美国人工智能业界，今天起风了。
三大领军企业 Facebook、微软和 Google 之间的关系发生了重大的变化：Facebook 和微软结盟，推出一套开放神经网络交换格式（Open Neural Network Exchange，ONNX），提升两家公司主导的神经网络框架格式间的互通性。
▲ 已确认支援 ONNX 的 3 种深度学习框架：Caffe2、CNTK 和 PyTorch。
给非神经网络专业人士简单解释一下怎么回事：人工智能的实现技术主要是深度学习神经网络，而神经网络训练和使用（推理）通常采用一种主流的深度学习框架或程式库，主流的框架或程式库和主导者、主要支援者有以下这些：TensorFlow（Google）、Caffe / Caffe2（Facebook）、CNTK（微软）、MXNet（亚马逊为主）、PyTorch 等。
不同框架有不同优势。比如 PyTorch 出现很早，学术界拥护者很多，用它训练神经网络取得的效能更好，用专业术语来说叫做 state-of-the-art（目前水准最高的）。PyTorch 是 Facebook 主导，FAIR（Facebook 人工智能研究院）都用它。但 Facebook 还有一个学术大神、在知乎上活跃度很高的贾扬清带队开发的 Caffe2 框架，这个框架的极限效能并不一定最出众，但优势是非常适合在终端机装置（比如手机甚至内嵌式装置）执行。Facebook 的产品很多都依赖 Caffe2。
这些框架之间的互通性过去并不好，大部分没有。为什么需要框架间有互通性？情况一：有时候另一个框架或程式库某个模型效能更好，但和你的整体专案不相容；情况二：因为框架 A 表现很好，你用它训练了一个神经网络，结果你公司的生产环境用的是框架 B，这意味着你的研究成果没法投产。想想，Facebook 一家公司内就有两种主流框架，工作起来不累吗？
如果你还不太理解这种尴尬，就想像你写一个程式：大部分程式码都用 A 语言来写，但某个很重要的组成部分已有现成的开源，用的是 B 语言，但这两种语言之间没有很好的互通机制，无法共同工作，所以你只能继续用 A 写，结果就是不仅累且效率低。
Facebook 和微软今天合作就是为了解决这个问题。根据双方透露的情况，9 月内，CNTK、Caffe2 和 PyTorch 都会发表更新，支援新的互通格式 ONNX。Facebook 和微软说，他们期待人工智能的学术研究和工业生产的世界是一个开放的生态，而 ONNX 是他们走向开放生态的第一步。
如果你相信了，那你可能太年轻了：这次合作并没有 Google 的事。
Google 是 TensorFlow 框架的核心贡献者和主导者，而 TensorFlow 目前是业界主流，是 GitHub 最受欢迎、已建立的生态健全程度相对更高的框架──没有也不会加入支援 ONNX（至少目前没有）。
这就好比你要在森林里建立动物王国，却漏了食物链顶端的老虎……
这也是为什么 Facebook 和微软这次合作看来更像为了对抗 Google / TensorFlow 结成的同盟，联吴抗魏懂吧？
但这并不意味 Google 和其他公司无法参与。ONNX 是一个开源专案，非 FB、微软两家内部的机密专案，所有程式码都公开且允许第三方提交贡献。这意味着 Google 如果愿意让那些用其他框架还觊觎 TensorFlow 的科研人员好过一点，可跟 Facebook、微软商量一下，然后也发个声明昭告天下：TensorFlow 强势加入 ONNX 套餐。相信这一定大快所有人心。
同样，其他框架的开发者也可以加入，那才是真正开放和互通的“人工智能生态”。
新闻说完了。所以 ONNX 对吃瓜群众有什么好处？
答案是没什么直接的好处，但 ONNX 让人工智能变成消费者可直接使用之产品的过程更简单方便；我们使用的人工智能产品效能也可能会有微小的提升。
Google 工程师看着 Facebook 和微软的新闻，心里想的一定是：小子，戏挺多的啊……
- Facebook and Microsoft introduce new open ecosystem for interchangeable AI frameworks
- Microsoft and Facebook create open ecosystem for AI model interoperability
（本文由 PingWest 授权转载；首图来源：shutterstock）
