2018年終總結之AI領域開源框架匯總

2018年終國內外AI軟硬件開源框架整理匯總如下。

【稍顯活躍的第一季度】

2018.3.04——OpenAI公布“后見之明經驗復現(xiàn)（Hindsight Experience Reply,HER）”的開源算法，這個新的算法保證人工智能可以像人類一樣從自己的錯誤中汲取教訓。

2018.3.13——第四范式免費對外開放旗下“第四范式智能客服平臺”，這是智能客服市場的首款免費產品。

2018.3.18——Uber開源了神經進化算法開發(fā)的交互式可視化工具VINE，該工具可以輕松實現(xiàn)神經網絡群體的各種特定指標以及適應度分數(shù)的可視化和隨時間的變化，用戶可對其進行實時評估。

【養(yǎng)精蓄銳的第二季度】

2018.6.08——阿里巴巴達摩院機器智能實驗室開源了新一代語音識別模型DFSMN，基于世界最大的免費語音識別數(shù)據庫Libri Speech，該模型將全球語音識別準確率紀錄提高至96.04%。

【蓄勢待發(fā)的第三季度】

2018.8.30——騰訊優(yōu)圖首個AI開源項目ncnn目前已正式加入ONNX，現(xiàn)已支持將ONNX文件轉換為ncnn模型。

2018.9.27——Uber宣布開源Petastorm，這是由Uber ATG開發(fā)的數(shù)據訪問庫，可直接基于數(shù)TB的Apache Parquet格式數(shù)據集進行單機或分布式訓練和深度學習模型評估。

【井噴的第四季度】

2018.10.10——Nvidia發(fā)布開源GPU加速平臺RAPIDS，主打數(shù)據科學和機器學習。

2018.10.12——商湯科技正式開源mmdetection和mmcv兩個項目。

2018.10.12——谷歌宣布開源Active Question Answering項目，使用強化學習訓練AI代理更好地提問。

2018.10.22——騰訊織云Metis智能運維學件平臺正式對外開源。

2018.10.25——Facebook開源了Faster R-CNN和Mask R-CNN的PyTorch 1.0實現(xiàn)基準：Mask RCNN-Benchmark。相比Detectron和mmdetection，Mask RCNN-Benchmark的性能相當，并擁有更快的訓練速度和更低的GPU內存占用。

2018.10.25——Uber開源地理空間工具包kepler.gl。

2018.10.30——Facebook開源了高性能內核庫QNNPACK，專為移動AI進行優(yōu)化。

2018.10.31——谷歌開源了基于TensorFlow的輕量級框架AdaNet，該框架可以使用少量專家干預來自動學習高質量模型。

2018.11.01——谷歌開源了BERT模型TensorFlow代碼、BERT-Base與BERT-Large模型的預訓練檢查點、微調實驗結果的自動化復現(xiàn)TensorFlow代碼、預訓練數(shù)據生成和數(shù)據訓練的代碼。

2018.11.02——Facebook開源首個適應大規(guī)模產品的強化學習平臺Horizon，基于PyTorch1.0

2018.11.04——騰訊AILab在南京舉辦的騰訊全球合作伙伴論壇上宣布正式開源「PocketFlow」項目。

2018.11.28——阿里巴巴首次開源深度學習框架X-Deep Learning

2018.11.29——H2O.ai宣布推出自動化機器學習平臺H2O.aiDriveless AI，并在亞馬遜云服務平臺AWS上開源；

2018.12.05——微軟宣布開放ONNX Runtime，這是一款用于Linux，Windows和Mac平臺的ONNX格式的機器學習模型的高性能推理引擎。

2018.12.12——Nvidia宣布正式開源被譽為市面最強大物理仿真引擎的PhysX，除了廣泛應用于游戲特效的提升，該引擎還能為AI、機器人與計算機視覺技術、自動駕駛與高性能計算提供支持。

轉載自：http://blog.sina.cn/dpool/blog/s/blog_cfa68e330102zg5r.html?type=-1&from=groupmessage&isappinstalled=0