TensorFlow

2015年，Google开源了内部的TensorFlow框架，开始将人工智能计算框架作为一项云计算服务向外界提供。在核心开源库之后，TensorFlow还陆续推出了Javascript版本，满足在浏览器和Node.js上开发和训练机器学习模型，以及在移动设备和IoT设备上部署的Lite版本。另外，TensorFlow Extended是一个端到端的机器学习生产平台，它连带提供了编程环境和数据处理工具。

当然，TensorFlow并不是唯一的机器学习框架，Caffe，Torch，Keras等都是。它们无一例外都是开源的。在云计算的前沿领域，软件开源是一个普遍的策略。为什么如此复杂和高级的软件都会义无反顾地选择开源呢?一方面因为框架性产品本身并不直接包含商业价值，价值需要开发者进行二次创造，另一方面，在云计算服务的商业模式大前提下，通过API来提供封装好的人工智能服务是一个非常容易实现的商业手段。这些开源产品的运营者没有必要对框架进行收费。

人工智能服务

事实上，即便你不使用这些机器学习框架，也能直接使用人工智能服务。国内外云计算平台都已经在通过API提供各色各样的人工智能服务。这些服务已经完全封装成应用开发接口，开发者完全不需要了解和处理复杂的机器学习过程，只要把自己当作用户就可以了。

但是这些服务都非常具体和专向，并不存在任何通用的AI接口，每个接口只能为用户解决一类具体问题。以下是阿里云AI类目下的服务分布。你可以看出这些服务都和用户的某一个具体需求有关。比如语音识别可以让移动开发者开发出让用户直接通过语音来控制功能的应用。人脸识别可以识别出影像中的人脸对象和实现身份对比验证。

提供一次此类服务要收多少钱呢?在云计算平台上，这类AI应用开发接口大多按照次数或者每秒次数级别(QPS)进行收费。比如识别一张身份证上的信息大约要收取1-5分钱，听起来不少吧?

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!