传统的IT巨头也没有闲着。就在谷歌开源TensorFlow不久，微软亚洲研究院于将分布式机器学习工具包(DMTK）通过Github开源。这个工具包由一个服务于分布式机器学习的框架和一组分布式机器学习算法构成，可将机器学习算法运用到大数据。
同样也是在11月，IBM宣布开源旗下机器学习平台SystemML，这个平台由IBM的Almaden实验室近10年前开发，可支持描述性分析、分类、聚类、回归、矩阵分解及生存分析等算法，IBM沃森就整合了其中多项技术。
这些下半年尤其是11月份之后出现的开源热潮令人眼花缭乱。但上半年的另一家公司的开源产品却被很多人忽视，这就是亚马逊的机器学习平台。
2015年4月，亚马逊推出Amazon Machine Learning（亚马逊机器学习），这是一项全面的托管服务，让任何开发者都能够轻松使用历史数据开发并部署预测模型。亚马逊内部一直使用机器学习过滤商品下方的垃圾评论、通过注册姓名来辨别用户的男女性别，以及训练分拣机器人对不同形状物品的识别等等，这些功能将通过AWS云服务提供给开发者。
如果说基于硬件服务器的机器学习还有一定的门槛，那么基于云计算机器学习服务则在部署和维护方面提供了较大便利性。
创业起步期
2015年人工智能投资有多热呢？风险投资人Nathan Benaich在12月1日伦敦Re.Work大会深度学习讨论时透露了一些数字：从2015年1月1日到2015年12月1日，约有300笔涉及到人工智能领域的投资，80%的投资少于500万美元；90%的现金投资发生在美国，欧洲只有13%；75%的多轮融资发生在美国。
而根据Venture Scanner追踪分析855家人工智能创业公司的数字显示，这个领域的创业公司横跨十三个品类，总估值超过87亿美金。
如果以全球整体风险投资情况来看，人工智能领域的投资比例大约只为5%。这些数字都表明：整个人工智能领域的创业融资还处在早期，绝大多数的人工智能创业公司还没有成型的产品或停留在产品测试阶段。
小编推荐阅读
