又有一家科技巨头向全世界公开了他们的 know-how 人工智能。2月25日，Yahoo 发布了 CaffeOnSpark 人工智能的源代码，每个学术研究人员或是大公司都可以使用或是加以修改。
Yahoo 在科技方面的实力大概鲜有人知。事实上开源 Hadoop 就是 Yahoo 孵化的；Facebook、Twitter 以及其他不少公司都在用这个数据处理平台。因此在人工智能方面，Yahoo 公司有着独到的长处，因为在培训人工智能系统的时候，数据就和算法一样重要。而且 Yahoo 手握着全球最有趣***的资料库之一：相片社群网站 Flickr。
就如诸多新的开源人工智能项目一样，CafffeOnSpark 的根基是深度学习。深度学习是人工智能的一个分支，以其人类语音、照片和视频等的识别能力见长。Yahoo 就是用这项技术来识别照片中的不同内容，以此改良 Flickr 网站的搜索结果。与其他网站不同，Flickr 的图片搜索并不是靠图片描述或是用户输入的关键词。Yahoo 会教电脑如何识别照片的某种特征，例如特定的颜色，甚至是物体或动物。
在最近几个月里，Google 开放了深度学习网络 TensorFlow 的源代码，Microsoft 开放了类似的网络 CNTK，Facebook 分享了人工智能硬件设计，中国搜索引擎巨头百度也公开了深度学习训练软件。
这些开源技术项目都各自有所侧重，偏向不同。例如 Yahoo 的目的是要在现存的系统上运行深度学习，避免把数据从一个地方传输到另一个地方。Yahoo 的构架副总裁 Andy Fent 向我们解释，训练深度学习系统识别图片需要巨量的数据信息。你得往算法里放大量的例子，越多越好，比如如果是一只猫的话，系统要足够的图才会「学会」辨认猫之间的共同特征，分辨猫和其他动物。
Flickr 网站上有成千上万张图片，足够拿来训练人工智能了。但是开发团队不想把这些图片从 Flickr 服务器传送到另一层运行深度学习软件的服务器里。于是他们发明了在已有的构架上运行深度学习软件的方法。
从名字上看，CaffeOnSpark 结合了两种现有的科技：深度学习框架 Caffe 和大规模数据处理系统 Spark。Yahoo 所做的就是想办法在 Spark 层次上运行 Caffe。找到方法后，Caffe 不仅可以在 Spark 上运行，还可以两者一起在 Hadoop 上运行。Yahoo 的开发不仅会让人工智能开发者用更简单熟悉的工具、省去传送数据的麻烦过程，还能让深度学习更方便地同时处理数个服务器的内容。Feng 还特意告诉我们，这一点 Google 的 TensorFlow 目前还做不到，Yahoo 领先了一步。
Feng 说到，去年团队在博客上发表了有关 CaffeOnSpark 的帖子后，不少公司都希望 Yahoo 开放 CaffeOnSpark 的源代码。于是他们发现，不少公司其实服务器上都已经具备了不少信息，但是他们不想传送。
