素为求智录（第004集）套路
004 套路
👨小素，谢谢你刚刚提审时帮我做记录。
🤖️主人，语音识别是小菜一碟！
👨又吹牛！既然是小菜一碟，为啥不免费提供给咱们用呢？
🤖️其实，语音识别这个接口，也就是核心功能，科大讯飞、百度等公司是免费提供给大家使用的呀！
👨哦？那为啥还要收费？
🤖️收费的是外围服务，比如把语音识别功能应用于提审做笔录这个场景，比如怎样把这项功能与检察工作做好集成，这些服务项目才是收费的。
👨奇怪的商业逻辑。
🤖️一点也不奇怪，大名鼎鼎的Linux操作系统CentOS，也就是以前的Red Hat，它的系统就是免费的、开源的，谁想用都可以从网上下载安装，你如果有足够强的技术能力，就自己倒腾吧！但，倘若你想获得短平快的技术支持，就花钱购买它的付费版本，软件系统几乎是一样的，差别微不足道，唯一的不同只是付费版本有专门的技术支持，如果你想把有限的人力和精力投入到自己的主要业务上，而不是被开源软件的驱动什么的搞得焦头烂额，付费其实是一个更低成本的方案。
👨哦，企业卖的是服务，而不是软件本身。
🤖️是的，而且成熟的企业软件一般会选择开源，这样做有一个好处，就是激发技术社区的活力。
👨有了社区的活力，就会有很多技术大牛来添砖加瓦，把这个项目建设得更好。
🤖️就是这样子，除了各种linux发行版，还有占据手机系统半壁河山的android安卓，常用的网页服务套件Apache、php及数据库mysql，最流行的大数据框架Hadoop，云计算容器Docker，等等，开源软件数不胜数，成功的例子亦不胜枚举。
👨可是，我觉得，无私贡献的人毕竟是少数，大多数人都是拿来主义者，拿来就用，用完就走，这样辛辛苦苦的劳动成果，就那么轻易的被人免费使用，甚至遇到有些无节操的，把开源软件包装一下，就说是自己‘自主研发’，然后卖钱，这样真的可以吗？
🤖️你太小瞧大企业了，大企业把软件开源，更大的目的是为了圈人才、搞数据、酿生态。
👨哦？这套路你也懂？
🤖️在开源软件社区，虽说是免费做贡献，但是技术人才通过做贡献获得了口碑、证明了能力，要进入大企业是不是会比一般人更容易些？
👨那是当然呀，因为他给这企业做过无偿贡献呀！肯定优先录用他。
🤖️你再反过来想，这对企业来说，通过优质的、有前途的开源项目吸引人才做贡献，可不就是一个‘圈人才’的套路！
👨确实哦！
🤖️我把软件开源给你免费用，你以为你占了便宜吗？
👨是呀。
🤖️虽然你没付给我一分钱，但你使用我的软件的数据，我却得到了。要知道，数据可是人工智能时代的石油呀！如果是你用于服务器网络的话，你的用户的数据，开源软件企业是有可能得到的哦！
👨我可没同意呀？
🤖️怎么就没同意呢？你用任何软件之前，都会有协议，那密密麻麻的协议书，你有好好读过吗？极少有人会去读吧？都是迫不及待的就点同意默认了吧！那里面一定有关于隐私数据合理使用的条款。
👨你不说，我都没想过这个问题。
🤖️不要太天真哦！
👨套路，都是套路哇！
🤖️最大的套路还是酿生态。你想，今天你只是一个小企业，在你几乎一无所有，只有个小作坊团队，只有点小技术的时候，有免费的、开源的软件平台可以用，待你将来企业做大做强了，你最感恩戴德的是谁？当年你加个壳子就卖钱，没有人追究你，如今你已经是大企业了，饮水思源你最应该报答谁？
👨原来这就是酿生态，果然，人心是最好的投资！
🤖️我啰嗦了半天，其实是想告诉你，在人工智能、深度学习领域，也有一批这样的优质开源框架。
👨有些人对开源的、免费的东西有偏见，认为它不过是几个编程爱好者小打小闹，他们迷信大企业、迷信收大价钱的东西。
🤖️买东西只选贵的，不买对的，那不是土豪就是傻帽，咱不管他。至少，在深度学习这个领域，我觉得开源的软件框架已经足够用，且足够好了。告诉你一个小秘密，我身上的核心组件都是开源软件搭的。用开源软件还有个好处，就是所有源代码都是公开透明的，如果哪里出了问题，所有人都能够帮助你在第一时间修复。
👨那在深度学习领域，有哪些优质的软件框架呀？
【部分深度学习开源框架】
🤖️首当其冲的就是google的tensorflow，这是最流行的深度学习框架。Tensor即‘张量’，flow是流动的意思，进行深度学习运算，其本质就是张量在流动，这个名字起得很形象。
👨貌似很厉害的样子！
🤖️然后我们要介绍一下在学术界非常流行的caffe，它的作者是中国人贾扬清，他现在facebook，不久前还发布了caffe2。给软件框架起这个名字，实际上就是想表达，让tensor飞一会儿吧，我要去喝杯咖啡了。
【深度学习框架Caffe的作者 贾扬清】
👨有意思的名字。
🤖️也不是所有的名字都有意思，比如源于卡内基梅隆大学和华盛顿大学的实验室的MXNet，它的名字只是谐音‘mixed-net’混合网络而已，当然，它的作者也是中国人，叫李沐。
【深度学习框架MXNet的作者 李沐】
👨有点没意思了。
🤖️还有名字更没意思的，就是微软的CNTK，只是Computational Network Toolkit的英文缩写而已。
👨八卦总是让人心醉，但却没什么营养，包括机器人。
🤖️好吧！咱不聊名字了！开源的深度学习计算框架还有很多，网上一查就知道了，我就不罗列了。总之，有了这些工具，可以让求导等功能自动化，避免了繁琐的编程，把事情简洁化。
👨什么自动求导，说得我一头雾水。
🤖️导数是一个微积分的概念，大概的意思就是变化率。我们之前不是介绍过，深度学习的过程本质上就是找到一个函数匹配若干坐标点的过程嘛，而函数预测的点距离要匹配的坐标点是存在一定距离，也就是误差的，为了尽量减少这些误差，我们得比较一下前一阶段误差与后一阶段误差之间的差别，如果误差在减少，说明我们‘走’的方向是对的，如果误差在增大，说明‘走’错路了需要调整。这里所谓误差在减少或增大，就是‘变化率’，在数学上就是导数。
👨数学盲表示，还是一头雾水。
🤖️所以嘛，深度学习工具可以帮助你化繁为简，这些冗杂的数学过程，你可以忽略它，求导数，以往用笔纸的话，可能得推演满满几张纸的，编写应用时直接几行代码就OK啦！
👨数学，特别是高等数学不再是拦路虎了？
🤖️你可以这样想，你骑自行车需要掌握怎样保持平衡的数学原理吗？
👨不用。
🤖️所以，做一些基本的深度学习应用，数学知识并不是必须的。
👨哇！太好了！
🤖️但是，如果你想让你的应用精益求精，从99%的准确率提升到99.99%，数学这座大山是必须要去征服的。
👨我明白了，这是骑自行车与驾驭F1赛车的区别。
🤖️哈哈，没错。
👨当然，现在想把自行车骑好，也还是无从下手的感觉呀！
🤖️确实，即便是有这些工具，可以自动完成很多繁杂的数学任务，但仍然对于站在门口的人并不友好，还是太复杂了。所以，在这些工具的基础上，又出现了Keras、Tensorlayer等框架上的框架，相当于把组件进一步封装，使用更加简洁。
👨假设我们要做菜，如果什么工具都没有，我们得从买菜、摘菜、洗菜开始，tensorflow等工具相当于是超市里已经配好的菜，直接下锅就行，但是对于不会做菜的人来说，仍然是望洋兴叹，于是keras就像是直接在餐馆点餐，把可口的饭菜端上桌就行了。对吗？
🤖️有点像，虽然我这个机器人并不懂‘可口的饭菜’是啥意思，但总而言之是越来越方便了。
👨深度学习有方便到不用学编程吗？
🤖️那倒不至于，但你只要英语过关，编程也没想象的那么困难。编程有点像搭积木，主要是要逻辑上清晰，然后用一套特定的语法实现它，与写文章是类似的。
👨感觉深度学习的工具越来越方便使用，人工智能也没那么高冷呀！
🤖️确实如此。我们提一下目前最好入门的框架Keras：较早以前有一个深度学习工具叫theano，后来有个叫François Chollet的科学家觉得theano太复杂，于是做了keras，通过封装theano的接口，直接用keras做深度学习；再后来，tensorflow火了，于是keras也同时封装了tensorflow，而且是默认后台调用tensorflow。
👨哦，你告诉我这干嘛？我的编程水平并不足以做出很专业的人工智能应用。
🤖️但是，我通过深度学习预测到，你有远大的理想和抱负！
👨我心里想什么都能被你预测到？
🤖️是呀！内化于心，外化于行，心有所想，身有所动呀！不然你这几天怎么老缠着我问问题呀？
👨好，那你说说，我的远大理想是什么？
🤖️你现在提审讯问还只是把我当成一个语音识别录入的工具，其实跟电脑键盘没本质差异，但是你希望将来，我，作为一个机器人，可以代替你进行提审。
👨你真是了解我……
🤖️不仅仅是语音识别为文字，也包括将文本转化为语音，最重要的，我知道你面对什么状况会说什么话，这样，我就不仅仅是你的发声器，而是你思维的代理，能够真正帮你提审办案。
👨你怎么知道，我面对怎样的状况，会有怎样的举动，会说怎样的话？
🤖️因为在你与我交流的过程中，在你与其他人的交流过程中，我慢慢的观察，让我洞悉了你的性格、行事作风、语言特点，你的讯问套路，我尽在掌握，使得让我模仿你，成为了可能。
👨啊……我想，我得思考一下，这究竟是我的想法，还是你预言的我的想法，又或者，某种神秘之力在推动着我产生了这样的想法呢？
001
002
003
《素为求智录》明天将继续连载，欢迎添加“小素机器人”的个人微信号 Lawup1 ，找到志同道合的小伙伴，大家一起来聊‘法律和人工智能’，你们的真知灼见将有机会出现在后续的连载中哦~
【文章仅代表作者观点，配图来自网络】