2015-2016的机器学习平台开源大潮中，美国是当之无愧的引领者：无论是谷歌、亚马逊、微软、IBM等互联网巨头，还是美国各大科研院所，为开源世界贡献了品类繁多的机器学习工具。这其中不乏华人的身影，比如开发出Caffe的贾杨清。
但在大陆这边，无论是BAT还是学界，在开源机器学习项目上始终慢了一拍，令人十分遗憾。这与我国世界最大AI研究者社区、占据AI科研领域半壁江山的江湖地位*颇为不符。让人欣喜的是，2016下半年，百度和腾讯先后发布了它们的开源平台战略。虽然姗姗来迟，但作为下半场入场的选手，它们的开源平台各自有什么意义？本文中，作为机器学习开源项目盘点的第三弹，雷锋网将与你一起看看包括百度腾讯平台在内的国内四大开源项目。
1.百度：希望获得开发者青睐的“PaddlePaddle”
2016年9月1日的百度世界大会上，百度首席科学家吴恩达宣布，该公司开发的异构分布式深度学习系统PaddlePaddle将对外开放。这标志着国内第一个机器学习开源平台的诞生。
其实，PaddlePaddle的开发与应用已经有段时日：它源自于2013年百度深度学习实验室创建的“Paddle”。当时的深度学习框架大多只支持单GPU运算，对于百度这样需要对大规模数据进行处理的机构，这显然远远不够，极大拖慢了研究速度。百度急需一种能够支持多GPU、多台机器并行计算的深度学习平台。而这就导致了Paddle的诞生。自2013年以来，Paddle一直被百度内部的研发工程师们所使用。
而Paddle的核心创始人，当年的百度深度学习实验室研究员徐伟，现在已是PaddlePaddle项目的负责人。
徐伟
对了，从“Paddle”到“PaddlePaddle”的命名还有一个小插曲：Paddle是“ParallelDistributedDeepLearning”的缩写，意为“并行分布式深度学习”。而去年9月发布时，吴恩达认为“PaddlePaddle”（英语意为划船——“让我们荡起双~昂~桨，小船儿推开波浪。。。”）其实更郎朗上口、更好记，于是就有了这么个可爱的名字。
那么，PaddlePaddle有什么特点？
相比现有深度学习框架，PaddlePaddle对开发者来说有什么优势？
首先，是易用性。
相比偏底层的谷歌TensorFlow，PaddlePaddle的特点非常明显：它能让开发者聚焦于构建深度学习模型的高层部分。项目负责人徐伟介绍：
抛开底层编码，使得TensorFlow里需要数行代码来实现的功能，可能在PaddlePaddle里只需要一两行。徐伟表示，用PaddlePaddle编写的机器翻译程序只需要“其他”深度学习工具四分之一的代码。这显然考虑到该领域广大的初入门新手，为他们降低开发机器学习模型的门槛。这带来的直接好处是，开发者使用PaddlePaddle更容易上手。
其次，是更快的速度。
另外，自诞生之日起，它就专注于充分利用GPU集群的性能，为分布式环境的并行计算进行加速。这使得在PebblePebble上，用大规模数据进行AI训练和推理可能要比TensorFlow这样的平台要快很多。
说到这里，业内对PaddlePaddle怎么看？
首先不得不提的是Caffe，许多资深开发者认为PaddlePaddle的设计理念与Caffe十分相似，怀疑是百度对标Caffe开发出的替代品。这有点类似于谷歌TensorFlow与Thano之间的替代关系。
知乎上，Caffe的创始人贾杨清对PaddlePaddle评价道：
最后，贾表示PaddlePaddle的整体架构功底很深，是下了功夫的。这方面，倒是赢得了开发者的普遍认同。
总结起来，业内对PaddlePaddle的总体评价是“设计干净、简洁，稳定，速度较快，显存占用较小”。
但是，具有这些优点，不保证PaddlePaddle就一定能在群雄割据的机器学习开源世界占有一席之地。有国外开发者表示，PaddlePaddle的最大优点是快。但是，比TensorFlow快的开源框架其实有很多：比如MXNet，NervanaSystem的Neon，以及三星的Veles，它们也都对分布式计算都很好的支持，但都不如TensorFlow普及程度高。这其中有TensorFlow庞大用户基础的原因，也得益于谷歌自家AI系统的加持。
百度的AI产品能够对普及PaddlePaddle产生多大的帮助，尚需观察。雷锋网获知，它已经应用于百度旗下的多项业务。百度表示：
最后，我们来看看对于自家推出的PaddlePaddle，李彦宏怎么说：
“经过了五六年的积累，PaddlePaddle实际上是百度深度学习算法的引擎，把源代码开放出来，让同学们、让社会上所有的年轻人能够学习，在它的基础上进行改进，我相信他们会发挥出来他们的创造力，去做到很多我们连想都没有想过的东西。”
2.腾讯：面向企业的“Angel”
2016，鹅厂在AI领域展开一系列大动作：
Angel将成为PaddlePaddle之后、BAT发布的第二个重磅开源平台。那么，它到底是什么？
简单来说，Angel是面向机器学习的分布式计算框架，由鹅厂与香港科技大学、北京大学联合研发。腾讯表示，它为企业级大规模机器学习任务提供解决方案，可与Caffe、TensorFlow和Torch等业界主流深度学习框架很好地兼容。但就雷锋网所知，它本身并不算是机器学习框架，而侧重于数据运算。
上个月18日的发布会上，腾讯首席数据专家蒋杰表示：
“面对腾讯快速增长的数据挖掘需求，我们希望开发一个面向机器学习的、能应对超大规模数据集的、高性能的计算框架，并且它要对用户足够友好，具有很低的使用门槛，就这样，Angel平台应运而生。”
这其中的关键词，一个是“大”规模数据，另一个是“低”使用门槛。
“大”方面，企鹅表示Angel支持十亿级别维度的模型训练：
“Angel采用多种业界最新技术和腾讯自主研发技术，包括SSP（StalesynchronousParallel）、异步分布式SGD、多线程参数共享模式HogWild、网络带宽流量调度算法、计算和网络请求流水化、参数更新索引和训练数据预处理方案等。这些技术使Angel性能大幅提高，达到Spark的数倍到数十倍，能在千万到十亿级的特征维度条件下运行。”
总的来讲，Angel的定位是对标Spark。蒋杰宣称，它融合了Spark和Petuum的优点。“以前Spark能跑的，现在Angel快几十倍；以前Spark跑不了的，Angel也能轻松跑出来。”
其实，Angel已经是鹅厂的第三代大数据计算平台。
但对于机器学习社区，Angel开源的意义是否如同鹅厂宣称的那样大？
对此，机器学习界的“网红”、微软研究员彭河森说道：
“对于小一点的公司和组织，Spark甚至MySQL都已经够了(为了政治正确我提一下PostgresQL)；而对于大一点真的用得上Angel的企业，如阿里巴巴等，早就自主开发了自己的大数据处理平台。”
彭河森
最后，我们来看看蒋杰对Angel开源意义的官方总结：
“机器学习作为人工智能的一个重要类别，正处于发展初期，开源Angel，就是开放腾讯18年来的海量大数据处理经验和先进技术。我们连接一切连接的资源，激发更多创意，让这个好平台逐步转化成有价值的生态系统，让企业运营更有效、产品更智能、用户体验更好。”
3.阿里巴巴：犹抱琵牌半遮面的DTPAI
但凡说到平台，就不能不提阿里。
与百度比起来，阿里的AI战略布局看上去更“务实”：主要是依托阿里云计算、贴近淘宝生态圈的一系列AI工具与服务，比如阿里小蜜。而基础研究起步较晚，相对百度和鹅厂也更低调。2016年阿里AI战略的大事件是8月9日的云栖大会，马云亲自站台发布了人工智能ET，而它的前身是阿里“小Ai”。综合目前信息，阿里想要把ET打造成一个多用途AI平台：应用于语音、图像识别，城市计算（交通），企业云计算，“新制造”，医疗健康等等领域，让人不禁联想起IBMWatson。用阿里的话来说，ET将成为“全局智能”。
但是，在开源项目方面，阿里有什么布局（马云最喜欢用这样的词）？
答案有惊喜也有失望。
好消息是，阿里早在2015年就宣布了数据挖据平台DTPAI（全称：Datatechnology，thePlatformofAI，即数据技术—人工智能平台）。
坏消息是，那之后就没动静了。
当时，也就是2015年的八月，阿里宣布将为阿里云客户提供付费数据挖掘服务DTPAI。当然，对它的发布免不了大谈特谈一通“生态”、“平台”——宣称DTPAI是“中国第一个人工智能平台”。格调定得相当高。
它有什么特点？
首先，DTPAI将集成阿里巴巴核心算法库，包括特征工程、大规模机器学习、深度学习等等。其次，与百度、腾讯一样，阿里也很重视旗下产品的易用性。阿里ODPS和iDST产品经理韦啸表示，DTPAI支持鼠标拖拽的编程可视化，也支持模型可视化；并且广泛与MapReduce、Spark、DMLC、R等开源技术对接。
嗯，有关DTPAI的信息到此为止。Seriously，2015年之后它就再也没消息了。阿里云是耍猴还是在憋大招？我们只有走着瞧。
4.山世光：大陆学界硕果仅存的SeetaFace
盘点了BAT的开源平台规划，再来看一个始于学界的项目。与国外AI学界百花齐放的现状不同，大多数人从未听说过始于国内学界的机器学习开源项目，这方面几乎是空白一片——说是“几乎”，因为有中科院计算所山世光老师带领开发的人脸识别引擎SeetaFace。
山老师是我国AI界的学术大牛之一，2016年下半年已经下海创业，创业后不久就公开了SeetaFace。山老师的研究团队表示，开源SeetaFace是因为“该领域迄今尚无一套包括所有技术模块的、完全开源的基准人脸识别系统”。而SeetaFace将供学界和工业界免费使用，有望填补这一空白。
SeetaFace基于C++，不依赖于任何第三方的库函数。作为一套全自动人脸识别系统，它集成了三个核心模块，即：人脸检测模块（SeetaFaceDetection）、面部特征点定位模块（SeetaFaceAlignment）以及人脸特征提取与比对模块（SeetaFaceIdentification）。
该系统用单个英特尔i7CPU就可运行，成功降低了人脸识别的硬件门槛。它的开源，有望帮助大量有人脸识别任务需求的公司与实验室，在它们的产品服务中接入SeetaFace，大幅减少开发成本。