國外人工智能開源生態(tài)運營模式剖析

何 婷，徐 峰

（中國科學(xué)技術(shù)信息研究所，北京 100038）

開源（Open Source）是信息技術(shù)領(lǐng)域一種大規(guī)模協(xié)作開發(fā)的創(chuàng)新方式，它改變了信息技術(shù)產(chǎn)業(yè)格局和商業(yè)模式。開源模式憑借強大的資源匯集和協(xié)同創(chuàng)新優(yōu)勢，已成為推動人工智能技術(shù)快速迭代的關(guān)鍵動力和新一代人工智能發(fā)展的全球趨勢[1]。在國家戰(zhàn)略層面，人工智能的開源發(fā)展受到各國政府的高度關(guān)注。美國在《人工智能研發(fā)戰(zhàn)略計劃2019更新版》中強調(diào)要大力推進開源軟件和工具；英國《AI路線圖》提出鼓勵開源和標(biāo)準(zhǔn)化的軟件和工具；意大利《國家人工智能戰(zhàn)略》指出要構(gòu)建一個開源的人工智能軟件和數(shù)據(jù)庫。在產(chǎn)業(yè)發(fā)展層面，以谷歌、亞馬遜、Meta、微軟等為代表的頂尖互聯(lián)網(wǎng)企業(yè)，正憑借自身的數(shù)據(jù)、技術(shù)和資本等優(yōu)勢，搶占人工智能開源平臺的技術(shù)和規(guī)則主導(dǎo)權(quán)。

當(dāng)前，我國在全球人工智能開源領(lǐng)域中的參與度和貢獻度不斷提升，但也面臨著本土開源生態(tài)不完善、國際影響力不足、對外依賴度較高等問題。我國人工智能開源生態(tài)還處在早期成長階段，核心的開源框架主要依靠國外，開源社區(qū)、代碼托管平臺和開源基金會等基本要素，發(fā)展尚不成熟，不同開源主體之間的分工合作模式還在構(gòu)建中。

針對人工智能開源這一話題，國內(nèi)外研究都比較少。國內(nèi)研究主要以高校、科研院所等發(fā)布的研究報告為主。上海交通大學(xué)編寫的《激活A(yù)I創(chuàng)新之源——上海人工智能開源開放發(fā)展報告》重點介紹了目前國內(nèi)外主要的人工智能開源開放平臺及項目。國家人工智能標(biāo)準(zhǔn)化總體組的《人工智能開源與標(biāo)準(zhǔn)化研究報告》基于典型的人工智能開源項目分析了各開源技術(shù)的特點。中國人工智能開源軟件發(fā)展聯(lián)盟重點研究了人工智能開源軟件的發(fā)展現(xiàn)狀和應(yīng)用案例。綜上，現(xiàn)有文獻更側(cè)重于從技術(shù)層面梳理國內(nèi)人工智能開源的發(fā)展現(xiàn)狀，而從體制機制層面研究如何實現(xiàn)我國人工智能開源生態(tài)可持續(xù)運營的研究較為缺乏。鑒于此，本文嘗試從國外人工智能開源實踐中總結(jié)出實現(xiàn)人工智能開源生態(tài)可持續(xù)發(fā)展的關(guān)鍵要素，為更好地構(gòu)建我國人工智能開源生態(tài)提供參考。

1 人工智能開源生態(tài)的內(nèi)涵

開源文化起源于國外的軟件行業(yè)，至今已有半個世紀(jì)的發(fā)展。開源一詞來源于“開源軟件”，由開源軟件促進會（Open Source Initiative，OSI）于1988年正式提出，指的是開放源代碼并遵循開源許可證，可進行自由發(fā)布、自由復(fù)制、自由修改、自由使用的軟件[2]。隨著開源軟件的發(fā)展，開源已成為一項全球性的流行運動[3]。從本質(zhì)上看，開源是一種分布式協(xié)作開發(fā)模式，一種大規(guī)模群體依托互聯(lián)網(wǎng)平臺，通過共同參與和協(xié)作，不斷累積智慧、實現(xiàn)持續(xù)創(chuàng)新的方法。實踐表明，開源已經(jīng)成為推動人工智能、區(qū)塊鏈等新興信息技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展的有效路徑。其作用主要體現(xiàn)為：集聚全球智力資源，推動技術(shù)突破；大幅減少重復(fù)性工作，節(jié)約研發(fā)資源和時間成本，加快技術(shù)迭代；降低技術(shù)研發(fā)門檻，加快新技術(shù)的推廣和應(yīng)用[4]。

關(guān)于人工智能開源，從開源內(nèi)容看，根據(jù)國家人工智能標(biāo)準(zhǔn)化總體組發(fā)布的《人工智能開源與標(biāo)準(zhǔn)化研究報告》，人工智能開源全棧包括基礎(chǔ)設(shè)施、引擎、應(yīng)用使能以及人工智能業(yè)務(wù)四個層次，既包括人工智能芯片、數(shù)據(jù)集、訓(xùn)練平臺等基礎(chǔ)設(shè)施以及知識圖譜、深度學(xué)習(xí)和機器學(xué)習(xí)框架等核心技術(shù)，還包括推薦系統(tǒng)、智能問答、語音識別等應(yīng)用項目[5]。

“開源生態(tài)”是“開源”和“生態(tài)系統(tǒng)”的組合詞?！吧鷳B(tài)系統(tǒng)”最初是生物學(xué)領(lǐng)域的一個概念，指的是生物體之間以及生物體與無機環(huán)境之間通過復(fù)雜交互作用所形成的統(tǒng)一整體[6]。關(guān)于“開源生態(tài)”的概念，目前業(yè)界和學(xué)術(shù)界并沒有規(guī)范的定義。Jullien等[7]認(rèn)為，開源生態(tài)系統(tǒng)是開源項目、企業(yè)、開源社區(qū)以及獨立開發(fā)設(shè)計者等不同角色之間的復(fù)雜網(wǎng)絡(luò)關(guān)系。有研究者認(rèn)為，開源生態(tài)包括五個必備要素，分別是開源項目貢獻者和使用者（人）、開源代碼托管平臺和開源組成分析工具等（機）、源代碼（料）、開源許可證和社區(qū)管理辦法等開源生態(tài)規(guī)則（法）、開源社區(qū)（環(huán)）[8]。另有研究指出，開源生態(tài)以開源項目為中心構(gòu)建，依托開源社區(qū)協(xié)作形成軟件、硬件等開源項目；涉及開源貢獻者、開源使用者、開源運營者、開源服務(wù)者多重角色，包含開源治理、開源運營、開源商業(yè)等多個環(huán)節(jié)[9]。

綜合上述概念，本研究認(rèn)為，開源生態(tài)是一個匯聚多方資源的技術(shù)創(chuàng)新生態(tài)圈。人工智能開源生態(tài)是以人工智能開源項目為中心，由開源貢獻者、開源服務(wù)者、開源使用者、開源運營者等參與主體組成的彼此依存、相互影響、共同發(fā)展的人工智能技術(shù)創(chuàng)新生態(tài)圈。其中，開源貢獻者主要指最初貢獻開源項目的企業(yè)或個人，開源使用者指開源項目的最終用戶，開源運營者主要指促進開源貢獻者相互協(xié)作的主體，開源服務(wù)者主要指負(fù)責(zé)為開源項目開發(fā)提供相關(guān)輔助服務(wù)以及為規(guī)范開源生態(tài)發(fā)展而制定相關(guān)政策或規(guī)則的主體。人工智能開源生態(tài)的運營模式就是上述開源參與者之間、開源參與者與開源項目之間產(chǎn)生聯(lián)系的路徑，這種路徑?jīng)Q定了人力、資金、基礎(chǔ)設(shè)施等要素的投入方式、投入質(zhì)量、投入規(guī)模和投入周期，顯著影響開源項目的成長和商業(yè)價值的傳遞。

2 國外人工智能開源生態(tài)的運營模式

通過對人工智能開源實踐的梳理和分析，可以發(fā)現(xiàn)，由于開源技術(shù)發(fā)展較早，整體開源環(huán)境較為成熟，歐美等發(fā)達國家的人工智能開源生態(tài)已經(jīng)進入到一個元素基本完整、運營基本順暢的發(fā)展階段（見圖1）。不斷完善的開源政策為企業(yè)投身人工智能開源創(chuàng)造了有利的外部環(huán)境，并推動政府從開源項目的使用者向貢獻者轉(zhuǎn)變。開源代碼托管平臺、開源許可證等為人工智能開源提供了標(biāo)準(zhǔn)化的工具和規(guī)則，保障開源的規(guī)?；?、規(guī)范化發(fā)展。各開源主體間的良好互動支撐了人工智能開源生態(tài)的可持續(xù)發(fā)展。一方面，企業(yè)、研究機構(gòu)或個人作為開源項目的發(fā)起者或參與者，自發(fā)組建起開源社區(qū)，開源基金會作為開源項目的主要運營者，負(fù)責(zé)為社區(qū)運營和項目管理提供專業(yè)化、多樣化、全周期的服務(wù)；另一方面，企業(yè)與開源基金會之間又形成了互利共贏的合作機制，企業(yè)以會員的身份向開源基金會捐贈項目和資金，并影響或主導(dǎo)著基金會的發(fā)展，而基金會則基于資源集聚的優(yōu)勢，能幫助企業(yè)的開源項目發(fā)展成熟，同時給予企業(yè)接觸外部優(yōu)質(zhì)項目和挖掘優(yōu)秀人才的渠道[10]。

圖1 國外人工智能開源生態(tài)運營模式

2.1 開源政策

歐美國家在部署人工智能發(fā)展時十分重視人工智能開源問題，強調(diào)通過政府采購、督促政府部門主動開源等措施推動人工智能開源。美國在2016和2019年的《人工智能研發(fā)戰(zhàn)略計劃》中均提出要開發(fā)開源軟件庫和工具包，要求政府部門不但要支持和使用人工智能開源技術(shù)，還要為開源項目貢獻算法或軟件；《2018美國國防部人工智能戰(zhàn)略概要》指出開源社區(qū)是創(chuàng)新思想與人才的孵化器，國防部要加強與開源社區(qū)的合作，一方面要為開源社區(qū)提供數(shù)據(jù)、研究、技術(shù)以及挑戰(zhàn)賽等支持，另一方面要積極參與開源生態(tài)的構(gòu)建，發(fā)揮國防部在吸引人工智能人才、突破基于人工智能的國防技術(shù)等方面的作用。英國《AI路線圖》（AI Roadmap）提出，應(yīng)鼓勵開源和標(biāo)準(zhǔn)化的軟件和工具；《公共部門人工智能使用指南》（A Guide to Using AI in the Public Sector）要求確保政府部門使用的人工智能系統(tǒng)代碼是開源的。

除了重視開源在人工智能技術(shù)發(fā)展中的重要作用之外，歐美國家還早在本世紀(jì)初就開始將推動開源軟件發(fā)展作為一項獨立的戰(zhàn)略行動，通過支持研發(fā)、強制使用、優(yōu)先采購以及推廣應(yīng)用等措施持續(xù)推動開源軟件的發(fā)展[11]。從2004年起，美國就出臺了一系列指導(dǎo)政府部門使用開源軟件的政策。例如，2004年美國行政管理和預(yù)算局（Office of Management and Budget，OMB）發(fā)布備忘錄，要求增加對開源軟件的采購。2016年，美國行政管理和預(yù)算局正式發(fā)布《聯(lián)邦源代碼政策》，要求被聯(lián)邦政府資助的網(wǎng)站、應(yīng)用程序和其他軟件項目發(fā)布源代碼，并且各機構(gòu)需要根據(jù)三年試點計劃向公眾發(fā)布至少20%的代碼。

歐洲方面，2000年歐盟委員會首次制定了開源軟件戰(zhàn)略，此后又分別于2010年、2014年和2017年進行了三次更新，致力于推動開源軟件在歐盟成員國政府內(nèi)部的使用。英國2010年正式發(fā)布《政府的開源戰(zhàn)略》（An Open Source Strategy for Government），提出在開源和非開源軟件產(chǎn)品沒有顯著成本差異的情況下，應(yīng)根據(jù)靈活性優(yōu)先選擇開源軟件產(chǎn)品；在2012年發(fā)布的《采購政策注明8/11：采購開源信息技術(shù)》、2013年發(fā)布的《政府服務(wù)設(shè)計手冊》等文件中，均強調(diào)政府采購應(yīng)首選開源軟件；在2019年發(fā)布的最新版《數(shù)字服務(wù)標(biāo)準(zhǔn)》中又要求政府開放新的源代碼，并選擇合適的許可證開源。法國在第二個國家開放科學(xué)計劃中首次將開源作為科學(xué)研究的重要組成部分，提出支持公共資助的研究計劃在開源許可下傳播源代碼，重視高校和科研院所的源代碼生產(chǎn)以及制定開源軟件政策等措施。

2.2 開源組織

2.2.1 開源社區(qū)

開源社區(qū)（Open Source Community）是開源項目的主要開發(fā)組織，一般指以開源項目為核心，由地緣空間分散但擁有共同興趣愛好的開發(fā)者根據(jù)相應(yīng)的開源軟件許可協(xié)議，以民主、合作的形式，共同進行項目開發(fā)、維護、增強等知識創(chuàng)造與傳播的網(wǎng)絡(luò)平臺[12]。開源社區(qū)的功能主要包括為開發(fā)者和用戶提供交流平臺、開源資訊、代碼托管以及軟件下載等。與傳統(tǒng)專有軟件開發(fā)組織（主要是商業(yè)企業(yè)）相比，開源社區(qū)具有組織管理松散、沒有明確的層級結(jié)構(gòu)、交流民主等特點，是一種開放式組織。

目前，國外在計算機視覺、自然語言處理、深度學(xué)習(xí)等人工智能技術(shù)領(lǐng)域都存在專門的開源社區(qū)。這類社區(qū)通常專注于某一特定項目的共同研發(fā)。比如大家熟知的深度學(xué)習(xí)框架TensorFlow，它既是一個開源項目，也是一個開源社區(qū)。為不斷完善TensorFlow，谷歌搭建起TensorFlow社區(qū)，吸引來自全球各地的開發(fā)者和使用者通過網(wǎng)絡(luò)平臺以及自發(fā)組織的線下活動，進行交流互動、協(xié)作開發(fā)，現(xiàn)已形成70多個用戶組、170多個機器學(xué)習(xí)谷歌開發(fā)者專家組和12個特殊興趣組。OpenNLP既是Apache軟件基金會運營的一個自然語言處理開源項目，也是一個開源社區(qū)，其官方網(wǎng)站上不僅提供用于自然語言處理任務(wù)的模型、工具包等資源，還設(shè)有項目任務(wù)開發(fā)專欄，吸引更多開發(fā)者參與其中。由英特爾開發(fā)的計算機視覺項目OpenCV也基于網(wǎng)絡(luò)平臺開設(shè)了用戶問答論壇以及貢獻者通道，推動OpenCV的應(yīng)用和研發(fā)創(chuàng)新。

2.2.2 開源基金會

開源基金會是專門為支持開源項目而組建的非營利性組織，旨在為開源項目提供資金、技術(shù)、市場等全方位支持，為社區(qū)的建設(shè)和運營提供指導(dǎo)。成功的開源基金會一般都有一套較為完整的服務(wù)體系，以滿足項目或社區(qū)在不同生命周期的需求。項目初期，Linux基金會、Apache軟件基金會（ASF）、云原生計算基金會（CNCF）等主流基金會均有非常成熟的項目孵化流程，給新項目提供技術(shù)研發(fā)、知識產(chǎn)權(quán)管理、社區(qū)建設(shè)等方面的指導(dǎo)。項目日常運營過程中，基金會一方面會提供技術(shù)開發(fā)必要的基礎(chǔ)設(shè)施支撐，包括源代碼管理、代碼審查、問題追蹤以及通信工具，另一方面會借助大型會議、媒體、社交網(wǎng)絡(luò)等途徑宣傳項目，吸引更多開發(fā)者和用戶參與項目維護。在資金來源方面，開源基金會的日常運營主要依靠會員企業(yè)的會費，Apache軟件基金會、Linux基金會、OpenStack基金會（現(xiàn)更名為開源基礎(chǔ)設(shè)施基金會）最高等級的會員每年會費分別是12.5萬美元、50萬美元、35萬美元。

從國外實踐看，人工智能領(lǐng)域的開源基金會按業(yè)務(wù)范圍可分為兩類，一類是設(shè)立人工智能子基金或為人工智能開源項目提供孵化服務(wù)的老牌綜合類基金會，如Linux基金會、Apache軟件基金會，還有一類是專注于特定技術(shù)領(lǐng)域或項目的新興基金會，比如Autoware基金會。

Linux基金會在2018年發(fā)起了一個專注于人工智能方向的子基金會LF Deep Learning Foundation（2019年更名為LF AI Foundation)，旨在進一步推動人工智能和機器學(xué)習(xí)的發(fā)展。目前，該基金會已擁有騰訊、AT&T、諾基亞、華為、中興、百度、愛立信、IBM、滴滴、紅帽等50家公司會員，正孵化和已孵化出的開源項目共計313個，覆蓋機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、分布式計算、自然語言處理等多個領(lǐng)域。

Apache軟件基金會已為超過350個開源項目提供支持，涵蓋人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)和邊緣計算等眾多技術(shù)領(lǐng)域。該基金會支持的人工智能典型開源項目主要有Apache SINGA、MXNet、Mahout等。其中，由網(wǎng)易研究院和新加坡國立大學(xué)發(fā)布的開源分布式深度學(xué)習(xí)平臺Apache SINGA是基金會資助的第一個深度學(xué)習(xí)項目，可通過不同的運算符（神經(jīng)網(wǎng)絡(luò)層）構(gòu)建深度學(xué)習(xí)模型，已廣泛應(yīng)用于科研、醫(yī)療、金融等領(lǐng)域；MXNet是由亞馬遜聯(lián)合華盛頓大學(xué)構(gòu)建的深度學(xué)習(xí)框架，2018年進入Apache孵化器，現(xiàn)已成為基金會的頂級項目；Mahout是一個開源算法庫，集成了一些可擴展的機器學(xué)習(xí)領(lǐng)域經(jīng)典算法。

Autoware基金會由開源協(xié)作組織96Boards、日本智能駕駛技術(shù)公司Tier IV、美國自主移動系統(tǒng)軟件公司Apex.AI于2018年聯(lián)合成立，致力于發(fā)展和資助自動駕駛開源協(xié)作項目Autoware。該基金會是迄今為止全球自動駕駛領(lǐng)域唯一的開源組織，目前已有22家會員，其中包括華為和速騰聚創(chuàng)兩家中國公司。

2.2.3 科技企業(yè)

開源的公益性質(zhì)似乎和企業(yè)追求商業(yè)化的目的相悖，但面對開源軟件不可阻擋的發(fā)展趨勢，出于建立標(biāo)準(zhǔn)、降低成本、戰(zhàn)略考慮和實現(xiàn)兼容性等動機，傳統(tǒng)的IT企業(yè)和新興的平臺企業(yè)都紛紛推進自己的開源戰(zhàn)略[13]。GitHub 2018年的年度分析報告顯示，貢獻者數(shù)量最多的十大機構(gòu)中，排名第一的是曾公開反對開源軟件的微軟，其他還包括谷歌、紅帽、英特爾、Meta等科技企業(yè)以及加州大學(xué)伯克利分校、麻省理工學(xué)院、斯坦福大學(xué)等高校。雖然任何人都可以參與到開源項目開發(fā)中，但由于具有強大的號召力、穩(wěn)定的研發(fā)團隊以及持續(xù)的資金投入，相比獨立的個體程序員而言，科技企業(yè)在人工智能開源生態(tài)中的貢獻度和影響力更大。

在此輪人工智能浪潮興起之際，開源就成為眾多企業(yè)的首選。以谷歌、IBM、Meta、微軟為代表的國際頂尖科技企業(yè)，憑借自身的數(shù)據(jù)、技術(shù)和資本等優(yōu)勢，持續(xù)在人工智能開源領(lǐng)域發(fā)力，主要通過三種方式參與人工智能開源生態(tài)的建設(shè)：一是將自行開發(fā)的人工智能軟件實行開源。2015年以來，美國人工智能研發(fā)巨頭先后宣布開源自研的人工智能平臺、引擎和工具包。Meta開源了一組基于Torch的深度學(xué)習(xí)工具；谷歌將其開發(fā)的深度學(xué)習(xí)引擎TensorFlow開源，且據(jù)谷歌官方統(tǒng)計，截至目前，谷歌已開源了50個人工智能項目；微軟開源了分布式機器學(xué)習(xí)工具包DMTK；IBM將機器學(xué)習(xí)平臺System ML開源。二是通過開源基金會資助人工智能開源項目。IBM、谷歌、微軟、Meta、亞馬遜等企業(yè)均是Apache、Linux、OpenStack三家頂級開源基金會的高級會員，每年都會投入一定數(shù)量的資金支持開源基金會開展項目孵化等服務(wù)。三是收購或投資開源平臺或企業(yè)。2018年，微軟收購了全球最大的開源代碼托管平臺GitHub，IBM收購了全球知名開源解決方案提供商紅帽，谷歌投資了全球第二大開源代碼托管平臺GitLab。

2.3 基礎(chǔ)設(shè)施

2.3.1 代碼托管平臺

開源既然要開放代碼，讓成千上萬人協(xié)作，就需要一個足夠友好和安全的代碼存儲環(huán)境。在這一背景下，代碼托管平臺應(yīng)運而生。目前，全球使用率最高的代碼托管平臺主要有GitHub、GitLab等。經(jīng)過十多年的發(fā)展，GitHub已發(fā)展成全球最大的代碼托管平臺，匯集了5 600多萬的開發(fā)者。隨著人工智能的發(fā)展，GitHub上以“深度學(xué)習(xí)”“自然語言處理”“機器學(xué)習(xí)”等為主題的存儲庫數(shù)量逐漸增加，存有大量開源框架、算法、工具包以及數(shù)據(jù)集，為人工智能解決方案的開發(fā)提供了基礎(chǔ)支撐。據(jù)經(jīng)濟合作與發(fā)展組織（OECD）統(tǒng)計，2010—2017年間，GitHub上人工智能開源項目提交數(shù)占項目提交總數(shù)的比重從0.26%上升至0.74%，增長幅度大約是其他開源項目的3倍[14]。

2.3.2 開源許可證

開源許可證是對開源核心理念的一種法律保障，保證開源項目能夠合法地被自由使用和共享[15]。開源許可證是一種授權(quán)許可，允許用戶在承認(rèn)原作者著作權(quán)的基礎(chǔ)上擁有自由復(fù)制、修改以及再發(fā)布的權(quán)利。雖然各開源許可證對相關(guān)責(zé)任義務(wù)的約束度不同，但共同點主要包括：（1）承認(rèn)著作權(quán)，要求署上原作者或版權(quán)持有人的姓名，這也是開源許可證最基本的限制；（2）允許私人使用和商業(yè)使用；（3）允許修改及修改后再發(fā)布；（4）免責(zé)聲明，原作者或版權(quán)持有人不承擔(dān)軟件使用后的風(fēng)險及產(chǎn)生的后果[16]?？梢哉f，開源許可證是解決知識產(chǎn)權(quán)專有性和源代碼共享二者之間矛盾的關(guān)鍵。對于開發(fā)者而言，開源許可證賦予了其發(fā)表權(quán)和署名權(quán)等權(quán)利，起到一定的激勵作用；對于使用者而言，開源許可證可以幫助其避免侵權(quán)等可能的法律糾紛；對于整個開源生態(tài)而言，開源許可證規(guī)定了生態(tài)參與者的權(quán)利和義務(wù)，是生態(tài)運行的核心規(guī)則，促進了開源項目的規(guī)范化發(fā)展。

以主流的深度學(xué)習(xí)框架為例（見表1），目前人工智能開源項目主要使用MIT許可證、BSD許可證、Apache許可證等使用度最高也是最利于開源項目商業(yè)化的開源許可證[17]。這些較為成熟的開源許可證為人工智能開源項目的開發(fā)和再傳播提供了規(guī)范的法律環(huán)境和良好的商業(yè)環(huán)境，而這背后則離不開開源基金會、科研院所等機構(gòu)的智慧。MIT許可證是麻省理工學(xué)院制定的，BSD許可證是加州大學(xué)伯克利分校針對自研的Unix操作系統(tǒng)而推出的，Apache許可證則是由Apache基金會在MIT許可證和BSD許可證基礎(chǔ)上修改發(fā)布的。

表1 主流深度學(xué)習(xí)框架使用的開源許可證

3 國外人工智能開源生態(tài)的主要特征

如何組織并激勵規(guī)模龐大但空間分散的開發(fā)群體進行持續(xù)創(chuàng)新是影響人工智能開源生態(tài)可持續(xù)發(fā)展的關(guān)鍵因素。在厘清運營模式的基礎(chǔ)上，筆者嘗試從體制機制的角度梳理出國外人工智能開源生態(tài)的主要特征，探究推動其逐步發(fā)展壯大的關(guān)鍵性力量。

3.1 通過所有權(quán)中立促進各利益主體合作

“為他人做嫁衣”的憂慮是妨礙商業(yè)企業(yè)參與開源的原因之一。而通過開源基金會這一第三方機構(gòu)，實現(xiàn)所有權(quán)中立，則使企業(yè)之間的合作成為可能[18]。開源基金會通過與貢獻者簽訂會員協(xié)議、轉(zhuǎn)讓協(xié)議、許可協(xié)議或根據(jù)開源許可證本身等各種方式，獲得了項目的所有權(quán)，并負(fù)責(zé)管理知識產(chǎn)權(quán)。因此，對任何項目參與者而言，所有權(quán)都是中立的，這便使得所有人員都能平等參與，尤其是避免了商業(yè)公司之間的競爭關(guān)系。另外，讓中立的第三方擁有所有權(quán)，可以降低責(zé)任風(fēng)險。基金會作為法人實體，充當(dāng)著社區(qū)成員的保護盾，保護成員免于承擔(dān)合同或與基金會本身有關(guān)的責(zé)任，還可以保護未參加特定活動的成員免受其他成員行為的影響（例如，將侵權(quán)軟件引入基金會擁有的軟件）。

3.2 依托專業(yè)化的服務(wù)機構(gòu)培育開源社區(qū)

開源社區(qū)雖然以自組織為典型特征，拒絕封閉式組織的集權(quán)模式，但依然需要一定的治理機制來管理各項事務(wù)，以維持組織的存續(xù)。為平衡社區(qū)的過度松散性和商業(yè)公司的過度中心化，國外開源社區(qū)普遍從自發(fā)化、內(nèi)部化進入到機構(gòu)化發(fā)展階段，采用基金會這一組織方式來進行社區(qū)治理[19]?；饡恢苯訁⑴c項目開發(fā)等技術(shù)性事務(wù)，而是承擔(dān)方向把控、組織協(xié)調(diào)、人員培訓(xùn)以及基礎(chǔ)設(shè)施等支持性工作。借助基金會提供的專業(yè)化服務(wù)，開源社區(qū)既能保留決策自主并專注于技術(shù)創(chuàng)新，又能實現(xiàn)規(guī)范化發(fā)展。

3.3 借助頂尖企業(yè)的號召力壯大開源力量

有研究表明，成功的開源社區(qū)需要相關(guān)個體或組織進行主導(dǎo)和牽引[20]。從國外實踐看，頂尖企業(yè)依靠自身的技術(shù)實力和行業(yè)影響力，正成為推動人工智能開源隊伍不斷壯大的關(guān)鍵力量。一方面，人工智能開源市場逐漸呈現(xiàn)出大型平臺企業(yè)間相互競爭的格局。目前最受歡迎的人工智能開源項目主要來源于谷歌、Meta、亞馬遜、微軟等科技巨頭（見表2）；Linux人工智能專項基金會已孵化完成的7個人工智能開源項目均來自于Uber、IBM、微軟、騰訊等大型科技企業(yè)。另一方面，頂尖企業(yè)對開源基金會的影響力逐漸擴大。Linux基金會的25位董事中絕大多數(shù)都來自于大型科技企業(yè)的管理層，比如高通技術(shù)公司副總裁David Marr、IBM開放系統(tǒng)開發(fā)副總裁Jessica Murillo以及英特爾軟件業(yè)務(wù)戰(zhàn)略總經(jīng)理Melissa E. Evers-Hood等。雖然也有不少人工智能初創(chuàng)企業(yè)投身開源，但頂尖企業(yè)顯然能投入更多的資金、人才和基礎(chǔ)設(shè)施，支撐大型開源項目的開發(fā)，同時由于實力背書，其發(fā)起的開源項目也更能吸引外部開發(fā)群體的參與。

表2 GitHub上最受歡迎的人工智能開源項目

3.4 創(chuàng)新商業(yè)模式實現(xiàn)開源項目市場價值

能夠商業(yè)化是推動開源軟件可持續(xù)發(fā)展的重要因素之一。Apache軟件基金會創(chuàng)始人Brain Beelendorf指出，利他主義的開源和利己主義的商業(yè)模式結(jié)合在一起才能為開源做貢獻[21]。商業(yè)化帶來的市場回報對潛在開源參與者形成了一種天然的外部激勵[22]。從國外實踐看，當(dāng)前人工智能開源項目的商業(yè)模式主要是通過建立生態(tài)圈拓展盈利空間，即發(fā)揮開源業(yè)務(wù)的“引流”作用，當(dāng)開源項目在開發(fā)人員中變得流行甚至成為行業(yè)標(biāo)準(zhǔn)時，再逐步構(gòu)建起人工智能產(chǎn)業(yè)鏈。比如，谷歌已將TensorFlow部署在幾百萬臺設(shè)備上，占有深度學(xué)習(xí)框架市場最大份額，同時不斷加強TensorFlow與自身云計算、芯片等業(yè)務(wù)的關(guān)聯(lián)，比如推出了在谷歌云平臺上運行TensorFlow的付費服務(wù)，開發(fā)出專門針對TensorFlow的人工智能芯片。

4 國外人工智能開源生態(tài)構(gòu)建對我國的啟示

在政府、高校、科研院所和企業(yè)等產(chǎn)學(xué)研力量的共同努力下，我國已建立起一些致力于推動人工智能開源的平臺和組織，包括依托行業(yè)領(lǐng)軍企業(yè)建立的自動駕駛、城市大腦、醫(yī)療影像等新一代人工智能開放創(chuàng)新平臺，新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、中國人工智能開源軟件發(fā)展聯(lián)盟等產(chǎn)業(yè)聯(lián)盟，以及啟智社區(qū)（OpenI）、確實社區(qū)（Trustie）、木蘭開源社區(qū)等開源社區(qū)。同時，我國本土的人工智能代碼托管平臺和開源許可證等基礎(chǔ)設(shè)施也基本形成，包括由鵬城實驗室推出的匯智開源平臺iHub、由開源中國（目前國內(nèi)最大的開源技術(shù)社區(qū)）推出的碼云（Gitee）等代碼托管平臺，以及由中國開源云聯(lián)盟制定的中國首個開源許可證“木蘭寬松許可證”。此外，我國開源基金會也進入起步階段，國內(nèi)首個開源基金會——開放原子開源基金會于2020年9月正式成立。

我國人工智能開源生態(tài)的構(gòu)成要素已基本形成，但相比國外，整體生態(tài)還處在早期成長階段，開源社區(qū)、企業(yè)、開源基金會等主要開源主體之間協(xié)同創(chuàng)新的方式并不明晰。因此，有必要借鑒國外人工智能開源生態(tài)的運營模式，聚焦打造良好的人工智能開源政策環(huán)境、推動開源組織有序分工合作、夯實開源基礎(chǔ)設(shè)施等方面，推動我國人工智能開源生態(tài)的可持續(xù)發(fā)展。

（1）加強政策的主動性和引導(dǎo)性。

我國人工智能開源頂層設(shè)計正在不斷完善，越來越重視開源社區(qū)、代碼托管平臺等的建設(shè)以及開源知識產(chǎn)權(quán)保護。但相較歐美國家實行的“優(yōu)先購買”“主動開源”等措施，我國開源政策的激勵性、引導(dǎo)性還不夠強。為帶動各界對人工智能開源項目的研發(fā)熱情，建議增強政府的主動性，一方面加大現(xiàn)有科技計劃對人工智能開源項目的支持力度，并推動在政府資助下形成的人工智能研發(fā)成果的開源，擴大人工智能開源供給；另一方面研究在政務(wù)、醫(yī)療、安防、教育等社會民生應(yīng)用場景中率先使用國產(chǎn)人工智能開源軟件，從需求側(cè)激勵國內(nèi)企業(yè)加大自主研發(fā)。

（2）推動產(chǎn)業(yè)聯(lián)盟和開源基金會并行發(fā)展。

國外開源基金會在人工智能開源生態(tài)的可持續(xù)運營中發(fā)揮著重要的組織支撐作用。在國內(nèi)，更多的是由產(chǎn)業(yè)聯(lián)盟扮演這一角色。與開源基金會相比，產(chǎn)業(yè)聯(lián)盟組織較為松散，更側(cè)重于為創(chuàng)新主體之間的信息交流和項目合作提供平臺。而開源基金會基于法人地位，能為開源社區(qū)提供法律保障；利用穩(wěn)定的會費收入，能為開源項目提供更專業(yè)化、規(guī)范化的服務(wù)；通過與企業(yè)之間形成的互利共贏模式，能推動開源生態(tài)的良性循環(huán)。要在人工智能開源參與者之間建立起更為牢固的合作紐帶，既需要開源基金會這類第三方服務(wù)機構(gòu)提供有效的機制保障和程序化的管理服務(wù)，也需要產(chǎn)業(yè)聯(lián)盟作為產(chǎn)學(xué)研溝通與合作的橋梁，開展開源技術(shù)行業(yè)推廣、開源許可證制定、開源軟件標(biāo)準(zhǔn)研制、開源人才培養(yǎng)等基礎(chǔ)性、公益性服務(wù)。因此，建議我國在繼續(xù)發(fā)揮產(chǎn)業(yè)聯(lián)盟作用的同時，強化基金會制度，借鑒國際主流開源基金會的發(fā)展經(jīng)驗，進一步發(fā)展我國本土的人工智能開源基金會。

（3）發(fā)揮領(lǐng)軍企業(yè)的引領(lǐng)作用。

領(lǐng)軍企業(yè)出于構(gòu)建自身商業(yè)生態(tài)的需求，對人工智能底層技術(shù)進行開源的意愿較強。同時基于強大的研發(fā)能力、資金保障和行業(yè)影響力，其也能夠主導(dǎo)開源項目的產(chǎn)生、成長和商業(yè)化。目前，百度、騰訊等國內(nèi)大型科技企業(yè)以及商湯科技、曠視科技等人工智能垂直行業(yè)的領(lǐng)軍企業(yè)都紛紛推出了自研的人工智能開源項目。在此基礎(chǔ)上，可以借鑒國外人工智能開源社區(qū)以特定項目為核心的發(fā)展模式，支持領(lǐng)軍企業(yè)圍繞某一項目建立起相應(yīng)的開源社區(qū)，利用自身的行業(yè)號召力吸引更多開發(fā)者加入，探索龍頭企業(yè)牽引型開源社區(qū)的建設(shè)。

（4）發(fā)展本土代碼托管平臺和開源許可證。

代碼托管平臺是開源項目協(xié)作開發(fā)的基礎(chǔ)工作環(huán)境，開源許可證是項目開源的核心規(guī)則，但目前兩者基本都被美國壟斷。代碼托管平臺呈現(xiàn)GitHub一家獨大的格局，常用的開源許可證均來自美國。在中美科技競爭日益激烈的背景下，若國內(nèi)在人工智能開源領(lǐng)域繼續(xù)過度依賴美國的基礎(chǔ)設(shè)施，可能也會遭遇“斷供”或法律風(fēng)險。事實上，GitHub已明確表示其企業(yè)服務(wù)器及用戶上傳的信息都要接受美國法律監(jiān)管，包括美國出口管制法；而部分開源許可證也規(guī)定其適用法律為美國法。為保障我國人工智能開源環(huán)境的安全性與自主性，需要發(fā)展壯大本土的代碼托管平臺，鼓勵企業(yè)優(yōu)先選擇Gitee等國內(nèi)代碼托管平臺，并推動國家科技計劃下產(chǎn)生的人工智能創(chuàng)新成果適時在本土代碼托管平臺上開源。同時發(fā)揮產(chǎn)業(yè)聯(lián)盟的作用，研制并推廣符合中國開源發(fā)展特點的許可證?！?/p>