作用;Seldonian 算法可指定不希望出现的不良行为, 防止机器人产生
自我意识; Shape Mask 实例切割算法能识别图像中的物体实例,提
高识别精度等。此外,未来随着深度学习算法与知识工程、神经科学
等领域的逐步融合,深度学习也将发展出新的技术路线,引领人工智
能技术进入 “后深度学习时代 ”。
2.2 软件生态体系趋于成熟,开源框架推动人工智能进一步普及
软件框架是人工智能技术体系的核心,实现了对人工智能算法的
封装、数据的调用以及计算资源的使用。深度学习训练框架技术及生
态已经趋于成熟,除了少数企业为打造技术壁垒而选择以闭源方式开
发软件框架外,目前业内主流软件框架基本都是开源化运营,推动人
工智能产业生态的逐步形成。其中,主流的深度学习开源软件框架包
括由谷歌大脑主导的 TensorFlow 、由亚马逊主导的 MXNet 、由脸书
主导的 Caffe/2+PyTorch 、由微软主导的 Microsoft Cognitive Toolkit
(CNTK)、由百度主导的 PaddlePaddle 、由腾讯主导的 NCNN 等。
开源软件框架降低了人工智能行业的门槛, 满足了开发者训练新算法、
部署新模型等需求,将推动人工智能进一步普及。斯坦福大学等于
2019 年 12 月发布的《人工智能指数报告》指出, AI 算法正在变得越