谷歌DeepMind Lab开源，量身打造个人AlphaGo；Facebook开源跨平台前端布局引擎Yoga……

近日，DeepMind在官方博客 宣布了开源其AI 核心平台DeepMind Lab，并将其训练环境的所有源代码上传至开源社区GitHub上，供大众进行实验和研究。

https://deepmind.com/blog/open-sourcing-deepmind-lab/

这是继OpenAI 开放其训练平台OpenAI Gym之后，人工智能研究领域的又一次开源大事记。同时，DeepMind 的这一举动也证明了该实验室对研究成果所抱有的积极的开放态度。

关于DeepMind，可能很多人了解的是它是2014年被谷歌收购的一家英国的人工智能公司，再或者就是2016年3月赚足眼球的DeepMind 的AlphaGo大败围棋界传奇李世石事件。不仅如此，2016年7月，DeepMind还宣布了与NHS（英国国家医疗服务体系）建立合作关系，双方将探索如何利用信息技术整合医疗资源。再加上最近刚发生的DeepMind Lab开源事件，可以毫不夸张的说，在各大巨头公司都想在人工智能领域分得一杯羹的当下，DeepMind的风头还真是一时无两。

其实，DeepMind的过人之处并不是它在人工智能界出现过多少次轰动一时的事件，而在于其通过深度神经网络与强化学习等方法相结合的解决方案，让智能体自行发现数据中存在的模式并能进行自我学习的核心理念。

此次对外开放的DeepMind Lab便是基于该理念专为AI研究而量身打造的一款类似于3D游戏的平台。在该平台中，通过让虚拟代理（智能体）环顾周围、来回移动等动作去执行不同的任务，包括收集水果、走迷宫、穿越危险的通道（同时要避免掉下悬崖）、打激光标记以及迅速学习和记忆随机生成的环境，从而在没有预编程的前提下，虚拟代理能够自适应不断变化的外界环境，以实现自我学习，增强人工智能能力。

从下图可以了解DeepMind Lab 中的代理是如何感知世界及与世界进行互动的。

DeepMind Lab是高度定制化并且可扩展的，通过对外开放平台和源代码，所有开发者都能下载源代码并对其进行个性化设置，以此训练及测试原有的AI系统。一方面，此种做法不仅可以让更多人接触及研究该系统，另一方面，也正向推动了该系统软件的进一步发展。

Facebook人工智能研究部门负责人Yann LeCun曾直言不讳地说：“当你秘密进行（人工智能）研究时，你就落伍了。”

人工智能正在快速发展，谷歌、Facebook、微软、百度等科技巨头公司对技术与研究成果的开放态度，具有很好地榜样作用。这种做法不但能不断提高自身在人工智能研究和应用领域的地位，吸引更多顶尖人才，对于推动整个行业的快速发展，也具有非常重要的意义。

下面是2016年科技巨头们在人工智能领域的开放大事件：

12月5日，苹果宣布将允许其人工智能研究部门的员工公开发表研究论文，并积极参与到行业学术研讨交流和会议中。

2016年12月，Facebook宣布开源TorchCraft，让每个人都能编写出星际争霸人工智能玩家Bot。

2016年9月，百度正式对外宣布推出其深度学习开源平台PaddlePaddle。

2016年8月，Facebook开源了三款人工智能图像分割（Image Segmentation）软件，分别是DeepMask、SharpMask和MultiPathNet。

2016年7月，微软AI平台Project Malmo宣布开源。

2016年5月，亚马逊在GitHub网站将其擅长训练稀疏数据的深度学习和机器学习工具DSSTNE开源。

2016年4月，OpenAI开放其用于研发和比较强化学习算法的工具包GymOpenAI Gym。

2016年1月，百度硅谷人工智能实验室(SVAIL)宣布，开源其人工智能软件 Warp-CTC。

本文作者：朱昊冰

随着这几年前端技术的崛起，作为前端UI骨架的布局系统也在其中占据了越来越重要的位置。不管是在移动端、桌面端还是Web端，特别是不同设备的屏幕大小和分辨率千变万化，如何构建良好的布局系统以便应付这些变化已经变得越来越重要。

目前，各个平台都有自己的一套解决方案。iOS平台有自动布局系统，Android有容器布局系统，而Web端有基于CSS的布局系统。多种布局系统共存所带来的弊端是很明显的，平台间的共享变得很困难，而每个平台都需要专人来开发维护，增加了开发成本。

Facebook在这个问题上没有少下功夫。首先，Facebook在React Native里引入了一种跨平台的基于CSS的布局系统，它实现了Flexbox规范。基于这个布局系统，不同团队终于可以走到一起，一起解决缺陷，改进性能，让这个系统更加地贴合Flexbox规范。