Facebook 和微軟推出一個 AI「開放生態」，卻沒找

美國人工智慧業界，今天起風了。

三大領軍企業 Facebook、微軟和 Google 之間的關係發生了重大的變化：Facebook 和微軟結盟，推出一套開放神經網路交換格式（Open Neural Network Exchange，ONNX），提升兩家公司主導的神經網路框架格式間的互通性。

已確認支援 ONNX 的 3 種深度學習框架：Caffe2、CNTK 和 PyTorch。

給非神經網路專業人士簡單解釋一下怎麼回事：人工智慧的實現技術主要是深度學習神經網路，而神經網路訓練和使用（推理）通常採用一種主流的深度學習框架或程式庫，主流的框架或程式庫和主導者、主要支援者有以下這些：TensorFlow（Google）、Caffe / Caffe2（Facebook）、CNTK（微軟）、MXNet（亞馬遜為主）、PyTorch 等。

不同框架有不同優勢。比如 PyTorch 出現很早，學術界擁護者很多，用它訓練神經網路取得的效能更好，用專業術語來說叫做 state-of-the-art（目前水準最高的）。PyTorch 是 Facebook 主導，FAIR（Facebook 人工智慧研究院）都用它。但 Facebook 還有一個學術大神、在知乎上活躍度很高的賈揚清帶隊開發的 Caffe2 框架，這個框架的極限效能並不一定最出眾，但優勢是非常適合在終端機裝置（比如手機甚至內嵌式裝置）執行。Facebook 的產品很多都依賴 Caffe2。

這些框架之間的互通性過去並不好，大部分沒有。為什麼需要框架間有互通性？情況一：有時候另一個框架或程式庫某個模型效能更好，但和你的整體專案不相容；情況二：因為框架 A 表現很好，你用它訓練了一個神經網路，結果你公司的生產環境用的是框架 B，這意味著你的研究成果沒法投產。想想，Facebook 一家公司內就有兩種主流框架，工作起來不累嗎？

如果你還不太理解這種尷尬，就想像你寫一個程式：大部分程式碼都用 A 語言來寫，但某個很重要的組成部分已有現成的開源，用的是 B 語言，但這兩種語言之間沒有很好的互通機制，無法共同工作，所以你只能繼續用 A 寫，結果就是不僅累且效率低。

Facebook 和微軟今天合作就是為了解決這個問題。根據雙方透露的情況，9 月內，CNTK、Caffe2 和 PyTorch 都會發表更新，支援新的互通格式 ONNX。Facebook 和微軟說，他們期待人工智慧的學術研究和工業生產的世界是一個開放的生態，而 ONNX 是他們走向開放生態的第一步。

如果你相信了，那你可能太年輕了：這次合作並沒有 Google 的事。

Google 是 TensorFlow 框架的核心貢獻者和主導者，而 TensorFlow 目前是業界主流，是 GitHub 最受歡迎、已建立的生態健全程度相對更高的框架──沒有也不會加入支援 ONNX（至少目前沒有）。

這也是為什麼 Facebook 和微軟這次合作看來更像為了對抗 Google / TensorFlow 結成的同盟，聯吳抗魏懂吧？

但這並不意味 Google 和其他公司無法參與。ONNX 是一個開源專案，非 FB、微軟兩家內部的機密專案，所有程式碼都公開且允許第三方提交貢獻。這意味著 Google 如果願意讓那些用其他框架還覬覦 TensorFlow 的科研人員好過一點，可跟 Facebook、微軟商量一下，然後也發個聲明昭告天下：TensorFlow 強勢加入 ONNX 套餐。相信這一定大快所有人心。

同樣，其他框架的開發者也可以加入，那才是真正開放和互通的「人工智慧生態」。

新聞說完了。所以 ONNX 對吃瓜群眾有什麼好處？

答案是沒什麼直接的好處，但 ONNX 讓人工智慧變成消費者可直接使用之產品的過程更簡單方便；我們使用的人工智慧產品效能也可能會有微小的提升。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！