据华清远见资讯：今年，苹果开源的快速编程语言——与它之前的运转方式有很大的区别。多数情况下，苹果保留了它以前的语言代码，Objective-C，确保它只能在苹果的设备上运行。而通过开源Swift，苹果确保了在任何设备上都能运行其语言代码，包括基于Linux、安卓和Microsoft Windows操作系统的设备。
开源代码从不嫌多!
苹果允许它的语言在其它竞争设备上运行，这或许是不得已而为之。但在很大程度上多亏了开源代码的传播，随着Microsoft Windows的崛起，现代社会不再是像90年代那样在单一设备上运行，如果苹果想要保持增长，就必须保证它的编码工具能够在任意地方运行，这是因为世界上的软件开发者更愿意在世界各地所有人都使用的平台上进行开发。如果苹果的工具仅限于苹果的平台，傲娇的开发者很大可能就不会使用了。
你以为我在逗你?然而作为老实人的小编并没有。其实，早在2014年底，微软在开源的时候也得出了同样的结论。多年来，NET(微软下一代的操作平台)只能在Windows上运行。现在它也完全开源了，如今，更多的软件社区都可以确保用微软工具建立的软件运行于Linux和苹果的系统中。
让开源成为人工智能的“东风”
今年也是谷歌开源了TensorFlow(TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统)，它是驱动人工智能的软件引擎，包括它的图形和语音识别还有语言翻译工具。在过去的15年当中，谷歌已经建立了一个广泛的数据中心技术，而这有助于其成为在net方面最强大的公司。这些技术支持所有的公司的在线服务，不管这些公司在世界的哪个角落，它都能及时处理来自数十亿人的要求。通常情况下，谷歌会把这些技术保密，只留给己用，从而迫使其他工程师模仿。有了TensorFlow之后，谷歌已经改变了方向，用户可以免费地共享谷歌核心的技术。
为什么会有如此大的转变?因为谷歌已经意识到人工智能在未来有多重要，它还意识到如果共享软件它还可以加快人工智能的进展。谷歌雇佣了许多世界上最聪明的人，但不是所有。那一部分不属于谷歌的聪明人可以帮助推进TensorFlow的研究，而这恰恰是谷歌可以利用的部分。而且，通过这种方式还提供了一种识别人才的手段，在某种程度上，开源TensorFlow有助于公司为谷歌职业培训最聪明的人才。
在2015年，新开源项目风生水起！大到从企业解决方案、小到家庭应用都酝酿着各式各样的开源产品！很多开源项目在这一年都是迅猛崛起的！尽管流星般的闪现并不能意味着长久，但是下面这 10 个项目有足够的气势在新的一年挥洒霓虹！
你可以把下面一些项目称作 2016 最可能成功的产品。
1.React Native
React Native 是一个 JavaScript 的框架，可以让你用同样的机制去构建 Android 和 iOS 应用，其原理与创建 web 应用用到的 React 是一样的。Facebook 的 React 是 2013 年推出的，而基于 React 的 native 框架在发布的时候就非常让人期待。在 Github 上已经有超过 4,000 的 fork 和 25,000 的 star，React Native 的仓库已经接受了超过 450 个独立提交，遵循 BSD 许可。
2.Swift
Swift 是苹果公司设计的一门编程语言，旨在编写 Apple 平台上的应用时替换 Objective-C 语音，发布于 2014 年。不过近期苹果公司把 Swift 的代码以 Apache 2.0 许可的方式开源了。Swift 是编译式语言，注重性能优化、可读性，同时还包含很多现代的编程语言技术。
3.命令行的艺术
你是不是经常想使用命令行来装逼?谁不想通过那么神秘的命令行来操控自己的机器呢?好吧！事实上，这个代码仓库并不能让你变成一个牛逼的系统管理员，但是如果你是一个 Linux 新手，你没有太多的时间去熟悉那些命令，你倒是可以看看这个仓库！命令行的艺术仓库(The Art of Command Line)并非简单的 ABC 教程，它能带给你的是超越手册的，能让你真正扩展水平的!如果想变成厉害的 shell 命令管理员，你还需要更多的路去走！这个仓库的开源协议是 Attribution-ShareAlike 4.0 license。
4.MDL--Google 扁平化风格设计简易包
Material Design Lite 是谷歌为 web 开发者定制的一套组件！它可以让你很方便快捷地利用 Material 风格开发 web 网站应用！什么是 material design? 它是一套风格一致的 UI 虚拟化组件，从按钮切换到输入框，整个视觉风格都是透过精细的光线、阴影、运动、交互来创造!你可以在谷歌的 web 产品中看到它的影子！Material Design Lite 的开源协议是 Apache 2.0 license。
5.TensorFlow
TensorFlow 是又一个来自于 Google 的贡献，它是利用数据流图进行数值计算的开源库。它通过利用节点和图边缘来连接数值与计算，这个方式与人类大脑神经网络的组织形式十分类似。因此，TensorFlow 是一个理想的用来解决复杂应用问题的机器学习库，比如在传统算法下几乎无法解决的语言处理问题。TensorFlow 在 Apache 2.0 协议下开源。
6.Dragula
Dragula 总结了一句流行语“拖拽式的操作虽然简单，但是它会带来麻烦。”，我们希望没有任何麻烦，但是 Dragula 确实提供拖拽的功能而简化了 web 应用程序的开发，并且不需要引用巨大的框架以及写繁琐的自定义代码，只需要在你的应用程序中加入几行代码，告诉 Dragula 哪些组件是可拖拽的，之后 Dragula 会解决掉余下的事情，比如：点击、触碰操作、阴影，甚至摆列顺序等。Dragula 在 MIT license 协议下开源。
7.Redux
Redux 是一个很小的 JavaScript 库，它为你的应用程序提供创建可预测状态容器的能力。通过一些强制的人为限制，以及与类似 React 的一些其他框架集成，你可以轻松的构建一个可以跨不同平台和设备来保持行为一致的 MVC 架构的应用程序，并有助于使这些应用程序的测试变得更容易以及更可预测。Redux 基于 MIT 许可协议开源。
8.淘气字符串大列表
其不是一个你不应该跟你妈妈说的事情的列表。相反，其是一个当应用程序没有规范用户输入时有可能引发问题的字符串列表。比较谨慎的说，如果存在一个对你的应用程序有危害的字符串，那么最终一定会有人将其输入。无论这些字符串是通过 SQL 注入，还是通过服务器代码或命令注入，或者是利用了其他的漏洞，这对确保你的程序规范其字符串输入以防止恶意或意外行为来说非常重要。使用这个集合做为你安全测试的一部分可以确保你应用程序的行为正常。淘气字符串大列表基于 MIT 许可协议。
9.Linux insides
你是否曾经想过要理解 Linux 内核是如何工作的?内部的，真正工作的，包括最根本的细节?很多免费提供的文档聚焦于面向用户的 Linux 操作系统部分，以及连同的相关组件比如各种 GNU 组件，桌面环境和应用；并且对于一个像 Linux 这样大和复杂的工程来说，初学者会仅仅是尝试专研代码就很容易迷失。Linux 内部是一系列的文章目的是给你一个 Linux 内核内部工作的概览，并且它是免费的遵循知识共享署名非商业分享 4.0 许可证。
10.Deepdream
Deepdream 是一个 Google 创造的使用神经网络通过检测模式和放大它们来翻译图像的计算机联想程序。对于一个人工智能研究者或者开发人员来说，通常是基于内容来辨别图像。对于其他人来说，它是一个创建输入图像的非常迷幻多彩的转换库。使用 IPython 打包的笔记本也很容易实验，这个库甚至可以让低级用户也能把图像转换为梦幻的风景。深度梦想基于 Apache2.0 许可发布的。
