当今的许多技术公司都在创建专有的AI，彼此之间无法互相互操作，但是Facebook和Microsoft的新框架正在开始改变这一点。
随着人工智能（AI），在这种情况下，更具体地说，机器学习在我们社会中变得越来越普遍，不可避免的是，越来越多的公司跳上了潮流以创建自己的版本，在几种情况下，AMD，Fujitsu，Google和Nvidia等多种情况都可以合作以确保其产品兼容。但这就是说，运行当今大部分深度学习（DL）和AI特定硬件的软件仍然是专有的，因此现在Facebook和Microsoft合作开发了一个新的通用框架，用于开发可以互动并相互交流的DL模型。
在GitHub上可用的开放神经网络交换（ONNX）被描述为一种标准，它将允许开发人员将其神经网络从一个框架转移到另一个框架，这两个框架都遵守ONNX标准。
根据两家公司的联合新闻稿，目前并非如此。公司必须在开始开发其模型之前选择要用于模型的框架，但是为测试和调整神经网络提供最佳选择的框架不一定是将产品推向市场时所需功能的框架。
公司在新闻稿中指出，Caffe2，Pytorch和Microsoft的认知工具包将在本月晚些时候发布时都支持ONNX标准，并且经过一个框架训练的模型将能够移至另一个框架进行推理。
Facebook的帖子方面有更多详细信息，详细介绍了这种有益于开发人员以及支持它的代码兼容性。它描述了Pytorch是为了“推动研究框架的极限，使研究人员摆脱平台的限制，并使他们比以前更容易表达自己的想法”。
相比之下，Caffe2强调了“产品，移动性和极端性能。CAFFE2的内部功能灵活且高度优化，因此我们可以使用本书中的每个技巧将更大更好的模型运送到功能不足的硬件中。”
通过创建一个允许模型从一个框架转移到另一个AI开发人员的标准，现在可以利用两者的优势，但是Rhere仍然是一些局限性。ONNX目前与Pytorch中的动态流量控制不兼容，Facebook指出其他与Pytorch中“高级程序”的不兼容性，但没有详细介绍。
尽管如此，尽管如此，尽管如此，必须说，建立共同点和一个共同的DL框架的早期努力是积极的一步，毕竟，我们认为我们认为理所当然的大多数无处不在的生态系统，例如USB的兼容性，4G LTE网络，Wi-Fi，而Wi-fi则逐渐增长了这些标准和超级标准，并提高了这些标准和超出标准的标准。
对于想要开发仅在内部使用的解决方案的公司而言，单独使用的解决方案是可以的，但是如果您想提供其他人可以用来构建内容的平台，那么标准化该模型就是您鼓励其他人使用它的方式。
微软与开发AI和DL产品的其他公司之间的主要区别在于，Microsoft面临的困难是将其烘烤到其面向消费者的产品中。Windows 10移动有效地死亡，MS必须依靠其Windows市场来推动人们朝Cortana迈进，这比Apple或Google具有本质上的弱点，它们的移动平台或Facebook都具有超过十亿用户的范围。
虽然希望新的ONX框架将使空间中的每个人都受益，但不用说，它可能使Microsoft受益于其他许多玩家，但是现在至少我们都可以开始放心，我们所有的模型都可以互相效果。当然，除非他们不开发自己的秘密语言并将我们锁定在我们的系统之外……哎呀。
