目前，人工智能是科技界不斷發(fā)展的領(lǐng)域之一，主要側(cè)重于構(gòu)建軟硬件，以便在醫(yī)療、教育、安全、制造、銀行及其他眾多領(lǐng)域解決日常生活中的挑戰(zhàn)。我們在本文中將介紹幾款面向Linux生態(tài)系統(tǒng)的頂尖開源人工智能工具。

下面列出了為支持人工智能設(shè)計(jì)和開發(fā)的諸多平臺，你可以在Linux及其他許多操作系統(tǒng)上使用。切記：介紹順序不分先后。

1.DeepLearningForJava(Deeplearning4j)

Deeplearning4j是一種商用級、開源、即插即用的分布式深度學(xué)習(xí)庫，面向Java和Scala編程語言。它是專門為商業(yè)相關(guān)應(yīng)用設(shè)計(jì)的，并與分布式CPU和GPU上的Hadoop和Spark整合起來。

DL4J采用Apache2.0許可證發(fā)布，它提供了GPU支持，以便在AWS上進(jìn)行擴(kuò)展，并且適用于微服務(wù)架構(gòu)。

主頁鏈接：http://deeplearning4j.org/

2.Caffe

是一種模塊化、表達(dá)式的深度學(xué)習(xí)框架，以速度見長。它采用BSD2-Clause許可證發(fā)布，已經(jīng)支持研究、初創(chuàng)公司原型以及視覺、速度和多媒體之類的工業(yè)應(yīng)用等領(lǐng)域的幾個(gè)社區(qū)項(xiàng)目。

主頁鏈接：http://caffe.berkeleyvision.org/

3.H20

是一種開源、快速、可擴(kuò)展的分布式機(jī)器學(xué)習(xí)框架，另外該框架還有各種各樣的算法。它支持更智能化的應(yīng)用，比如深度學(xué)習(xí)、梯度提升、隨機(jī)森林、廣義線性建模(比如邏輯回歸和彈性網(wǎng)絡(luò))以及其他更多。

這是一種面向企業(yè)的人工智能工具，用于利用數(shù)據(jù)做決策，它讓用戶能夠使用更快速、更準(zhǔn)確的預(yù)測建模，從數(shù)據(jù)獲取洞察力。

主頁鏈接：http://www.h2o.ai/

4.MLli

是一種開源、易于使用、高性能的機(jī)器學(xué)習(xí)庫，是作為ApacheSpark的一部分開發(fā)的。它實(shí)際上易于部署，可以在現(xiàn)有的Hadoop集群和數(shù)據(jù)上運(yùn)行。

MLlib還隨帶一系列算法，可用于分類、回歸、推薦、聚類、生存分析及更多方面。重要的是，它可以用在Python、Java、Scala和R等編程語言中。

主頁鏈接：https://spark.apache.org/mllib/

5.ApacheMahout

Mahout是一種開源框架設(shè)計(jì)工具，用于構(gòu)建可擴(kuò)展的機(jī)器學(xué)習(xí)應(yīng)用程序，它擁有如下三大功能：

提供簡單、可擴(kuò)展的編程工作環(huán)境。提供諸多預(yù)包裝算法，支持Scala+ApacheSpark、H20以及ApacheFlink。包括Samaras，這是一種向量數(shù)學(xué)試驗(yàn)型工作環(huán)境，擁有類似R的語法。

主頁鏈接：http://mahout.apache.org/

6.開放神經(jīng)網(wǎng)絡(luò)庫(OpenNN)

OpenNN也是一種用C++編寫的開源類庫，面向深度學(xué)習(xí)，它用于構(gòu)建神經(jīng)網(wǎng)絡(luò)。然而，它最適合經(jīng)驗(yàn)豐富的C++程序員以及機(jī)器學(xué)習(xí)技能出色的人員。它的特點(diǎn)就是擁有深度架構(gòu)和高性能。

主頁鏈接：http://www.opennn.net/

7.Oryx2

Oryx2是最初的Oryx項(xiàng)目的延續(xù)，它是在ApacheSpark和ApacheKafka上開發(fā)的，重新設(shè)計(jì)了Lambda架構(gòu)，不過專門面向?qū)崟r(shí)機(jī)器學(xué)習(xí)。

這是個(gè)應(yīng)用開發(fā)平臺，還隨帶協(xié)作過濾、分類、回歸和聚類等方面的某些應(yīng)用程序。

主頁鏈接：http://oryx.io/

8.OpenCyc

OpenCyc是一種開源門戶網(wǎng)站，通向世界上最大、最全面的一般知識庫和常識推理引擎。它包括大量的Cyc術(shù)語，這些術(shù)語用一種精確設(shè)計(jì)的本體來排列，支持這些領(lǐng)域的應(yīng)用：

豐富領(lǐng)域建模特定領(lǐng)域?qū)＜蚁到y(tǒng)文本理解語言數(shù)據(jù)整合、人工智能游戲及其他

主頁鏈接：http://www.cyc.com/platform/opencyc/

9.Apache SystemML

SystemML是一種面向機(jī)器學(xué)習(xí)的開源人工智能平臺，最適合大數(shù)據(jù)。主要功能特性：支持類似R和Python的語法，專注于大數(shù)據(jù)，專門為高級數(shù)學(xué)設(shè)計(jì)。主頁上詳細(xì)解釋了其工作原理，包括視頻演示，作了明確的講解。

有幾個(gè)方法可以使用它，包括ApacheSpark、ApacheHadoop、Jupyter和ApacheZeppelin。一些重要的使用場合包括汽車、機(jī)場交通和社群金融。

主頁鏈接：http://systemml.apache.org/

10.NuPIC

NuPIC是一種機(jī)器學(xué)習(xí)開源框架，基于分層時(shí)間記憶(HTM)，這是一種大腦皮層理論。用NuPIC集成的HTM程序是為分析實(shí)時(shí)流數(shù)據(jù)而實(shí)踐的，它能學(xué)習(xí)數(shù)據(jù)中基于時(shí)間的模式，預(yù)測當(dāng)前值，并且發(fā)現(xiàn)任何不規(guī)則的地方。

它的重要功能特性包括如下：

持續(xù)在線學(xué)習(xí)時(shí)間和空間模式實(shí)時(shí)流數(shù)據(jù)預(yù)測和建模強(qiáng)大的異常檢測分層時(shí)間記憶

主頁鏈接：http://numenta.org/

由于人工智能領(lǐng)域的研究方興未艾，我們勢必會看到更多的工具涌現(xiàn)出來，有助于讓這個(gè)技術(shù)領(lǐng)域大獲成功，尤其是用于克服日常的科學(xué)挑戰(zhàn)，并且滿足教學(xué)用途。