序 言
前两天写了一篇《内容平台的Al时代来了么》，文章的观点不是很完善，今天就AI这个话题继续展开讨论，那么AI崛起出了算法、大数据、GPU硬件三大支柱以外，还有没有其他影响因素？普通人人又该如何面对新技术？
我们分几个方面来了解下可能的影响因素
一 算法的工程实现——框架开源
AI算法的一种工程实现是开源框架，一种开放源码的封装方式。先看一下最近几年国际国内互联网公司在开源方面的动作：
国际：
2016年互联网巨头纷纷开源了深度学习框架，如谷歌的Tensor Flow、亚马逊的MXnet、Facebook的Caffe/2Py Torch+、微软的CNTK等。
国内：
2016年：百度正式开源PaddlePaddle全套的深度学习框架，成为中国首个开源开放项目.
2017：腾讯优图开源了面向移动端的NCNN，
2017：小米开源了移动端深度学习引擎MACE（Mobile AI Compute Engine）
2019：阿里妈妈公布了一个重磅的开源项目——图深度学习框架Euler，是国内首个在核心业务大规模应用后开源的图深度学习框架。
2000年左右，Linux为代表的开源做法是以模仿为主，主要是在模仿商业软件。现阶段各大互联网公司陆续开源框架，隐隐已经能够引领技术发展的潮流了，开源软件对世界的定义逐步加深。
2007-2008年，Google发布了Android的源代码，间接造就后期十年间Android生态系统的繁荣；现阶段深度学习框架的陆续开源，又会带来什么样的深远影呢？让我们拭目以待！
二 大数据的好兄弟——云计算
先了解下云计算的定义（参考美国国家标准与技术研究院（NIST））：
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
通俗解释：云计算就是通过大量在云端的计算资源进行计算
例如：用户通过自己的电脑发送指令给提供云计算的服务商，通过服务商提供的大量服务器进行“核爆炸”的计算，再将结果返回给用户。
云计算的特点：
通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。
经过10余年的发展，云计算经历了概念验证（PoC）阶段，已经进入应用规模落地时期，我们熟知的Google、Amazon、阿里巴巴、腾讯都布置了大量的服务器，为广大企业和个人用户提供前所未有的计算能力。
随着应用场景的越来越多，云计算也逐步成为信息的关键基础设施，也许未来就像TCP/IP一样，给互联网世界带来深远的影响。云计算不仅直接推动了大数据的兴起，也正在让AI作为一种服务成为现实。
三 结语——学or不学的困惑
前文讨论了“开源框架”/“云计算”两个影响因素，但是这些知识点似乎处境有些尴尬，一方面不如炒币投资信息能直接帮助读者，另一方面文字叙述刻板枯燥，偏向于专业领域，综合来看让读者没有很强的阅读欲望，面对这个状况我们可以跳出问题来看:
自从工业革命以来，科技水平飞速发展，通过关注了解前沿科技知识，可以让你知道处在什么位置，需要采取什么行动？对于普通人来说，我们机会在哪里？也许你不能发明创造新技术，但是你可以利用技术，站在巨人的肩膀上你更容易取得成功。
吴军老师说：
利用好某个技术，你的成功才是可以叠加和复制的，你在原创性发明人的基础上才会更进一步。
本文是个引子，希望能有抛砖引玉的左右，欢迎广大对新技术有兴趣的小伙伴前来探讨！
网友评论