谷歌靠它一統(tǒng)江湖敢靡，微軟狂砸百億美元，BAT奮起直追苦银，AI開源的魔力是什么啸胧？
在人工智能的江湖，2015年是個關(guān)鍵時間節(jié)點幔虏，這一年之前和之后纺念，似乎是兩個截然不同的世界。
此前數(shù)年間想括，歷經(jīng)AI吊打在圖像識別賽吊打傳統(tǒng)算法陷谱、AI戰(zhàn)勝世界圍棋冠軍、DeepMind“委身”谷歌等標(biāo)志性事件瑟蜈，AI逐漸走出學(xué)術(shù)殿堂叭首，開始用科幻般的“超能力”改變?nèi)藗兊恼J(rèn)知。
從這一年開始踪栋，科技巨頭的AI戰(zhàn)事從暗戰(zhàn)變?yōu)槊骶直焊瘢珹I也開始以前所未有的速度在全球爆發(fā)，逐漸演化成為如今AI格局的雛形夷都。
每當(dāng)我們提及第三次AI浪潮是如何復(fù)興的眷唉，數(shù)據(jù)爆發(fā)、算力崛起已成為標(biāo)準(zhǔn)答案囤官，而一股隱形卻強(qiáng)大的力量卻往往被視而不見冬阳。
而這股力量，不僅是使得AI再度興盛的關(guān)鍵推手党饮，也是科技巨頭贏得AI話語權(quán)的“上甘嶺”肝陪。
這股力量，就是開源刑顺。
當(dāng)國外谷歌Facebook微軟為升級迭代AI開源框架各顯其能氯窍，國內(nèi)以BAT領(lǐng)銜推進(jìn)的AI開源項目亦在暗流涌動饲常。
開源，黑客文化中誕生的奇跡
什么是開源的力量狼讨？這是包括AI在內(nèi)的計算機(jī)發(fā)展史中贝淤，一個熠熠生輝的話題。
開源政供，英文名Open Source播聪，即開放源代碼，任何人可以在源代碼的基礎(chǔ)上進(jìn)行學(xué)習(xí)與修改布隔。它從58年前的黑客文化中緩緩演進(jìn)离陶，而最早催生這一文化的MIT技術(shù)模型鐵路俱樂部的黑客們（Hackers），大都成為MIT AI實驗室的核心成員衅檀。
如果說AI是一場饕餮盛宴招刨，數(shù)據(jù)是原材料，算力是天然氣术吝，算法是菜譜计济，那么開源就猶如無數(shù)廚師經(jīng)驗與智慧合著成的一本永不完結(jié)的烹飪百科全書茸苇，其他廚師可以從中汲取經(jīng)驗來快速完成菜品排苍，也可以指出書中的問題、貢獻(xiàn)更多創(chuàng)意学密，讓這本書經(jīng)過無數(shù)人的完善后逐漸成為神作淘衙。
可以想象一下，一個人專門檢查代碼bug腻暮，它可能需要好幾天的時間還有紕漏彤守；而如果一群開發(fā)者和測試者來查bug，那么代碼排錯與演化的效率將得到驚人的提升哭靖。
如果能創(chuàng)建一個開放具垫、有改進(jìn)能力的環(huán)境，驅(qū)動成千上百的人才庫去反饋并提供設(shè)計空間拓展试幽、代碼貢獻(xiàn)筝蚕、Bug定位以及其他的改進(jìn)，而一個封閉項目中铺坞，要多么頂級的黑客才能僅依靠自己就做到與這成千上百人抗衡起宽。
在開源文化中，黑客們追求的是更高質(zhì)量的代碼济榨、更完善的項目坯沪，其動力也許是單純的熱愛，也許是對證明個人能力的渴望擒滑，但絕不是追求接近物質(zhì)財富的東西腐晾。
與之相悖的是閉源叉弦，由專門的研究團(tuán)隊開發(fā)一個軟件項目，不讓別人知道源代碼赴魁。選擇閉源的機(jī)構(gòu)無外乎幾種目的卸奉，擔(dān)心泄露機(jī)密，不想讓競爭者使用它颖御，或者想用它來賣錢榄棵。
這并不難理解，充斥著共享理念的開源文化潘拱，似乎與以營利為核心目標(biāo)的商業(yè)世界天然不搭疹鳄。即便是對在商業(yè)的考量中，開源的直接目的也不是為了營收芦岂，而是為了借此開拓市場和生態(tài)以獲得更長遠(yuǎn)的收益瘪弓。同時，開源也能有效防止閉源產(chǎn)品壟斷市場的局面出現(xiàn)禽最。
相較而言腺怯，傳統(tǒng)開源項目會給開發(fā)者帶來更大的壓力，而開源開發(fā)者更為自由川无，他們只需專注在自己想要做的事情上呛占，不必被上層的需求抽著鞭子往前走。
微軟就曾是閉源的典型代表懦趋，早期它采用軟件授權(quán)的模式晾虑，為其商業(yè)軟件建立起一整套完整定價。Windows操作系統(tǒng)正是微軟典型的閉源商業(yè)力作之一仅叫。盡管開源之光Linux操作系統(tǒng)沒能在商業(yè)戰(zhàn)場上干過微軟帜篇，但長期站在開源對立面的微軟，最終還是選擇了擁抱開源诫咱。
開源既然要開放代碼笙隙，讓成千上萬人協(xié)作，那就需要一個足夠友好和安全的開源托管服務(wù)坎缭，在這一背景下竟痰，GitHub應(yīng)運(yùn)而生。
2008年幻锁，克里斯·萬斯克拉斯已從辛辛那提大學(xué)英語專業(yè)輟學(xué)了三年凯亮，同普雷斯頓一起經(jīng)過夜以繼日地合作寫代碼，終于打造出能提供優(yōu)秀協(xié)作服務(wù)的代碼托管平臺GitHub哄尔，并專程找Twitter經(jīng)典logo的設(shè)計者西蒙·奧克斯利設(shè)計出其吉祥物章魚貓Octopuss假消。
經(jīng)過十一年的發(fā)展富拗，Github早已成為“全球最大程序員交友平臺”臼予，它每年發(fā)布的Octoverse年報已成為呈現(xiàn)這一年度熱門開發(fā)項目、頂級編程語言等趨勢的權(quán)威榜單啃沪。
例如從Github上我們可以看到粘拾，近年數(shù)據(jù)科學(xué)、深度學(xué)習(xí)创千、自然語言處理缰雇、機(jī)器學(xué)習(xí)等主題的存儲庫正變得愈發(fā)流行，新的框架正吸引著成千上萬的貢獻(xiàn)者追驴。
大約也是從Github成立那年起械哟，微軟對開源文化的態(tài)度開始發(fā)生轉(zhuǎn)變。
2009年殿雪，微軟向Linux貢獻(xiàn)2萬行設(shè)備驅(qū)動代碼暇咆；2011年，微軟一度躋身Linux 3.0五大公司貢獻(xiàn)者之一丙曙；2014年爸业，“重塑”微軟的CEO納德拉喊出著名的“微軟愛Linux”；2016年亏镰，微軟推出了兼容 Linux 的 SQL 服務(wù)器數(shù)據(jù)庫軟件扯旷；2017年，微軟成為GitHub上貢獻(xiàn)代碼最多的公司拆挥，這一寶座蟬聯(lián)至今薄霜。
2018年6月某抓，微軟斥資75億美元收購Github纸兔，全球轟動。
截至當(dāng)時否副，GitHub上汉矿，聚集了約2800萬開發(fā)者、高達(dá)8500萬代碼庫备禀，僅是在去年洲拇，70％的全球財富50強(qiáng)公司均使用Github為開源做出貢獻(xiàn)，包括微軟在AI時代的主要對手曲尸，蘋果赋续、谷歌、亞馬遜等科技巨頭另患。
群雄混戰(zhàn)AI開源框架
AI框架上承應(yīng)用纽乱、下接芯片，堪稱智能時代的核心軟件支柱昆箕。
11月7日鸦列，GitHub發(fā)布年度報告租冠，貢獻(xiàn)者最多的TOP10開源項目中，谷歌AI框架TensorFlow排名第五（9.9K）薯嗤。
TensorFlow顽爹，當(dāng)前AI開源框架的扛把子，承載了“業(yè)界開源典范”谷歌在AI時代的野心骆姐。
憑借一個開源手機(jī)操作系統(tǒng)“安卓”镜粤，谷歌占據(jù)全球80~90%的智能手機(jī)，坐擁超過40萬的開發(fā)人員和十多億用戶玻褪，據(jù)說憑借廣告繁仁、應(yīng)用、授權(quán)及付費(fèi)內(nèi)容等收入归园，一年能給谷歌賺30億美元黄虱。
“贏者通吃”的價值在安卓身上發(fā)揮的淋漓盡致，如今其在智能手機(jī)界的地位早已穩(wěn)如泰山庸诱，令其他未入局的大公司屢屢扼腕捻浦。連微軟創(chuàng)始人比爾·蓋茨都公開表示，自己犯下最大的錯誤就是“因為管理不善桥爽，導(dǎo)致微軟沒有推出像安卓那樣標(biāo)準(zhǔn)化的朱灿、非蘋果的手機(jī)操作平臺”。
2015年11月钠四，谷歌第二代深度學(xué)習(xí)框架TensorFlow橫空出世盗扒。
背靠谷歌這座開源大山，TensorFlow強(qiáng)勢崛起缀去，借助于英特爾侣灶、NVIDIA等硬件平臺的配合打法，向全球開發(fā)者免費(fèi)供給AI庫與工具缕碎，成為Github上最受開發(fā)者歡迎的平臺之一褥影。
去年4.6萬個項目依賴于這一平臺，貢獻(xiàn)人數(shù)從2238位直接貢獻(xiàn)者增長到25166位社區(qū)貢獻(xiàn)者咏雌。開發(fā)人數(shù)凡怎、貢獻(xiàn)人數(shù)、受歡迎程度（star數(shù)）赊抖、谷歌搜索量都碾壓其他一眾開源AI框架统倒。
去年，國外數(shù)據(jù)科學(xué)研究者Jeff Hale調(diào)查了多個主流求職平臺的AI相關(guān)在線職位搜索列表氛雪，其中TensorFlow的搜索量一騎絕塵房匆。綜合職位搜索、KDnuggets使用調(diào)查、Github活躍度坛缕、谷歌搜索量墓猎、ArXiv文章、亞馬遜書籍赚楚、Medium文章等指標(biāo)的評判毙沾，TensorFlow仍然遙遙領(lǐng)先。
眼見AI接棒移動互聯(lián)網(wǎng)高調(diào)歸來宠页，顯然左胞，其他科技巨頭們不打算坐看谷歌獨(dú)享AI開源的紅利。
幾乎在TensorFlow開源的同一時期举户，微軟亞洲研究院開源機(jī)器學(xué)習(xí)工具包DMTK烤宙，通過Apache軟件基金會免費(fèi)向外界程序員提供System ML AI工具的源代碼。
有些AI開源項目比TensorFlow更早出現(xiàn)俭嘁。
比如躺枕，2015年1月，F(xiàn)acebook人工智能研究院（FAIR）就推出一組基于Torch機(jī)器學(xué)習(xí)框架的開源深度學(xué)習(xí)工具供填。同年4月拐云，亞馬遜推出機(jī)器學(xué)習(xí)托管服務(wù)Amazon Machine Learning，允許任何開發(fā)者輕松使用歷史數(shù)據(jù)開發(fā)并部署預(yù)測模型近她。
不過這些項目尚不足為懼叉瘩，在TensorFlow開源一年又兩個月后，它最大的宿敵終于現(xiàn)身粘捎。
2017年1月薇缅，F(xiàn)acebook推出機(jī)器學(xué)習(xí)框架PyTorch。近兩年來攒磨，PyTorch持續(xù)大舉收割A(yù)I學(xué)術(shù)開發(fā)者泳桦，并且今年在視覺、語言咧纠、通用機(jī)器學(xué)習(xí)等多個頂會的論文流行度碾壓TensorFlow蓬痒，成為AI學(xué)術(shù)界新的王者泻骤。
許多研究人員表示漆羔，相比TensorFlow，PyTorch的集成方式狱掂、API都設(shè)計的更好演痒，而且業(yè)界有傳聞?wù)fPyTorch的速度要比TensorFlow更快。甚至相傳谷歌內(nèi)部許多人員也希望使用TensorFlow意外的框架趋惨，這意味著谷歌早早鋪路的AI生態(tài)建設(shè)并不如安卓那般一帆風(fēng)順鸟顺，相反危機(jī)四伏。
TF與PY之爭也成為AI領(lǐng)域熱議的話題。有趣的是讯嫂，去年谷歌Facebook接連發(fā)布TensorFlow和PyTorch新版本蹦锋。
前者有谷歌深度學(xué)習(xí)科學(xué)家、Keras作者Franois稱贊為來自未來的機(jī)器學(xué)習(xí)平臺欧芽，蘋果公司AI研究員Goku Mohandas說他們正從PyTorch轉(zhuǎn)向TensorFlow 2.0+Keras莉掂。后者則獲得圖靈獎得主、深度學(xué)習(xí)鼻祖之一Yann LeCun的轉(zhuǎn)發(fā)支持千扔。
曾因開源問題引發(fā)爭議的微軟和亞馬遜憎妙，近幾年也走在AI開源的路上。
亞馬遜對出身學(xué)界的MXNet框架情有獨(dú)鐘曲楚。2016年11月宣布將其作為官方深度學(xué)習(xí)平臺厘唾，用于亞馬遜AWS，并于今年1月決定開源其機(jī)器學(xué)習(xí)服務(wù)平臺SageMaker Neo龙誊。微軟則在2017年開源了其內(nèi)部深度學(xué)習(xí)框架CNTK的2.0版本抚垃，重命名為微軟認(rèn)知工具包（Microsoft Cogntive Toolkit）。
面對擁有龐大獨(dú)立AI生態(tài)的谷歌趟大，微軟讯柔、Facebook、亞馬遜等巨頭選擇聯(lián)合护昧。2017年9月魂迄，他們發(fā)起深度學(xué)習(xí)開源聯(lián)盟ONNX，旨在提高各種AI工具間的通用性惋耙。阿里捣炬、騰訊、百度绽榛、華為湿酸、小米等國內(nèi)科技公司以及英特爾、NVIDIA灭美、高通推溃、AMD、Arm届腐、IBM铁坎、惠普等芯片及服務(wù)器巨頭紛紛加入其中。
去年智東西采訪微軟項目總經(jīng)理Venky Veeraraghavan時犁苏，他曾表示微軟已和谷歌做了充分溝通硬萍，但當(dāng)時谷歌決定暫時不會積極參與到ONNX的工作中。
而截至目前围详，谷歌仍未公開表現(xiàn)出加入這一陣營的意向朴乖。
大神云集拴还，AI開源中的華人之光
MXNet号坡、TensorFlow语御、PyTorch等世界一流的開源AI框架背后柱徙，都有著不容忽視的中國身影。
亞馬遜所青睞的MXNet由DMLC（Distributed/Deep Machine Learning Community）打造畜普，其核心成員均為中國人魁兼。
MXNet源起三個不同的開源項目，一是在美國的陳天奇漠嵌、在加拿大的許冰和在香港的王乃巖牽頭的CXXNet咐汞，二是上海張錚及其學(xué)生牽頭的Minerva，三是在新加坡的李沐牽頭的purine2儒鹿。
在2014年NIPS上化撕，同為上海交大校友的陳天奇和李沐經(jīng)過交流，發(fā)現(xiàn)大家普遍在做重復(fù)性工作约炎，于是決定合作開發(fā)MXNet植阴。隨后，越來越多的開源貢獻(xiàn)者參與到MXNet的開發(fā)和維護(hù)工作中圾浅。在亞馬遜將MXNet定為官方框架前掠手，圖森、地平線狸捕、Wolfram等公司都為MXNet貢獻(xiàn)了很多代碼喷鸽。
清華大學(xué)畢業(yè)生賈揚(yáng)清在加州大學(xué)伯克利分校攻讀計算機(jī)科學(xué)博士期間，創(chuàng)立了對移動端友好的開源深度學(xué)習(xí)框架Caffe灸拍，被微軟做祝、雅虎、NVIDIA鸡岗、Adobe等公司看好并采用混槐。
畢業(yè)后他到谷歌任科學(xué)家，同Jeff Dean等大神參與TensorFlow的開發(fā)轩性，然后又在2016年跳槽去了Facebook声登，并主導(dǎo)了Caffe2移動端深度學(xué)習(xí)框架和ONNX項目的開發(fā)。
因為傳統(tǒng)PyTorch偏研究揣苏，Caffe2偏應(yīng)用實踐悯嗓，兩個框架之間存在很難跨越的鴻溝，一年半前舒岸，F(xiàn)acebook決定將這兩套框架合并成PyTorch 1.0绅作，實現(xiàn)從研究開發(fā)到生產(chǎn)實踐的無縫對接。
如今蛾派，陳天奇已加入美國機(jī)器學(xué)習(xí)創(chuàng)企OctoML任CTO，明年秋季將加入卡內(nèi)基·梅隆大學(xué)任助理教授。李沐現(xiàn)任亞馬遜AI主任科學(xué)家洪乍。賈揚(yáng)清則于今年3月作別Facebook眯杏，加盟阿里巴巴任副總裁、阿里云智能計算平臺事業(yè)部總裁壳澳，并擔(dān)任阿里巴巴開源技術(shù)委員會負(fù)責(zé)人岂贩。
BAT入場，中國開源AI起步中
國外開源AI框架的廝殺正緊巷波，國內(nèi)AI企業(yè)在AI開源項目上的格局則相對更為分明萎津。
目前唯一躋身Github全球最受歡迎AI框架排行榜，能與TensorFlow抹镊、PyTorch等相提并論的是百度飛槳锉屈。
百度飛槳源自于百度深度學(xué)習(xí)實驗室于2013年創(chuàng)建的內(nèi)部工具“Paddle”，2016年9月正式宣布開源垮耳。這使得百度成為繼谷歌颈渊、Facebook、IBM后第四家將AI技術(shù)開源的公司终佛，同時也是打造國內(nèi)第一個且唯一中文開源深度學(xué)習(xí)平臺的公司俊嗽。
飛槳根據(jù)本土化特點將開源框架與應(yīng)用層面做了更好的結(jié)合，比許多現(xiàn)有深度學(xué)習(xí)框架更快铃彰、更好用绍豁。賈揚(yáng)清曾評價它在簡潔、靈活牙捉、快速等領(lǐng)域功力不俗妹田，且解決了Caffe早期存在的一些遺留問題。
今年8月鹃共，百度還對外發(fā)布了面向終端和邊緣設(shè)備的端側(cè)推理引擎Paddle Lite Beta版鬼佣，不僅支持飛槳，還支持TensorFlow霜浴、PyTorch和ONNX模型格式晶衷。
很有意思的是，2016年7月9日阴孟，美國NASA在Github上公開了47年前登陸月球的Apollo 11源代碼晌纫。
恰好一年后，百度宣布開源其自動駕駛系統(tǒng)Apollo永丝，其自動駕駛軟件可供任何人免費(fèi)下載及修改使用锹漱。
目前飛槳在Github上的star數(shù)達(dá)1.02萬，fork數(shù)達(dá)2700慕嚷，有264位貢獻(xiàn)者哥牍，提交超過2.5萬commits毕泌。而Apollo比飛槳還要受歡迎，star數(shù)達(dá)到1.53萬嗅辣，fork數(shù)超5200撼泛。
騰訊也大約從2016年起不斷將內(nèi)部開源出來的優(yōu)質(zhì)項目發(fā)布在Github上，如今它在Github全球公司貢獻(xiàn)榜上位居前十澡谭。
截至今年8月愿题，騰訊已在Github上發(fā)布82個開源項目，其中包括7個方向的AI開源項目蛙奖。
Angel是騰訊第一個AI開源項目潘酗，最新3.0版本升級為全棧機(jī)器學(xué)習(xí)平臺，擅長稀疏數(shù)據(jù)高維模型的訓(xùn)練雁仲，可支持多類圖計算算法仔夺，覆蓋了機(jī)器學(xué)習(xí)全流程。它可以與TensorFlow伯顶、Caffe等業(yè)界主流深度學(xué)習(xí)框架很好地兼容囚灼。
Angel早在2016年年初就在騰訊內(nèi)部上線，應(yīng)用在微信支付祭衩、QQ灶体、騰訊視頻、騰訊社交廣告掐暮、用戶畫像挖掘等業(yè)務(wù)中蝎抽，2017年6月在Github上低調(diào)開源。
當(dāng)前Angel平臺包含超過50萬行代碼量路克，其star數(shù)已經(jīng)超過5400樟结，fork數(shù)達(dá)1400，總計有40位貢獻(xiàn)者精算，提交2300多次commits瓢宦。
除了Angel之外，騰訊還開源了面向手機(jī)端的跨平臺高性能神經(jīng)網(wǎng)絡(luò)前向計算框架NCNN灰羽、首個醫(yī)療AI深度學(xué)習(xí)預(yù)訓(xùn)練模型MedicalNet驮履、AI圍棋程序Phoenix Go、包含800多萬中文詞匯的高質(zhì)量中文詞向量NLP數(shù)據(jù)集廉嚼、業(yè)內(nèi)最大規(guī)模的多標(biāo)簽圖像數(shù)據(jù)集ML-Images玫镐、全球首款自動化深度學(xué)習(xí)模型壓縮框架PocketFlow。
阿里巴巴在Github上主體賬號的總項目數(shù)是國內(nèi)最多的怠噪，據(jù)賈揚(yáng)清介紹恐似，在AI和大數(shù)據(jù)領(lǐng)域，阿里已經(jīng)貢獻(xiàn)超過100萬行的代碼傍念，深度參與超過10個開源項目矫夷。
賈揚(yáng)清在今年9月的阿里云棲大會上說葛闷，阿里的AI與開源、開放的生態(tài)是分不開的口四，會通過開源與云平臺的合作孵运，推進(jìn)開發(fā)者生態(tài)建設(shè)秦陋，在擁抱開源的同時貢獻(xiàn)開源蔓彩。
單從近一年來看，阿里在AI領(lǐng)域先后開源面向高維稀疏數(shù)據(jù)場景的深度學(xué)習(xí)框架XDL驳概、輕量級深度神經(jīng)網(wǎng)絡(luò)推理引擎MNN赤嚼、基于PAISoar的分布式神經(jīng)網(wǎng)絡(luò)倉庫PAI-FastNN。
而隨著阿里云與Facebook宣布在AI開源項目上展開合作顺又，雙方計劃開源更卒、共享、合作開發(fā)框架稚照、AI模型蹂空、文件等，將成果以 PyTorch 的形式共享到 GitHub果录，阿里云機(jī)器學(xué)習(xí)平臺將能支持PyTorch框架上枕。這會進(jìn)一步降低AI開發(fā)和應(yīng)用門檻，同時推動PyTorch框架在產(chǎn)業(yè)界的普及弱恒。
另外辨萍，阿里也通過攜手Facebook，擬將PyTorch項目文獻(xiàn)返弹、教程等資料更快锈玉、更準(zhǔn)地翻譯成中文版本，讓國內(nèi)開發(fā)者能第一時間學(xué)到最新PyTorch义起。
商湯和港中大看起來也是PyTorch擁護(hù)者拉背，開源的最大目標(biāo)跟蹤庫PySOT、物體檢測工具包MMDetection默终、時空圖卷積網(wǎng)絡(luò)（ST-GCN）骨架動作識別MMSkeleton均基于PyTorch椅棺。
就現(xiàn)在來看，國內(nèi)自主研發(fā)開源深度學(xué)習(xí)框架的企業(yè)還屬于“稀缺物種”穷蛹。
目前有苗頭成為新成員的是華為和曠視土陪，華為預(yù)告將在明年第一季度開源其全場景AI計算框架MindSpore，曠視的深度學(xué)習(xí)框架Brain++也已經(jīng)在計劃開源肴熏，此前曠視研究院的原創(chuàng)ShuffleNet Series算法已經(jīng)開源在Github上鬼雀。
產(chǎn)學(xué)研合力加速中國AI開源進(jìn)程
除了開源AI項目之外，國內(nèi)外公司也在積極參與AI開源社區(qū)建設(shè)蛙吏。
比如源哩，百度鞋吉、騰訊、華為谓着、中興赊锚、AT&T等國內(nèi)外知名企業(yè)均加入了LF深度學(xué)習(xí)基金會舷蒲，共同打造中立開源社區(qū)牲平。
目前廣泛存在的專利許可費(fèi)高昂纵柿、專業(yè)人才有限等問題昂儒，均可在AI開源社區(qū)的幫助下有效改善荆忍。另外刹枉，開源還會幫助數(shù)據(jù)科學(xué)家微宝、工程更高效地做大規(guī)模系統(tǒng)性測試虎眨、性能調(diào)優(yōu)嗽桩、實際落地等工作碌冶，帶給他們更好的用戶體驗。
在扶持開發(fā)者和創(chuàng)企的同時譬重，開源社區(qū)也從其模式中構(gòu)建了龐大的反饋循環(huán)臀规。開發(fā)者及團(tuán)隊帶給社區(qū)建設(shè)者的反饋玩徊，是解決問題中的想法佣赖、改進(jìn)平臺的建議外傅、更多的數(shù)據(jù)萎胰、更成熟或更創(chuàng)新的模型和算法技竟、甚至更多的用戶冰肴，這些反饋會反過來推動開源社區(qū)主導(dǎo)者對技術(shù)的理解和業(yè)務(wù)的優(yōu)化，為后續(xù)的數(shù)據(jù)采集及技術(shù)分析鋪路熙尉。
根據(jù)最新發(fā)布的Github年度報告搓扯，我國在開放源代碼的使用量上遙遙領(lǐng)先检痰，開發(fā)者fork和clone的項目比去年多了48%。
過去一年铅歼，亞洲開發(fā)者社區(qū)在2019年增長迅速，約36%的私人存儲庫創(chuàng)建自中國换可、印度椎椰、日本等亞洲開發(fā)者。
考慮到國內(nèi)AI開源發(fā)展現(xiàn)狀距離國際最領(lǐng)先水平還有距離套媚，政產(chǎn)學(xué)研的力量正更為緊密的集結(jié)在一起玫芦。
今年3月本辐，新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟（AITISA）組織下老虫，新一代人工智能開源開放平臺OpenI啟智發(fā)布，目前啟智平臺開源的項目有七個茫多，包括集成百度飛槳核心功能的啟智VisualDL祈匙、開源AI處理器項目OpenI海藻等。
鵬城實驗室天揖、北京智源人工智能研究院夺欲、清華大學(xué)、北京大學(xué)今膊、國防科技大學(xué)些阅、北京航空航天大學(xué)、浙江大學(xué)斑唬、華為市埋、百度、阿里恕刘、騰訊缤谎、網(wǎng)易、小米雪营、平安弓千、京東、字節(jié)跳動献起、科大訊飛洋访、曠視、商湯谴餐、滴滴姻政、中科類腦等單位均參與這一開源開放平臺。
此外岂嗓，今年4月汁展，國家人工智能標(biāo)準(zhǔn)化總體組發(fā)布《人工智能開源與標(biāo)準(zhǔn)化研究報告》，華為、騰訊食绿、京東侈咕、浪潮、英特爾器紧、IBM耀销、商湯、云從铲汪、云天勵飛熊尉、華夏芯等公司均參與了編寫工作，對AI開源現(xiàn)狀及相關(guān)生態(tài)進(jìn)行了描述和分析掌腰。
隨著AI開源項目的蓬勃發(fā)展狰住，這種共享文化正激勵著更多不同行業(yè)的公司嘗試AI，創(chuàng)建符合其自身業(yè)務(wù)需求的平臺齿梁。
借助開源催植，他們無需在尚未構(gòu)建且無法自定義的AI軟件上花費(fèi)數(shù)百萬美元。他們本身擁有海量的行業(yè)數(shù)據(jù)士飒，只需招攬少量的AI開發(fā)者查邢，即可在開源AI平臺及模型的幫助下更高效、低成本的完成智能化任務(wù)酵幕。
根據(jù)Scopus的數(shù)據(jù)，從2007至2017年缓苛，中國發(fā)表的AI相關(guān)論文數(shù)量從5995增至15199篇芳撒。
許多企業(yè)在構(gòu)建AI解決方案時，都會大量用到開源的算法未桥。在開源的推動下笔刹，AI創(chuàng)業(yè)公司如雨后春筍般涌現(xiàn)。報告顯示冬耿，中國AI企業(yè)數(shù)量達(dá)到745家舌菜，僅次于排名第一的美國。其中亦镶，2018年發(fā)生融資事件的企業(yè)有577家日月，融資總額達(dá)3832.22億元，排名全球第一缤骨。
中國AI開源面臨的困境
盡管我國的AI事業(yè)看起來蒸蒸日上爱咬，但短板一直還存在。在基礎(chǔ)層建設(shè)绊起、創(chuàng)企困局精拟、安全漏洞、道德難題等方面，AI開源還有很多值得探討的空間蜂绎。
而政產(chǎn)學(xué)研的力量正集結(jié)在一起栅表，試圖建立一個更加穩(wěn)健強(qiáng)大的中國AI生態(tài)系統(tǒng)。
1师枣、應(yīng)用層強(qiáng)谨读，基礎(chǔ)層弱
根據(jù)科技部發(fā)布的《中國新一代人工智能發(fā)展報告2019》，中國是AI專利布局最多的國家坛吁，在技術(shù)層呈現(xiàn)中美雙寡頭競爭格局劳殖，在應(yīng)用層中國專利領(lǐng)先。
但在AI基礎(chǔ)技術(shù)及工具的研發(fā)方面拨脉，我國仍然相對落后哆姻，AI基礎(chǔ)技術(shù)的核心力量都掌握在美國的手中。
AI開源項目一方面能推動AI技術(shù)更快落地到具體業(yè)務(wù)和應(yīng)用中玫膀，但也可能致使更少的開發(fā)者愿意去從事難度大矛缨、成效未知的基礎(chǔ)性研發(fā)工作。而隨著我國高校AI教育體系的逐步完善帖旨，對研究項目方向的設(shè)置箕昭、對學(xué)生的引導(dǎo)將起到關(guān)鍵作用。
2解阅、開源基礎(chǔ)設(shè)施環(huán)節(jié)薄弱
就目前來看落竹，我國唯一在國際上拿得出手的AI框架只有百度飛槳。而飛槳的受歡迎程度尚不足以排進(jìn)全球AI框架前十名货抄。
即便是在國內(nèi)的企業(yè)和高校中述召，TensorFlow、PyTorch等美國公司研發(fā)的開源框架更受開發(fā)者的青睞蟹地。而更令人擔(dān)憂的是积暖，開發(fā)者最熱衷于上傳代碼的Github平臺同樣在美國公司手中。
誠然怪与，絕大多數(shù)程序員都崇尚公平夺刑、開放的開源共享文化，但此前已經(jīng)有各種例證顯示了政治和狹隘觀念可能造成的負(fù)面影響分别。
比如上周全球第二大開源代碼托管平臺GitLab公然發(fā)文遍愿，稱考慮“當(dāng)前地緣環(huán)境”，拒收中茎杂、俄公民错览，并且禁止現(xiàn)員工前往這兩個國家。
如果美國執(zhí)意要豎起“數(shù)字鐵幕”煌往，那么我國建立完全獨(dú)立自主的開源基礎(chǔ)設(shè)施已成當(dāng)務(wù)之急倾哺。
3轧邪、小公司做AI開源不占優(yōu)勢
無論國內(nèi)還是國外，AI開源更像是巨頭的專場羞海。亞馬遜忌愚、谷歌、BAT等公司却邓，除了本身技術(shù)實力過硬外硕糊，可直接豪擲千金買技術(shù)、團(tuán)隊腊徙、人才简十，建設(shè)一套更為完整的開源體系。
但對于剛剛起步的小公司而言撬腾，資金螟蝙、技術(shù)、人才等壓力往往使得他們在通往開源的路上更為束手束腳民傻。比如美國公司Mycroft開源的語音平臺需要支持幾十種語言胰默，它不得不與Mozilla以及更大的開源社區(qū)合作進(jìn)行一些國際化工作，但這些需要耗費(fèi)很多時間漓踢。
少數(shù)技術(shù)實力雄厚的初創(chuàng)企業(yè)搭建了自己的深度學(xué)習(xí)框架牵署。但現(xiàn)實中，人們更容易傾向于信賴已經(jīng)得到大眾認(rèn)可的事物喧半，即便創(chuàng)企能提供更高性價比的產(chǎn)品及服務(wù)奴迅，一些客戶出于安全等考量仍會更信任搶先培養(yǎng)了用戶習(xí)慣的軟件產(chǎn)品。
即便是國內(nèi)大公司都要思考如何吸引更多開發(fā)者選擇自己的AI框架薯酝，小公司面臨的阻礙往往更多半沽。
4、安全漏洞防范與標(biāo)準(zhǔn)規(guī)范
和信息技術(shù)相關(guān)的所有軟硬件一樣吴菠，開源AI框架也存在技術(shù)漏洞、人為缺陷等造成的安全風(fēng)險浩村。
開源社區(qū)通過不斷監(jiān)控軟件代碼中的缺陷和漏洞做葵，提供額外的安全性，這對像AI這樣的新興技術(shù)尤為有益心墅，但仍不可避免會存在一些潛在的威脅酿矢。
去年，谷歌TensorFlow曾爆出重大安全漏洞怎燥，雖未造成實質(zhì)影響瘫筐，卻引發(fā)業(yè)界擔(dān)憂。當(dāng)時有專家評估铐姚，類似的漏洞可能摧毀所有基于該平臺開發(fā)出的AI模型策肝，而這些模型可能大量涉及安防肛捍、識別、城市交通之众、公共服務(wù)等事關(guān)社會民生的關(guān)鍵應(yīng)用拙毫。
這也給我們敲響警鐘，在建設(shè)開源AI框架過程中棺禾，必須嚴(yán)格防范可能的安全漏洞問題缀蹄，同時逐步構(gòu)建完善的安全要求與測評評估標(biāo)準(zhǔn)工作。
5膘婶、數(shù)據(jù)隱私保護(hù)與技術(shù)濫用
AI開源項目被用地不得當(dāng)缺前，可能引發(fā)道德上的災(zāi)難。關(guān)于數(shù)據(jù)隱私保護(hù)引發(fā)的爭議已經(jīng)屢見不鮮悬襟，除此之外衅码，近期技術(shù)濫用問題一度引起軒然大波。
就拿今年AI換臉開源項目DeepFake來說古胆，已經(jīng)有一些人利用這一技術(shù)去從事一些灰產(chǎn)肆良，甚至對許多無辜群體造成人身攻擊和心理傷害。智東西曾對國內(nèi)AI換臉產(chǎn)業(yè)做深入調(diào)查（AI換臉黑產(chǎn)：100元打包200部換臉情色片逸绎，5張照片就可定制視頻）惹恃。
今年AI技術(shù)與道德審查的法規(guī)制定也成為全球多個AI會議探討的核心話題之一。
另外由于AI開源項目降低了AI落地的門檻棺牧，一定程度上也導(dǎo)致市場上現(xiàn)有的AI產(chǎn)品良莠不齊巫糙。比如一些做智能門禁的企業(yè)直接借用開源平臺中的模型，沒有結(jié)合實際數(shù)據(jù)做進(jìn)一步的優(yōu)化颊乘，投入實際應(yīng)用后参淹，對人們的生命財產(chǎn)安全也會造成一定風(fēng)險。
結(jié)語：國內(nèi)AI開源建設(shè)需要更多開發(fā)者支持
上層軟件走向開源開放是大勢所趨乏悄，封閉知識產(chǎn)權(quán)會逐漸融入到開源基礎(chǔ)架構(gòu)之中浙值。
AI于開源而言，或許與其他軟件別無二致檩小。而開源于AI而言开呐，卻是促進(jìn)AI應(yīng)用創(chuàng)新與更多行業(yè)智能化普及的重要驅(qū)動力。從當(dāng)下AI在各國的戰(zhàn)略地位來看规求，開源AI框架有望成為像云API那樣成為主宰AI市場的核心引擎筐付。
近年隨著AI算法的持續(xù)豐富，開源與科研阻肿、工程的結(jié)合也越來越緊密瓦戚。開發(fā)者所關(guān)注的開源AI核心要素，也從更高的性能轉(zhuǎn)為如何能讓算法在應(yīng)用中更快更好的落地丛塌。而更快速较解、更好用的AI框架畜疾，以及與各種硬件更加優(yōu)化的協(xié)同，都有望為AI發(fā)展注入新的活力哨坪。
當(dāng)前我國在AI應(yīng)用層基本站穩(wěn)腳跟庸疾，在數(shù)據(jù)資源、數(shù)理人才当编、市場環(huán)境等方面均有很大優(yōu)勢届慈，再加上戰(zhàn)略引領(lǐng)、政策支持助力忿偷，AI開源開放平臺金顿、完整AI生態(tài)鏈的相關(guān)建設(shè)正在持續(xù)推動中。這或許會是一個長期的工作鲤桥，不僅需要產(chǎn)學(xué)研各類機(jī)構(gòu)的協(xié)同努力揍拆，也需要更多開發(fā)者的鼓勵與支持。
