从基础设施的演变，看人工智能到底需要什么样的底层平台

机器学习和人工智能的时代已经到来。大数据、大容量存储、弹性计算和各类算法的发展，尤其是在深度学习领域的发展，带来了各类脑洞大开的创新应用。

在围棋这样的复杂策略游戏中，机器已经胜过人类。图像识别、语音识别等应用更是不在话下。语音智能助手开始普及，全自动驾驶汽车上路测试。然而对于近期机器学习/人工智能的这些发展，许多讨论围绕的都是算法和应用，很少有讨论涉及底层基础设施。

在计算技术的发展早期，只有汇编语言专家、编译器专家和操作系统专家才能开发简单的应用。目前的情况也很类似，只有获得统计学或分布式系统专业的博士学位，你才能知道如何开发人工智能系统并大规模部署。缺失的环节在于加速人工智能开发的抽象化工具。因此，只有最精英的工程团队才有完整的能力去做这方面工作。

另一方面，相对于机器学习技术的创新，基础设施的发展也很落后。简单来说，作为当前机器学习应用基础的系统和工具实际上并不适合未来智能应用的演进。面向未来，业内需要新工具去释放人工智能的潜力，让人工智能更加平易近人、更加实用。所以在基础设施创业领域，提供智能系统开发所需的模块，这将是未来的一座大金矿。

……
这篇文章发布很久了，已经被归档请点击阅读更多文章