Google：TensorFlow
TensorFlow 发布于 2015 年 11 月，是谷歌基于 DistBelief 研发的第二代机器学习系统。它是一个能处理多种语言理解和认知任务的开源软件库。它最初由谷歌大脑(Google Brain)的研究人员开发出来，用于机器学习和深度神经网络方面的研究。但它的通用性使其也可广泛用于其他计算领域。在谷歌，TensorFlow 已用来支持 Gmail、谷歌相册、语音识别、搜索等旗下多款商业化应用。许多开发者把它看作是 Theano 的替代品：这两者都采用了计算图( computational graph)。
现在， TensorFlow 发布已超过一周年，它已成为 GitHub 上最受欢迎的机器学习开源项目。并且，谷歌已为它加入了官方 Windows 支持。
优点：
谷歌表示，TensorFlow 的优点在于：通用，灵活，可移动，容易上手并且完全开源。对于部分任务，它的运行速度能达到上代 DistBelief 的两倍。
TensorFlow 不仅仅是深度学习工具，它还支持强化学习以及其他算法。
它既可用来做研究，又适用于产品开发。
但 TensorFlow 最大的优点，应该是用的人多——它是 AI 开发者社区参与度和普及程度最高的开源项目之一。Cambrio 的 CEO Daniel Kuster 表示：“写出能让机器编译、执行的代码或许不难，但让同行们接受就十分不容易了。越多人用，越多的人分担(难题)。”
缺点：
计算资源分配机制使系统更复杂：为使用户精确控制 GPU 节点的使用情况，TensorFlow 牺牲了简洁。另外，启动时它会试图占用全部的可用显存。
评价：
微软机器学习研究员彭河森表示， TensorFlow 是非常优秀的跨界平台：它吸取了已有平台的长处，既能让用户触碰底层数据，又具有现成的神经网络模块，可以让用户非常快速的实现建模。
更多请参考，中国直播网，我们整理的真正从零开始，TensorFlow详细安装入门图文教程!以及谷歌 TensorFlow 一岁啦，它是最受欢迎的机器学习开源项目。
Google：DeepMind Lab
这家精通 AI 训练的公司，以在围棋上五局四胜击败李世石的 ALphaGo 扬名于世。这成为 2016 年的 AI 里程碑事件。被谷歌收购后，更使后者的江湖地位得到巩固。
本月初，DeepMind 宣布把 AI 训练平台 Labyrinth 开源，并改名为 DeepMind Lab。
没错，这就是之前的那个“迷宫游戏”：
它是针对基于代理的 AI 研究而开发的 3D 训练平台。DeepMind 表示，它为学习代理提供了一系列颇具挑战的三维探索和解谜任务。该项目旨在为 AI 研究、尤其是深度强化学习提供试验田。
所有场景使用科幻剧风格进行渲染。它采用了第一人称视察方式：通过代理的视角。代理的躯体是一个漂浮的圆球，通过启动背后的推进器前进。“游戏”中，代理可以在 3D 空间中移动，转动“头部”观察周围环境。
DeepMind Lab 具有高度可定制、可扩展性。新的等级可以通过现成的编辑工具制作。另外，DeepMind Lab 包括了纲领性等级创建的交互界面。不同等级可以从多方面来定制：游戏逻辑、捡落物品、旁观、等级重启，奖励机制，游戏内信息等等。
DeepMind 联合创始人 Shane Legg 表示，DeepMind Lab 比其他的 AI 训练环境要出色，因为其游戏环境非常复杂。此前，通过改良传统深度增强学习方法，Deepmind 使代理以高于 A3C(DeepMind 另一个现役代理) 十倍的速度学习，并平均在每个迷宫层达到人类专家水平的 87% 。
DeepMind Lab 的源代码公布于 GitHub，它目前需要依赖于外部软件库。由于发布时间尚短，开发者社区对于 DeepMind Lab 的反馈很少。
关于 DeepMind Lab 的详细信息，请参考继 OpenAI 之后，DeepMind 开源深度学习训练平台 DeepMind Lab 和 DeepMind 黑科技!颠覆传统强化学习方法，中国直播网 ，代理学习速度提高十倍(附视频)。
OpenAI：Universe
本月，正是这家马斯克投资的初创公司一周岁生日。在月初的 NIPS 大会上，它宣布对旗下 AI 训练平台 “Universe”(宇宙)开源。这是一个与 DeepMind Lab 十分类似的平台，两者宣布开源的时间点也十分接近，这引发了公众对两者间竞争关系的猜想。
与 DeepMind Lab 相似，Universe 的目标也是给开发者们训练、测试 AI 代理提供平台。但对于它们之间的不同点，官方给出了解释：
Universe 是一个在全世界的游戏、网页和其他应用中，评估、训练智能代理的软件平台。
代理使用了和人类一样地感官输入和控制方式：看到的是像素，控制的是鼠标键盘。这使得任何需要电脑来完成的任务，都可以训练 AI 去做，并且与人类玩家较量。
这十分有野心。对于第一点，OpenAI 给出了进一步说明：Universe 包含上千种不同训练环境，包括 Flash 游戏，网页任务，蛇蛇大作战和侠盗猎车手5 这样的游戏。开发团队在博客中说：“我们的目标是开发出一个单个 AI 代理，能灵活地把它过去的经验应用于 Universe 场景中，来迅速掌握陌生、困难的环境。这会是走向通用智能的关键一步。”
OpenAI 认为深度学习系统过于专业化：“AlphaGo 能在围棋上轻松赢你，但是你无法教会它其他棋牌游戏，然后让它跟你玩。”于是，Universe 使得 AI 能够处理多种类型的任务，让它发展出“关于世界的知识和解决问题的战术，并能有效应用于新任务。”
#p#分页标题#e#据悉，OpenAI 已经拿到了 EA，微软工作室，Valve 和其他公司的许可，以使用银河飞将3，传送门和环世界 (Rimworld) 等游戏。OpenAI 还在积极联系其他公司、开发者和用户，寻找更多游戏的许可，用不同 Universe 任务训练代理，并把新游戏整合入系统。
我们此前对 OpenAI 和 Universe 做了深度报道，请参考 OpenAI发布“宇宙”平台，用1000+训练环境赋予AI“类人智力”，与终结者对抗，钢铁侠马斯克10亿美金打造的Open AI究竟是什么?以及强强联合，微软与 OpenAI 合力布局人工智能。
对于为什么 OpenAI 和 DeepMind 会一前一后选择开源，外媒 Engadget 认为，目前 AI 已经发展到新阶段——需要更多的学习数据，所以通常情况下“较封闭”的科技公司会选择对外合作。当然，2015-2016 的这波开源大潮中，AI 行业各成员展示出的与公众分享研究成果的精神，也值得肯定。
特别声明：本文为中国直播网直播号作者或机构上传并发布，仅代表该作者或机构观点，不代表中国直播网的观点或立场，中国直播网仅提供信息发布平台。
版权声明：版权归著作权人，转载仅限于传递更多信息，如来源标注错误侵害了您的权利，请来邮件通知删除，一起成长谢谢
欢迎加入：直播号，开启无限创作！一个敢纰漏真实事件，说真话的创作分享平台，一个原则：只要真实，不怕事大，有线索就报料吧！申请直播号请用电脑访问https://zbh.zhibotv.com.cn。
