50个开源AI工具！人工智能3分钟入门到精通——下篇

自然语言处理

40. Stanford CoreNLP

这种基于Java的自然语言处理软件可以识别单词的基本形式，它们的词性以及它们是公司，人等的名称，以及标准化日期和时间，用以下方式标记句子的结构。短语和句法依赖，指示哪些名词短语指的是相同的实体，识别情感，提取实体提及和获得引用之间的特定或开放式关系。它专为英语设计，但也支持阿拉伯语，中文，法语，德语和西班牙语。操作系统：Windows，Linux，macOS。

41. MALLET

MALLET是“机器学习语言工具包”的缩写，包括用于统计自然语言处理，文档分类，聚类，主题建模，信息提取等的基于Java的工具。它最初是由马萨诸塞州阿默斯特大学和宾夕法尼亚大学的教师和研究生于2002年创建的。操作系统：Windows，Linux。

42. OpenNLP

作为一个Apache项目，OpenNLP执行自然语言处理任务，如标记化，句子分割，词性标注，命名实体提取，分块，解析，语言检测和共指消解。它为Air New Zealand聊天机器人Oscar提供动力。操作系统：Windows，Linux，macOS。

神经网络

43.Darknet

Darknet使用C和CUDA编写，支持CPU或GPU计算的神经网络。它提供了出色的图像分类功能。操作系统：Linux。

44. DyNet

DyNet以前称为cnn，是C ++和Python的神经网络库，主要在卡内基梅隆大学开发。它对于创建语法分析，机器翻译，形态变形等应用程序非常有用。操作系统：Windows，Linux，macOS。

45. Neuroph

Neuroph最初是作为研究生论文项目创建的，是一个基于Java的轻量级神经网络框架。它的目的很简单，初学者可以快速入门，同时还提供更高级用户所需的灵活性和工具。操作系统：Windows，Linux。

46. OpenNN

OpenNN是“开放式神经网络”的缩写，是一个用于实现神经网络的C ++库。它拥有高性能和深层架构。提供商业支持。操作系统：Windows，Linux，macOS。

47.Sonnet

Sonnet是由Google的DeepMind团队创建的，是一个在TensorFlow之上运行的神经网络库。据其开发人员称，它提供了比其他TensorFlow框架更大的灵活性。操作系统：Linux，macOS。

虚拟助手

48. Mycroft

Mycroft称自己是“世界上第一个开源助手”。它可以回答问题，播放音频和视频，控制物联网连接设备等。它具有非常小的系统要求，甚至可以在Raspberry Pi上运行。操作系统：Windows，Linux，macOS。

49.Open Assistant

Open Assistant仍在大力发展，旨在为Siri，Cortana和Google Now提供开源替代方案。它的目标是创建一个可以进行对话的完全可定制的AI。操作系统：Linux。

50. SNePS

SNePS由布法罗大学开发，是一个知识表示，推理和表演系统。该项目背后的小组利用这项研究创建了一个名为Cassie的虚拟代理。操作系统：Windows，Linux。

以上就是50款开源的AI学习工具。说到人工智能，那就不得不提人工智能芯片。

人工智能芯片主要包括NVidia GPU、Google的TPU、Intel的Nervana、IBM的TreueNorth、微软的DPU和BrainWave、Xilinx的xDNN、寒武纪芯片、地平线以及深鉴科技的AI芯片等，基本上是GPU、FPGA、神经网络芯片三分天下的趋势，三种芯片各有各自的优劣，都在面向自己独特的细分市场。

科普：什么是TPU？

Tensor Processing Units或TPU是由Google设计的定制机器学习芯片，用于成功执行其常规机器学习工作负载。

2016年5月的谷歌I/O大会，谷歌首次公布了自主设计的TPU，2017年谷歌I/O大会，谷歌宣布正式推出第二代TPU处理器，在今年的Google I/0 2018大会上，谷歌发布了新一代TPU处理器——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 云端大会，谷歌又发布了 Edge TPU 芯片抢攻边缘计算市场。虽然都是 TPU，但边缘计算用的版本与训练机器学习的 Cloud TPU 不同，是专门用来处理AI预测部分的微型芯片。