同是开源人工智能平台，亚马逊与谷歌有何不同？

图片来源： MuyPymes

随着时代的发展，开源成为了业界的流行趋势之一，继谷歌、 Facebook 、微软和马斯克的Open AI后，亚马逊也要“大庇天下寒士俱欢颜”了，今天，该公司宣布将推出名为DSSTNE的开源人工智能架构，而该架构此前一直在为亚马逊的产品推荐系统服务。未来，任何人都可以利用DSSTNE打造自己的AI应用了。

虽然同属AI中的深度学习门类，但与谷歌、微软等公司不同，亚马逊DSSTNE的使命是卖货，而其他公司的AI则更多的用来识别图片和语音。

“我们将DSSTNE做成开源软件，就是为了让深度学习技术打破现有的语言理解和物品识别的桎梏，未来它们将获得搜索和推荐的能力，”亚马逊在DSSTNE的 Github 页面上写道。“我们希望全世界的开发者们能携起手来共同培养DSSTNE。不过我们更希望DSSTNE能带来更多领域的创新。”

除了饱含对未来美好世界的向往，开源的AI软件同时也是各大科技公司互相展示肌肉的主阵地。去年谷歌发布TensorFlow架构时，它并不支持软件跨服务器运行，这就意味着用户无法运用多台电脑进行计算，谷歌刻意削弱了TensorFlow的计算能力。

谷歌的“留一手”反而成了其他公司的突破口，微软和雅虎的深度学习架构就专门添加了对计算集群的支持。见势头不妙，谷歌今年年初又悄然变阵，发布了支持计算集群的新版TensorFlow。

由于加入战局较晚， 亚马逊的DSSTNE更加开放，它不但支持跨服务器的计算集群，还支持同服务器内多处理器执行任务。

为了压过对手， 亚马逊的SEETNE还支持在稀疏数据集下进行工作，而这份能力是TensorFlow等深度学习架构眼下所不具备的。 起先，TensorFlow是用来做图片识别的，因此谷歌可以利用互联网上无穷无尽的数据对其进行训练（如识别猫咪的图片）。而亚马逊的情况则完全不同，作为零售商，该公司有数百万种货品，但这些货品之间的联系可不像猫咪那么简单，而且数据量也不够庞大，因此做好产品推荐是个困难活。在亚马逊眼中，能利用少量数据完成预测的AI才是合格的AI。随着DSSTNE的开源，未来会有更多“扫地神僧”为该架构添砖加瓦，人工智能将变得更懂你。

via Wired