從計算機的早期開始，創建可以像人類一樣“思考”的機器一直是研究人員的關鍵目標。在過去的幾年裡，計算機科學家在人工智能（AI）方面取得了巨大的飛躍，直到技術變得普遍。
事實上，Gartner預測，“到2020年，人工智能技術在幾乎所有新軟件產品和服務中幾乎都會普及。” IDC預測，2017年公司將在人工智能技術上投入125億美元，比2016年增加59.3％。這一巨大增長可能會持續到2020年，屆時收入可能高達460億美元。
開源軟件開發在人工智能的興起中發揮了巨大作用，許多頂級機器學習，深度學習，神經網絡和其他AI軟件都可以在開源許可下使用。
在此列表中，我們選擇了50個最著名的開源人工智能項目。它們按類別組織，然後在這些類別中按字母順序排列。某些類別之間的界限可能很模糊，因此我們使用項目所有者對其應用程序的描述來確定各種工具的放置位置。
與往常一樣，如果您知道您認為應該在此列表中的其他開源AI工具，請隨時在下面的評論部分中註明。
認知架構
1. ACT-R
ACT-R在卡內基梅隆大學開發，是人類認知理論和基於該理論的軟件的名稱。該軟件基於Lisp，並提供了大量文檔。操作系統：Windows，Linux，macOS。
深度學習
2. Caffe
Caffe最初由加州大學伯克利分校的博士生創建，已經成為一個非常受歡迎的深度學習框架。它聲名鵲起的包括富有表現力的架構，可擴展的代碼和速度。操作系統：Windows，Linux，macOS。
3. CaffeOnSpark
這項工作最初是在雅虎開發的，它將Caffe深度學習框架帶入了Hadoop和Spark集群。它被用於圖像搜索和內容分類，以及其他用例。操作系統：Windows，Linux，macOS。
4. ConvNetJS
此JavaScript庫允許用戶從瀏覽器中訓練深度學習模型。它承諾“沒有軟件要求，沒有編譯器，沒有安裝，沒有GPU，沒有汗水。”操作系統：Linux。
5. DeepDetect
由Deepbus和Microsoft等組織使用，DeepDetect是一個基於Caffe，TensorFlow和XGBoost的開源深度學習服務器。它提供了易於使用的API，用於圖像分類，對象檢測以及文本和數值數據分析。操作系統：Windows，Linux，macOS。
6. Deeplearning4j
Deeplearning4j聲稱是“為Java和Scala編寫的第一個商業級，開源，分佈式深度學習庫”。 Skymind提供商業支持。操作系統：Windows，Linux，macOS。
7. DSSTNE
“深度可擴展稀疏張量網絡引擎”的縮寫，DSSTNE（發音為“destiny”）是亞馬遜用於訓練和部署其推薦引擎的軟件庫。主要功能包括多GPU規模，大型圖層和稀疏數據集操作。操作系統：Windows，Linux，macOS。
8. H2O
H2O擁有超過100,000名用戶，自稱是“世界領先的開源深度學習平臺”。除了開源版本，該公司還提供付費支持的高級版本。操作系統：Windows，Linux，macOS。
9. Microsoft Cognitive Toolkit
微軟認知工具包以前稱為CNTK，它承諾訓練深度學習算法，使其像人腦一樣思考。它具有速度，可擴展性，商業級質量以及與C ++和Python的兼容性。 Microsoft使用它來為Skype，Cortana和Bing中的AI功能提供支持。操作系統：Windows，Linux。
10. Theano
對於深度學習很有用，Theano將自己描述為“一個Python庫，允許您有效地定義，優化和評估涉及多維數組的數學表達式。”主要功能包括GPU支持，與NumPy的集成，高效的符號區分，動態C代碼生成等。操作系統：Windows，Linux，macOS。
科普：什麼是TPU？
Tensor Processing Units或TPU是由Google設計的定製機器學習芯片，用於成功執行其常規機器學習工作負載。
2016年5月的谷歌I/O大會，谷歌首次公佈了自主設計的TPU，2017年穀歌I/O大會，谷歌宣佈正式推出第二代TPU處理器，在今年的Google I/0 2018大會上，谷歌發佈了新一代TPU處理器——TPU 3.0。TPU 3.0的性能相比目前的TPU 2.0有8倍提升。
在7月份的Next 雲端大會，谷歌又發佈了 Edge TPU 芯片搶攻邊緣計算市場。雖然都是 TPU，但邊緣計算用的版本與訓練機器學習的 Cloud TPU 不同，是專門用來處理AI預測部分的微型芯片。
閱讀更多 引力空間站 的文章
