的工程師們與產業交流磨合外，還可以通過更易使用的框架讓產業先試起來。
天元的設計將訓練和推理融為一體，又在框架的易部署和可調試間取得平衡，還設計了多種接口滿足企業開發架構的多樣性需求。搭配一同發佈的雲計算平臺和數據管理平臺，這些設計能夠讓產業公司更易使用 AI，提升生產效率。
或許我們可以把天元理解為 AI 技術的「試用裝」，通過讓企業獲得實驗能力，削減潛在客戶對 AI 的認知成本，使其更容易形成對 AI 的價值認同。就像當年 TensorFlow 發佈時，降低 AI 產品的研發門檻也是 Google 的考量之一。
在媒體採訪中，曠視開源框架相關負責人表示，儘管進行了易用性優化，但 AI 技術仍有一定門檻，曠視未來可能會在此之上提供諮詢服務。
對於國內的 AI 增量市場，天元相比於 TensorFlow 和 Pytorch 有一個天然的優勢，那就是曠視可以提供近場服務。產業試用後，如果提出更專業的需求，自然會想到對接曠視。換句話說，曠視發佈開源框架，也有獲客的作用。
目前曠視的主營業務聚焦個人設備、城市管理和供應鏈三大方向，在這些細分賽道，不僅有老對手商湯，還有傳統巨頭海康、大華、宇視，另外也有如澎思科技等後起之秀，賽道愈發擁擠。在需求側，儘管市場盤子很大，但主動需求有限。曠視框架的開源，或許是其市場競爭的新思路。
本文由極客公園 GeekPark 原創發佈，轉載請聯繫 [email protected]
閱讀更多 極客公園 的文章
