AI研習社按：2020 年 8 月 7 日 - 9 日，全球人工智能與機器人峰會（CCF-GAIR 2020）正式開幕。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協辦。從 2016 年的學產結合，2017 年的產業落地，2018 年的垂直細分，2019 年的人工智能 40 周年，峰會一直致力于打造國內人工智能和機器人領域規模最大、規格最高、跨界最廣的學術、工業和投資平臺。

CCF-GAIR 2020 第二天，峰會與 AI 研習社、OpenI 啟智社區聯合舉辦“AI 源創專場”，重點討論了新基建背景下，國內開源創新建設將催生的新勢能，以及將引發和促進的新產業機會。

AI 源創專場的策劃，醞釀一年之久，形成半年之前。2020 年 1 月 8 日，采訪洪強寧的那個下午，洪強寧說了一句讓人印象深刻的話，“全世界的程序員是一個共同體”。使這個共同體成為可能的，就是開源。具體報道可參見《“教授”洪強寧和他穿越的技術江湖》。

在此之前，崔寶秋也兩次談及多年追隨開源的心路歷程，作為雷軍同寢室的同學，崔寶秋畢業之后先去了中科院計算所讀博士，1995 年去紐約州立大學石溪分校繼續深造。他開始接觸自由軟件和開源軟件，博士論文涉及的代碼也全部開源。無論后來在 IBM、雅虎、 Linkedin，直到在小米，崔寶秋都是堅定的開源信徒，從未有過動搖。開源也是崔寶秋和 Daniel Povey 惺惺相惜的重要原因。具體報道可參見《小米崔寶秋：開源是軟件的未來》。

現任 OpenI 啟智平臺秘書長和鵬城實驗室 AI 開源平臺辦公室主任的劉明，20 年前就和開源結下了不解之緣。作為一個開源老兵，他曾任全球首個中文 Linux 版本、香港上市企業沖浪 Linux 總經理，還曾擔任過永中 Office 總經理，在基礎軟件領域聲名顯赫。從民間到廟堂，從西方到東方，劉明的故事正是 20 年中國開源故事的縮影。喜歡八卦的同學，可以閱讀左林右貍的知識星球《開源老兵的中國往事》。閱讀訪問：https://t.zsxq.com/vz3zJeM。

而AI 源創專場的聯合主辦方，都和開源有著極深的淵源。AI 研習社發軔于早期的雷鋒字幕組，那是一群熱愛分享的，由985、211高校為主體的AI 愛好者組成的字幕翻譯Team，專注于AI領域的海外內容翻譯。大家發揚著雷鋒精神，通過開源方式組織在一起，高效率的完成翻譯任務，再開源分享到社區。如今，它已發展成為擁有20萬用戶的985、211學生為主體的AI學術青年和開發者的社區。始于開源，成于AI。

OpenI 啟智平臺更是肩負“新一代人工智能開源開放平臺”的使命與夢想，英文名稱Open Intelligence，簡稱OpenI。本次圓桌論壇嘉賓，邀請了陳天健，OpenI理事會理事，微眾****AI Group副總經理、專家工程師，聯邦學習技術總負責人；邀請了黃之鵬，OpenI技術委員會委員，華為計算開源生態部副總監；邀請了田忠博，OpenI新晉核心成員曠視科技的最新AI開源框架天元的技術負責人。圓桌論壇主持人，正是劉明，OpenI秘書處秘書長。

技術英雄、龍頭企業、官方機構，角色不同，濟濟一堂。本次AI源創圓桌論壇有崔寶秋這樣的開源信徒，有曠視田忠博這樣的開源新銳，也有走到哪里都有一群程序員粉絲的開源網紅，濤思數據創始人陶建輝和一流科技創始人袁進輝。大家各抒己見，碰撞不斷，激發聽眾對開源的深度思考和“強化學習”，這或許就是開源本來的樣子，星光閃耀，和而不同。

AI 研習社將圓桌論壇進行了不改變原意的編輯，以下為全文：

一  新基建 7 個內容，哪個跟你最密切？

（主持人）劉明：

今天我們緊扣主題：一是新基建，二是 AI。

AI 發展太快了，去年年底我也是主持，當時在場的天健和寶秋都是老朋友，在啟智開發者大會討論了：第一是 AI 的邊界是什么、第二是開源的能量是什么。

現在 AI 的發展真的很快，2016 年討論的是深度學習技術，第二年討論數據，去年開始討論倫理，我們當時定的主題是邊界。

今天的主題是三個方面的討論：一是新基建；二是 AI，而且應該討論當前最熱話題“超級 AI ”；三是開源。

時間比較緊，大家自我介紹就免了，大家都認識了。

我們先討論新基建，新基建啥意思很多都已知道，我原來所在的單位工信部、還有發改委做了七大領域的規劃，什么是新基建？5G、特高壓和電力互聯網、高鐵和軌道交通、新能源汽車充電樁、數據中心和云計算、AI、工業互聯網。

我原來在產業界，最早做過中文 Linux 的版本，叫沖浪 Linux，后來在永中 Office，在基礎軟件領域做了很多事。后來在工信部搞產業研究和促進。

請嘉賓根據自己的理解說一下，七個新基建當中排排序，就講講一兩個，覺得和你所在的單位，哪個和你最密切？

陳天健：謝謝劉明老師，我是微眾****的陳天健。國家進行新一代網絡的建設，也會影響未來工業互聯網的面貌。新基建一方面是機會，一方面是挑戰。

如果基礎設施好了、數據多了、算力也強了，但是應用數據的能力，也就是 AI 這塊沒有很好跟上的話，也大不起來，對從業人員既是機遇也是挑戰。

崔寶秋：新基建跟開源都是相關的，像今天咱們的AI源創里面有AI，后面的大數據、5G、工業互聯網、新能源充電樁、特高壓，我認為都跟開源有關系，比較簡單的就是AI的開源、大數據的開源，6G其實跟開源也有關系，這些是今天可以看得到的。

就像今天我演講中講的，開源是個模式、開源是個平臺、開源是個方法，包括開源硬件，在新基建中都會扮演特別重要的角色。

田忠博：新基建是個整體，幾個技術都非常重要。如果讓我挑的話，我可能會挑工業互聯網，這是人工智能技術發揮非常很大作用的廣闊天地，跟中國現在的升級和轉型能夠非常好的結合在一起。

對于曠視來說，新基建是一個從一到萬的新的征程，我們要做好一，在傳統工業和新技術加持的工業互聯網上打造新的增長點，像我們在機器人和物流方面一直在深耕，希望可以在新的政策和機遇下，可以有新的發展。

陶建輝：我是濤思數據創始人陶建輝。新基建對我們公司來講，意義特別重大，七個方向，無論是高鐵、軌道交通、電力，還是新能源、工業互聯網、云計算、數據中心，都和我們公司做的東西密切相關。

因為我們是做數據采集的處理，我相信世界上經過 90% 的數據都是機器采集的數據，包括電網、包括工業互聯網、包括新能源汽車，而且我認為要通過開源的方式解決，因為沒有任何一家能夠獨占，讓所有人都受惠。

而且開源的方式有個好處，正好給中國一個機會，因為現在基礎軟件幾乎都是國外的，利用 5G 的機會，中國巨大的市場有可能誕生出新的，乃至于中國真正的基礎軟件。

袁進輝：大家好，我是一流科技袁進輝，我們是做深度學習框架，前幾天也正好開源了。

我想對新基建做一下歸類，世界上的存在形式有幾種：一種是物質、一種是能量、一種是信息，新基建覆蓋非常全，高鐵是運東西的，是物質的；能量的是高壓輸電和充電樁，還有一半幾乎都是和信息有關，信息涉及到世界的數字化，數據的采集，背后數據分析的大腦，以及現實世界的反饋，從這個角度來說把所有的方面都覆蓋了。

黃之鵬：謝謝，對于我們公司來說，啥都做，好像啥都相關。不過既然說到開源，新基建里面的基建，這個之前也和袁老師溝通中也說過，像編譯器這種，大家不是特別會接觸到，這種基礎設備也是非常重要的。

二 AI 里算法、算力、數據，哪個對你更重要？

（主持人）劉明：大家說得都非常好，前不久我參與發改委領導組織寫作的一本書，叫《新基建-數字時代的新結構性力量》，關于新基建，你怎么樣想象都不過分。因為它是一個中國引領的，全新的社會經濟產業生態建設，不光是基礎設施，是這樣一個大的生態工程。

舉個例子，中美現在最熱的爭端，以前是華為，今天是頭條，為什么是這兩個？

1G~5G是數字新基建底座，不同時代的基礎設施催生不同的新業態。2G應用框架是****，只能支撐文字字符；3G開始支撐移動互聯網應用app、集大成者是微信，微信的技術應用框架就是語音+圖片，4G曾想沖刺視頻、網速及能效都不夠用。終于等到支撐視頻甚至VR的5G時代來了，但底座是華為的，視頻新的應用場景新業態是字節跳動在創新、而且還引領著美國人在效仿，你說人家能不急嗎？！所以華為成為眼中釘，字節跳動成為肉中刺。    

所以我覺得新基建從各個領域，不光是帶來基礎設施、而是帶來了新生態的引領，這么一個宏大的工程，怎么形容它都不過分。

我是資深的開源老兵，開源界的很多人都認識我，開源已經從最早的個人英雄、技術驅動，到企業和商業的驅動，開始進入生態驅動。三個維度都具備了，既有技術、又有商業價值、又有生態價值。除了企業，生態在中國更多是政府的主導、以及第三方組織的加入。新基建就是最大的一個生態驅動。

這事太大，但是跟開源有關，跟 AI 有關。那么下面我們就談談 AI。

昨天全體大會很多大咖都分享了AI最新最熱話題，開場報告高文老師介紹了“鵬城云腦“和“數字視網膜“，印象深刻的是周志華老師針對當前火爆的“暴力美學”成功模型GTP-3、數據驅動的大數據+超級算法+超級算力的當前AI主流，提出另一條數據驅動+知識驅動的“反譯學習”思路。而我們鵬城實驗室的“云腦"，真的是在打造一臺“暴力機器”。AI 在今年突然到了兩個分叉點，原來覺得已經差不多到天花板了，現在到了是走暴力規模化，還是反輔以人類知識智慧另辟蹊徑，這是兩個方向。

不管怎樣，還是分三個方面，就是人工智能三要素來談，一個是算力，一個是算法，一個是數據。

今天國內做算法或者說框架的，大都在這里。剛才演講的 Zilliz 的顧鈞，和臺上濤思數據的陶建輝，都是做數據的。天健也是我們OpenI啟智的理事，他在楊強老師團隊里在引領聯邦學習的熱潮，而且貢獻我們社區關鍵的數據環境項目“OpenI縱橫”，大家都知道的GitHub是代碼環境，AI開源社區建設還需要數據環境，我們非常看好聯邦學習、希望打造成為AI開源社區安全可靠的數據環境。

所以我想從自己的角度，每個人講講，AI 里算法、算力、數據哪個重要，你在這個領域是在世界級的領頭，還是在國內領頭，還是什么樣的想法？

這三天基本人人都在談 GPT-3 。你怎么看在這個轉折點上，算力、算法、數據，我們有什么機會？

陳天健：我們既做 AI 方面的研究，我們也做 AI 產業化的應用，在互聯網金融這個行業。

我們觀察來看，國內包括國外 AI 的研究界和產業界的分裂或是自相矛盾越來越嚴重，而不是越來越輕，產業界研究的問題學術界看不上，覺得你們這個是屬于臟活、累活，沒什么用。

工業界也看不上學術界搞的東西，覺得你們說的這些東西都是三十年以后才能用得上，今天有一個問題需要解決，但是解決不了，你有沒有辦法？仔細研究一下也沒辦法解決。

所以這個分裂的問題，我相信不會因為外部的變化，比如說國家對于新基建的投入，內部的變化，包括企業對商業模式的探索，而發生本質上的改變。

但是也是有機會去彌合當中的分歧，我相信就是開源。因為不管你的理論研究做成什么樣、是什么樣的方向，最后總得有一個交付，開源是一個比較好的交付的界面。

企業也可以通過與高校進行開源上的合作，去彌合產業界需要的 AI 技術，和學術界開發的高大上的新的 AI 技術之間的斷層或是分裂，在我們看來，算力、算法都不重要，重要的是產業界和學術界要盡量減少分歧，通過一種合作平臺的方式，進一步減少、逐步的減少這種分歧。

崔寶秋：劉明老師講的兩點非常對，就是算力和算法。

很有感觸，最近大家都在談 GPT-3，讓人驚艷，我們稱之為“暴力美學”，也代表了廣義的開源，也代表了我之前講的，大家不要過早的唱衰 AI、唱衰大數據、唱衰深度學習，以大數據和深度學習為代表的 AI 技術，或稱之為 BigData 的大數據 AI，才剛開始。

去年就有人在說，深度學習遇到極限，大數據不行了。當然我們渴求新一代、下一代的 AI 技術，但是現實點講，今天的大數據紅利，深度學習和 AI 帶來的技術紅利才剛剛開始。

今天的GPT-3，它的驚艷，它的“暴力美學”，讓世人吃驚，我們用強大的算力、強大的算法和后面的廣義的開源帶來的東西，我們有很多紅利都沒吃呢，這里面跟學術界、企業界已經慢慢區分不開了。

剛才 Daniel 接受采訪被記者問，他做的 K2 這個子項目，是學術相關還是偏向產業相關？他說兩者都有。

我還是借此機會講一下，今天的 AI ，春天才剛剛開始，我覺得我們從產業上，從新基建帶來的機會上，從人類科技的進步上，我覺得都是個機會。

紅利還有很多，不要過早的標新立異，搞些讓人吃驚的標題唱衰 AI，AI 需要大家呵護，過去的 AI 寒冬都是因為大家對 AI 有過高的預期、過熱的爆炒、過度的冷落才造成了 AI 的冬天，今天我們需要呵護大數據和深度學習帶來的 AI 技術，能幫我們做什么要有清醒的認識，我們可以做很多東西的，以此謀求下一代的 AI 技術，需要呵護今天的 AI 技術，開源會扮演很重要的角色。

田忠博：在我看來，人工智能三個因素實際上都非常重要，都需要在整體上有新的方法和新的突破，我對這個事情從來不悲觀。

曠視建立研究院之初對深度學習充滿的信任，剛才寶秋老師也說了基于 GPT-3 的模型很驚艷，我覺得并不意外，我們看到 AlphaGo 大家也是同樣的震驚，研究界并不應該驚奇，我們自己就會發現，16 倍的數據集會使物體檢測顯著的性能提升，說明我們的算法的邊界遠未達到。

我們增大數據、增大算力，會發現能力進一步提升，我們現在沒有看到邊界或是能限制我們想象力的東西，現在我們真正面臨的問題，還是在于我們是否能在基礎上更進一步，把人工智能帶向下一代的能力，讓它更加指數型的發展，我覺得這是我們的挑戰。我從來不相信深度學習或人工智能的瓶頸論。

陶建輝：（陶建輝，濤思數據創始人兼 CEO ）剛才劉明講的算法、算力和數據，我們公司濤思數據主要注重在數據上，尤其是物聯網大數據。

新基建是要孵化 IT 的新基建，任何一道新的場景出來，數據存儲包括操作性，都要做相應的改進，我們公司針對物聯網、車聯網和工業互聯網的場景，做了更好的存儲方法，國家新基建對我們來講，正好是最好的春天的到來。像我們自己開源之后，獲得的反響也很大，這是另外一個紅利。

新基建給我們帶來巨大的紅利。中國還有一個巨大的紅利，以前是農民工的紅利，現在的紅利是工程師的紅利。中國的研發人員的數量已經相當龐大，二十年前我從美國第一次回國的時候，中國研發人員的素質和美國相差非常巨大，數量也是相差非常巨大。現在都是一兩千萬軟件研發人員，軟件研發人員在呼喚新的工具，這個新的工具實際上是新的基礎設施，包括人工智能、機器學習新的框架，包括像我們這種新的數據存儲的軟件，這些都是新的機會，這是前所未有。

而且通過開源的方式還有一個好處，不僅是在中國，而且可以走向國際市場，尤其是今天中美貿易戰、意識形態紛爭的今天，如果你不開源，美國人更不相信你。門都沒有，通過開源，我認為有可能走進歐美的市場。

袁進輝：(袁進輝，一流科技創始人)我非常同意寶秋和田忠博的說法，最近一年對 AI 特別是深度學習為代表方法的批評的聲音變多了，這個從學術界大家往前看是正常的。

但是在工業界，至少是在可 Work 的方法里，深度學習代表了數據驅動的潮流，現在應該說是頂峰，還沒有看到超越的方法。以前是基于規則，人需要把知識嵌入進去；后來基于統計學習的方法，深度學習出來之后，大部分場景都可以端到端了，意思就是說很多地方都是讓數據教程序，就不需要人去編程序，從數據里面推導出來程序，程序再去做一些推理和應用。

深度學習本身的貢獻是解決了建模的問題，我們如果做過編程工作的話會有體會，在編程的過程中，把一個現實的東西建模出來是最有挑戰的，所以架構師的身價很貴，建模搞定再寫程序就是工作量的問題了， 深度學習把建模的過程自動化了，這是它偉大之處。但是它也有一些局限性，學術界再往前看，是知識驅動，得到一些新的方法。這是我第一觀點。

第二個觀點就是，深度學習的特色是需要非常多的數據，非常大量的計算，參數量從以前的幾千萬到幾億、十億，到現在 GPT-3 有 1700 億，現在已經到了非常高的程度，高到什么程度？

我們知道人腦里神經元的連接是百萬億級，就是說 1000 億大概還離人腦連接，還隔了三個數量級。這就會引起一個想象：假如這個數據再大，計算力再大，比如我們感到人的智能神秘的那一部分，現在覺得人工智能搞不定的這部分，是不是通過規模到達一定程度之后，就出現了涌現，就是靠規模搞定了，原來 GPT-3 沒人想到，AlphaGo 的能力也想不到，規模到一定的程度就出現了。可能不是這么簡單，但是留給人很多的想象力。所以我覺得在數據和計算力的緯度上，還有非常多的事情需要挖掘。

以 GPT-3 為代表的話，這里面跟開源也有關系，GPT-3 模型背后，解決大規模訓練的技術，其實還沒開源的。即使有些公司有 1 萬的GPU，有些很多數據是訓練過的，框架層次做了非常深度的優化，千億級參數的優化，需要用到模型運行、流水并行的技術，現在開源框架還做不了，這是一個問題。

我要廣告一下，OneFlow 就是為這種目的而生的，OneFlow 開源出來之后，對這種非常大規模的模型，不需要用戶去定制開發，比如說安防領域，有千萬級的人臉識別問題就可以做了，廣告推薦系統是百億、千億級特征的，也不需要定制就可以做了，大家有這種需求可以嘗試一下。

黃之鵬：（黃之鵬，華為計算開源生態部副總監）我說點悲觀的，我從另外一個角度來說，因為我主要是偏開源運營的，我覺得是現在有一個巨大的海嘯在朝我們涌來，但是我們可能還不太感覺，華為像是在遠洋的巨輪，已經先感覺到了。

我們正在逐步邁向物理上隔離，虛擬意義上互聯的狀態，這種情況下對于開源的挑戰是什么，對 AI 的挑戰是什么？

回到劉明老師說的三個方面，這個物理不光是機器包括信息，包括物理上的隔離，后面更加強調各個區域自主本地化的世界，那么開源怎么做？我們之前理解的開源是世界是平的，包括修正案的保護、許可證，我們所熟知的一切東西，可能都是要改變的。

再往前推，我個人認為，做框架的話，如果你不能掌握像編譯器這類的基礎設施的能力，不會跟硬件做系統級優化的能力，不掌握硬件的話，以后真的什么都做不了。

現在還沒有廣泛到大家感覺到，陽光、空氣、水會不會斷掉？我們已經感覺到了。其實對于做開源，我們所遇到的困難，可能是其他公司做開源的同仁感覺不那么明顯，我是站在相對比較悲觀的角度。

三  在開源里你是什么狀態，遇到什么問題？

（主持人）劉明：確實，現在是最好的時代，也是最壞的時代，這一年什么都感受到了。

這讓我想起2011 年的時候，（工信）部里面說大數據爆了，全年的數據相當于之前一萬年。數據引爆的智能、還有云的算力，AI 就不再細談了，最后該討論開源。

每次寶秋總來，他就像站在巨人（開源）的身上，從自由軟件談到開源軟件。我也是各個時代都參與過，Linux時代當過全球第一個中文Linux版本沖浪Xteam Linux的老總，但因為沖浪當年過早在香港上市、不像現在商湯一樣被政府待見，后來巨頭發起的OpenStack企業級開源運動也全程參與并利用在工信部工作的資源力推過，包括Richard Stallman 最后一次到中國來，參與過接待。前段時間社區熱傳一張照片、文嵩和徐繼哲還有我在給Stallman演講前調試一臺筆記本，他自己不帶電腦，也恨蘋果電腦，在場開源大牛們一水標配蘋果本，我那時正好在推Ubuntu中國官方社區優麒麟，帶著優麒麟電腦，是為東北亞開源論壇出行日韓而特意買的一臺聯想超極本，他覺得這臺可以用，呵呵目前這臺電腦和Richard的PPT還一直跟隨我放在辦公室。

開源是貼近人類文明的開發方式，也是人類進步唯一的、最先進的一種方式。我們這種方式原來以為它很理想，現在發現開源也不理想，也有寶秋總前面演講中說的坑和這么大的挑戰。在座既有陶總這樣的開源網紅，也有開源最佳實踐的巨頭。本來我還通過Linux基金會想邀請Zilliz 創始老板星爵來一起聊、他有個觀點是國產開源需要更多利他主義，他剛當選當選 LF AI （Linux Foundation AI 基金會）新一屆董事會主席。我還邀請過清華伯克利的譚章熹教授、深圳首個諾獎/圖靈獎實驗室RISC-V國際開源實驗室負責人，去年在鵬城實驗室與章熹的導師David Patterson一起聊過開源硬件肯定有與軟件不同之處，后來RISC-V基金會CEO Calista Redmond來訪時我們又進一步探討過。圓桌就應該從每個人不同的角度，討論開源應該怎么做。

悲壯的之鵬讓我們加速進入了終極話題。大家都是開源的老兵，你對自己、對開源的認識，你現在在開源里是怎么狀態，遇到什么問題？

陳天健：（天健的開源加速主義哲學解釋很棒，說到點子上，理解很深）。

大家聊開源之前的話，其實可以想一個事，叫做“加速主義”。兩個人打架，一個強一個弱，強的人說，弱的人通常在成長，所以我得提早和你干一架，他愿意早打。弱的人因為信息不對稱，他腰里藏著 40 米長刀，就等著強的人早打。于是在市場上大家都達成一致，我們要早打。

怎么個打法？在軟件的整個供應鏈上就是開源，一開始在進入開源商業模式之前沒有想到這么“有毒”，開了以后發現越來越“有毒”，整個供應鏈完全開源了，一旦開源再也不能走閉源的回頭路了，用的每個部件，供應鏈上 99% 的部件都來自于開源社區，所以開源是非常“有毒”的一種商業模式，它加速了一切。

你原來要進入細分市場的話，可能要花三年的時間吹牛，三年的時間做現場測試，再花三年的時間看市場的反映，來來回回十年就過去了。

一旦進入開源的軟件供應鏈或是生態的玩法，軟件行不行，第一天就有人拿出來評測，一兩年你的社區、生態還沒發展起來，這個項目基本上就要涼了，所以開源從哲學角度來說，是加速主義的產物。

既然加速的話，我們匯報一下我們加速的成果。2019 年初的時候，我們開源了聯邦學習的框架Fate；2019 年年中的時候，加入了 Linux 基金會；現在經過一年多時間的發展，使用 Fate 的廠商已經擴展到十幾家，這是我們知道的，未知的還不算。

它創造了一個新的細分市場，就是基于聯邦學習的大數據價值交易的市場，基本上復興了大數據。你在互聯網上找的任意一個關于隱私計算的帖子，當中一半以上的廠商，它的內核都是基于 Fate 或者是 Fate 的一種變體。

你會發現，開源的模式對于加速生態的構建、加速試錯、加速商業生態的形成、加速軟件供應鏈的重構，是有非常大的幫助的，它加速了一切。

反過來，對于所有的開源從業者提出了挑戰，這個坑是你挖的，加速也是你推動的，反過來，你在這個加速的過程中，是不是能跟上節奏，不斷的調整商業模式的設計，構建更大的基于開源軟件的生態聯盟，這是給每一個開源的商業化從業者的挑戰。

崔寶秋：今天我講到“開源新時代”，確實我們面臨一些挑戰。我可能比較樂觀，最終會過去的，過去一兩年我關注的是巨頭后面的寡頭壟斷，開源界的寡頭壟斷。就是控制權，不夠那么開放、不夠那么中立、不夠那么平等，不夠那么全球化。今天的形勢把這個給擴大化了，給加劇了，但是我覺得長遠來看是會過去。

我可能是一個樂天派、樂觀主義者，我相信開源是人類科技進步的最佳模式和平臺，包括數據、人類的知識是屬于全人類的，用某種形式傳承下去，把這個全人類的巨人一直呵護下去，這個我覺得是有可能的。

當然最近一些比較敏感的話題讓我們看到一些黑暗的一面，比如說華為同事看到的一些東西，我們也看到了，行業中可以看到一些不好的事情。原來說開源，應該是沒有國界的東西，現在慢慢有國界了。

因為開源許可，不管是 GPL，還是 Apache 也好，誰來解讀它？很多是來自于美國，誰來執行它？所有的法律法規，解釋權在哪里、執行機構在哪里？開源本來是全人類的事情，變得有國界了，挺讓人覺得這是可悲的地方。

所以我特別希望咱們中國要做一些自己的事情，開源的一些東西，我覺得應該推動一下，更加開放、更加中立、更加平等、更加全球化的一些許可和法規，真正讓開源變成全人類的事情，而不是一兩個國家的事情，或者不同意識形態的事情，就像食譜一樣，大家都可以做，有些算法大家都會知道，這是屬于全人類的。

我覺得一些黑暗的東西，今天看的一些倒行的事情，我認為是暫時的，慢慢會過去，希望中國在未來的世界格局中，會扮演越來越重要的角色，中國可以推動一個更加極致的開源，為下一代的文明，咱們可以推動一些事情，我是樂觀的。

田忠博：感覺這個話題比較復雜，對于開源來說大家理解不太一樣，有些人覺得是挑戰，有些人覺得是機遇，有些人覺得是責任，有些人認為可能是商業，包括曠視做開源，很多人有一些猜測和想法，我現在沒辦法代表公司發言，我只能代表我自己，我自己是怎么看這個事情，包括我的團隊。

其實開源是非常自然的事情，我經常和團隊說，代碼是工程師的自然語言，在最低的限制上，開源是工程師、研究員相互交流想法的一種方法；在最低的限度上，任何的一種代碼都應該被分享出來，希望用這種方式連接更多的智慧、更多的想法，我們可以看到深度學習、看到人腦，本質上是連接的智慧，希望通過這樣的方式能夠促進。

所以我會覺得對于開源，不希望它復雜，希望它能回到本質的屬性，是一種交流、一種拓展。大家可能認為曠視剛做開源，其實我們一直都是通過論文或者是其他方式，把我們最新的研究成果開源開放出來，確實天元是曠視第一個大型的開源項目，還有非常多的困難，非常多的問題需要克服，但我覺得終將走向一個讓大家變得更好的趨勢，這也是我們做這件事的本心和初心。

陶建輝：我分享兩個方面。一個方面是特別好的方面，我自己感覺開源對我公司帶來巨大的價值，市場、品牌一下子就起來了，我們本來前面做兩年也賣了將近十個客戶，也沒什么人知道我們，開源以后，中國的開發者真的是沒有不知道我們的，現在也有美國、德國、意大利、西班牙的用戶。

我們去年 7 月份宣布開源之后，我們有 5 天時間是在 GitHub 趨勢榜排名第一，我們就在這周一，8 月 3 日，我們把核心的集群功能開源，宣布之后，今天是第 4 天，已經連續 4 天排名第一，大家可以搜一下叫 TDengine，里面有我自己寫的 4 萬多行代碼。這是好的一面，很鼓舞人心，覺得自己寫的代碼有價值，我們畢竟是寫程序的，要有人看、有人喜歡這個程序才有價值。

另一方面，在中國做開源是個極其難的事情，為什么？軟件幾乎沒人買，軟件很難很難，Oracle 在中國的銷售額只占全球的 4% 不到，在中國做開源誰買單？任何一個好的軟件要生存下去，必須有商業和錢驅動，誰來掏這個錢？像Linux的個人英雄時代已經不在了，一定要背后有集團和商業利益在驅動。這個東西偏偏在中國不具備這樣的土壤，因為大家不愿意為服務、為軟件買單，開源在中國站起來還有很長的路。

我們公司選擇做開源真的是相當相當難，我自己和別人有點不一樣，我是海歸背景，我從成立的第一天起，就認準中國賺不到錢，開源，我是拼命想做歐美市場，偏偏現在又有意識形態之爭，讓我們的未來充滿著變數。

如果你們想用開源在中國做生意，是真賺不到，而歐美市場，像意識形態的原因，真的是充滿太多的變數。

袁進輝：我們也是做開源的，也是創業公司，陶總說完讓我心里拔涼拔涼的。

我們經常說開源的正面，我說一個是比較少想到的，開源有一個負面的作用，它可能是扼殺創新的。就是開源的東西出來之后形成一種生態，我們可以想象它像一個黑洞一樣，很多的應用、算法、開發者都是圍繞著它的，有什么新的東西出來，都被這個已經成為“標準”的東西吸進去了，如果有個團隊，有個新的想法的時侯，會被嚇倒，大部分人一看開源這個東西太龐大了，工程上也非常龐大，生態上也非常難以逆轉，有時新的想法不是那么容易嘗試。

比如我們做深度學習框架，三四年以來被頻繁的問這個問題。就是 Google 做了、Facebook 做了，微軟、亞馬遜，國內的華為、百度都做了，你一個小小的公司，你憑什么做這個事情，你怎么出來等等一系列的問題。

所以說這個開源的東西形成了一種生態之后，有一些主流的玩家以后，新的想法不太容易出來。而且很多算法我們可以調用，現在有一種叫調包俠，它（框架）做得已經非常容易了之后，形成一種懶惰，底層的東西我不去了解。

有的時候做復雜的創新，比如說早期的 AlphaGo，這個創新背后都是帶著復雜的系統工程，即使有的團隊想過這種想法，沒有系統工程的能力支持，也沒法做。有的時候造成一種懶惰之后，就會阻礙創新，特別是國內，我們不要滿足于成為調用別人 API 的人。

第二個我想說的，開源提供了非常大的機會。我做一個類比，以前一個演藝人員要成為明星，只有走中央電視臺、上電影；但現在像李佳琦、李子柒等，只要他有才華，他通過自媒體、社交網絡，是有非常快速出來的通道，開源就是這樣的市場。

我們知道很多知名的機器學習領域用得多的軟件，不是大的商業公司干的，是個人英雄主義干的，陳天奇、賈揚清早期的項目是個人做出來，大家覺得好用以后在社區里就像指數傳播、網絡效應，飛快就起來了，這是非常好的機會，英雄不問出身，不一定是大公司可以干的，能力很強的人、很強的團隊、創業公司，我認為也有機會。

第三個我想說一下，像寶秋說的一樣，我也是樂觀的，我也覺得國內的人現在面臨政治的沖突，但是不要因為這個因素變得封閉，而要更加開放，要有全球的視野、全球的胸懷。

非常好的開源軟件，像美好的文藝作品、電影一樣，就是人類優秀的文化、文明的成果，我們應該實事求是的承認，國內以前在這方面，是比較少有非常優秀的貢獻者。我認為這個時代到了，從應用的牽引，很多互聯網公司和 AI 公司應用層次完全不輸于國外，人才積累也到這個程度了，我們國內的開發者應該有這種志向，創造出非常優秀的開源項目和作品。

黃之鵬：感覺我是搶先打開了一個潘多拉盒子。我也說點樂觀的，剛才說了很多我覺得會產生的挑戰，背后意味著什么？其實對中國做開源的人是件好事，意味著無論是國家、企業還是社會，開源或是專業復合型的開源人才越來越重要，大家原來認為開源是文化上、精神上的，只有經過轉變，很多公司才會意識到開源是非常復雜、綜合性的事情。

我大概說一下我個人對后面發展的理解。

像剛才我演講中講的，MindSpore 整個社區的章程是我一手寫的，它的社區治理、開放性我敢說放在國內是非常領先的。我們讓渡了很多東西放在社區里面。其實我們可以完全像谷歌一樣，為啥我們華為出人出力，還搞一個技術委員會在上面管著我們？這是因為我非常堅信整個開源開放，包括治理這一套東西的有效性，不是什么東西能夠推翻的。

當時未來可能會改變的東西是什么？一個是我們未來會越來越面臨物理上隔離、虛擬上連接的一個社會，所以來說，未來我們經常會做的一個，就是大量的本地化的事情，現在大家覺得寫個英文文檔基本上已經打遍天下了，未來可能不夠用。而且大家想一下，因為疫情，我們有一個巨大的人才紅利，很多留學的人都回來了，中法、中德、中日、中韓很多的雙語人才之前在國外工作，這些人才只要我有預算，都希望用起來。其實在國內通過互聯網可以做很多這種國際化加本地化的拓展，這會有一個新的變化。

我覺得去年劉老師在力推OpenI啟智社區時做得特別好的一件事，也是挺大的一件事就是經常請北****學院張平老師等開源知識產權專家來做講座，讓大家明白開源首先是法律、知識產權、許可證、還要合規治理，這些跟GitHub等代碼托管平臺一樣都是開源社區重要的基礎設施，但往往大家普遍缺乏這方面的意識，只關注代碼和技術。所以以后開源的人才一定是綜合性的人才，他要懂開源社區的法律，專利，開源開發，開源治理，傳播這一系列的事情，以后才能把開源做起來。

今天論壇本身就是非常巨大的進步，放五年前，劉老師只能請一批西方面孔，我覺得今天這個圓桌環節本身已經是一個巨大的成功，像袁老師說的，其實在大的尺度上，我也是很樂觀的，我對開源從來沒有動搖過，我開發所有的知識，都是從開源來的，我覺得它一定會走下去的。

四  聽眾提問：開源怎么賺錢？

（主持人）劉明：感謝之鵬，危機更多的是”機”，物理世界隔離了，帶來虛擬世界的爆發。這是去年從貿易戰、科技戰到全球大戰疫帶來的一個趨勢，也是全人類的一個機會。

臺下聽眾們有沒有要提的問題。

提問（平安科技）：我請教兩個問題，第一是我們現在開源的話，有沒有安全問題？第二是我們做開源產品、做社區，有沒有商業價值？在哪里？

陳天健：我們做的開源項目比較特殊，我們做的是和數據安全合作相關的項目，安全問題說到底，開源沒有與之比的商業模式，因為誰去認證黑盒？沒有后門這樣的東西，因此只有開源這樣的模式。所以我們對于開源的選擇可以說是一種必然的選擇。

我們的軟件建成了一種各方進行大數據合作建模的一個事實標準。類似于大數據的 HTTPS，這樣的話，我們在上面可以進行多方位的，比如說金融業務的變現，構建一個大數據的合作本身就是金融網絡的基礎，所以我們相對于出售 License 這種模式，我們相對來說還不太受到商業方面的困擾。所以我們才會去投入這種基礎設施，通過開源去推動各種標準的構建。

陶建輝：我可以分享一下開源怎么賺錢，我正在寫一篇博客，講我們的開源策略是什么。我是紅杉、GGV、明勢資本投的公司，我們已經拉了 2000 多萬美元，那是一定要賺錢的，我開源不是只為人民服務的，否則沒人敢投我。

那怎么賺錢呢？我們采取的模式在美國叫 Open Core 。就是核心代碼完全開源，那哪些不開源呢？我們公司的產品不是百分之百開源，大概還有百分之幾的代碼不開源，輔助性的功能不開源，剛性需求、必須用的全部開源。比如說，像類似于數據庫的插入、查詢、集群都開源，但是我的異地容災不開源，一鍵登錄不開源，數據加密不開源。

因為異地容災，我絕對不會開源，因為像中小企業異地容災無所謂、數據加密無所謂，沒有的話照樣跑，像 mongoDB、Spark、Kafka 都是這種做法，現在是美國相當成功的商業模式，叫 Open Core，就是輔助功能不開源。

我陶建輝為什么要做物聯網大數據平臺，做得挺好還要開源，為什么？我希望全世界邊緣計算、物聯網平臺，里面的數據處理幾乎都用陶建輝開發的，不說 70%、80% 的市場份額，超過 30%的市場份額被我占了就是壟斷了，一旦你壟斷的時候，你就跟微信一樣，插個扁擔都能開花。

那可以做很多事情，可以做云服務，包括我們選擇的 License 是 AGPL，它最大的限制是不希望云廠商用，我開源我可不希望阿里和亞馬遜拿來賺錢，正常的公司都可以用。這是我們的賺錢之道。如果我們開源不能賺錢，做不了偉大的作品，我更不可能花錢雇好的人才，微軟出來的都是200、300 萬，我怎么請得起？公司必須賺錢，才可能做出偉大的產品，才能持久的發展。

劉明：陶老師自己寫代碼、寫文檔、寫博客、寫微信，他一個人都能干還干得好，這就是為什么他能成功？

陶建輝：因為是創業公司，雇不起。（眾笑）

五  總結 AI 開源之道

（主持人）劉明：時間已經到了，大家每個人總結一下。

我先總結一下，我們今天有做創業的，像陶總、袁總，剛才一堆人都圍著，他們首先是技術明星，做得很Happy。而在座的大企業，越大的企業，挑戰就越多，擔的責任就越多，苦惱也就越多。但這里面最苦的其實是我，大家不知道，為了開源我進了“佛門”，我還是武當的正式弟子，我就是尋求道。記得之鵬有個同事，是鴻蒙的CORE，曾要我帶他去趟寺廟，說做開源太苦了。

最后請大家總結一下，AI、開源你們每個人怎么看，你希望中國在這方面提供什么樣的基礎設施？中國圍繞 AI 開源提供什么樣的環境？

這個問題也是我很感興趣，是我現在努力在做的事情。

陳天健：AI 作為軟件供應鏈當中的一環，現在比較火，但是開源仍然是它的最好商業模式，原因就是它可以有效的降低 AI 的構建成本。我們在整個 AI 的開源環境中，提供的主要就是怎么樣去聯合各方的數據，同時保護各方的數據上的利益，這一個對于權責利的調整，可能更有助于整個 AI 供應鏈在數據這一環節的形成。

崔寶秋：我特別想強調，我覺得 AI 開源，或者整體開源會激發創新，開放和開源遲早會激發創新。袁老師講的會打壓創新，就是我講的那種寡頭壟斷。

開源也是一個希望，希望咱們國家能保護這些自己開源、基于開源模式的公司，讓這些公司賺到錢，我相信是有各種模式的。中國和歐美國家是一樣的，中國可以賺到錢的，我堅信這一點。

我希望政府可以在開源上，立一個更加先進的，下一代的法規、許可證，能不能讓它更加極致、開放、透明、全球化，這是我特別希望的。我們在開源上需要綜合性人才、法律法規的制定，這些先進性是咱們中國必須要占據的。

田忠博：曠視其實是享受了在技術上開源、開放的整體紅利，所以我們也是在積極的參與開源浪潮，從我來想，我希望有朝一日通過我們自己的努力，能把大家認為中國人做不好開源軟件，我們能做到最好。

陶建輝：我覺得要把開源做好，最重要的是中國要把尊重知識產權真正做好。我就說一句話。

袁進輝：如果用一兩句話說的話，我們希望做出世界領先的、創新的技術，引領潮流的項目。

就像剛才寶秋總說的“不重復造輪子”如果別人做的很好了，那的確沒必要重新造一套，而且還不如人家，我們又必須說為了安全的因素，必須要用一樣，這個我是不太贊同的，我贊同的是造出來比別人好，不光是自己用而且全世界用，這是我追求的東西。

黃之鵬：AI 開源對于我來說，主要是希望國家能有更多的自研的硬件，自己的算力，開源開放的數據集，這個特別重要，而且重要性會越來越大。

然后作為對開源文化普及的一部分，就想說一下剛才陶總的那個，我是不太認可 Open Core 模式的，還有其他的賺錢的方式，大家可以自己去網上搜一下，這個是很好的一個，其實北美現在也有這種激烈的討論。

劉明：時間的原因意猶未盡，我們還有晚宴，私下再進行交流，圓桌討論就到此結束，我的感覺是非常大的機會、當然也是非常大的挑戰，尤其從事 AI、開源兩個領域，我們從文化上，我們不太善于協作，開源的核心就是大規模的協作，像 Linux 系統，幾百萬甚至更多的程序員一起寫一個項目，我們怎么避免單打獨斗，這是我們開源的一個核心，這是我為什么要去學佛學道，10多年堅持禪修和太極，佛為心道為骨，這個是文化，找到這個根上去。

現在 AI 不光是代碼開源，包括算力、數據，都需要逐步開源進化和優化。最近的 GPT-3 帶來很大的啟示，再次打破常識，甚至被認為是超越 AlphaGo 的技術突破，讓人類真切看到了通用語言智能的希望。年初賈楊清在一次報告中給出一個數據，現實的算力需求現在是每 3.5 個月增長一倍，所以算力時代真的來臨。除了算力，還有算法，我們通過優化算法、優化軟件框架也能進化。GPT-3發布前、OpenAI提出超摩爾定律，AI算法效率每16個月翻一番。微軟+英偉達的超級算力，OpenAI的超級模型和算法，這樣一個頂級科研與超強工程的大兵團通力協作，帶來了“暴力美學”，就這樣一個結果出來。所以看來 AI 并不是在衰落，而是非常大的一個機會。

開源通過我們的文化，這樣一個物理隔離、虛擬世界的建設，新基建的機會，可能產生一個新的，超越的可能性。我非常堅信，雖然很痛苦也很困難，AI和開源是我們最大的一個機會。

謝謝大家！