每經(jīng)記者 楊卉    每經(jīng)編輯 文多    

大模型崛起以來(lái)，關(guān)于它是否要開(kāi)源的討論就始終未停歇。Meta、谷歌、阿里云、零一萬(wàn)物等“開(kāi)源派”代表，陸續(xù)推出了各自的“開(kāi)源”大模型，或采用Apache 2.0等常見(jiàn)的開(kāi)源軟件許可證進(jìn)行許可，或采用自行定制的模型許可證進(jìn)行許可。OpenAI、字節(jié)跳動(dòng)、百度等“閉源派”代表，則通過(guò)閉源形式研發(fā)自己的大模型，加速商業(yè)化進(jìn)程。

伴隨開(kāi)源陣營(yíng)逐漸壯大，其生態(tài)也得以展現(xiàn)。近日，“2024開(kāi)放原子開(kāi)源生態(tài)大會(huì)”在北京舉行。會(huì)議現(xiàn)場(chǎng)，人工智能開(kāi)源的利弊、為何開(kāi)源等話題再次引發(fā)了與會(huì)企業(yè)家及學(xué)者的討論。模式之爭(zhēng)的背后，是關(guān)于如何平衡技術(shù)創(chuàng)新、商業(yè)利益、社區(qū)參與和市場(chǎng)競(jìng)爭(zhēng)力的討論。

開(kāi)源能實(shí)現(xiàn)快速的迭代試錯(cuò)

顧名思義，開(kāi)源是指一種軟件開(kāi)發(fā)模式，即源代碼免費(fèi)公布，開(kāi)發(fā)者可自由下載、修改、分發(fā)，進(jìn)而反饋軟件Bug（軟件缺陷或錯(cuò)誤），提出優(yōu)化建議。從目前我國(guó)的開(kāi)源進(jìn)展來(lái)看，根據(jù)工業(yè)和信息化部部長(zhǎng)金壯龍?jiān)跁?huì)議期間的介紹，近年來(lái)，中國(guó)扎實(shí)構(gòu)建國(guó)內(nèi)開(kāi)源體系，支持設(shè)立開(kāi)放原子開(kāi)源基金會(huì)，搭建起國(guó)內(nèi)外交流、產(chǎn)學(xué)研合作的重要平臺(tái)。其中，開(kāi)源歐拉社區(qū)匯聚貢獻(xiàn)者2萬(wàn)余人，用戶數(shù)量超過(guò)350萬(wàn)；開(kāi)源鴻蒙項(xiàng)目吸引340余家生態(tài)單位共建，搭載設(shè)備數(shù)量超過(guò)9億臺(tái)，木蘭中文開(kāi)源許可協(xié)議實(shí)現(xiàn)國(guó)際通用。目前，我國(guó)開(kāi)源參與者數(shù)量、增長(zhǎng)速度均位居世界前列。

開(kāi)源模型，是指可免費(fèi)使用、公布了模型參數(shù)等技術(shù)細(xì)節(jié)的模型。開(kāi)放原子開(kāi)源基金會(huì)在此次大會(huì)期間正式發(fā)布了開(kāi)放原子模型許可證第一版（OpenAtom Model License, Version 1.0），可為大模型應(yīng)用提供由基金會(huì)中立維護(hù)、任何人均可自由選用的開(kāi)放許可證。

在中國(guó)科學(xué)院軟件研究所副總工江大勇看來(lái)，自1991年Linux創(chuàng)始人首次發(fā)布其操作系統(tǒng)版本以來(lái)，系統(tǒng)已從最初的僅含1萬(wàn)行代碼，發(fā)展到如今的內(nèi)核規(guī)模達(dá)3000萬(wàn)行代碼，展現(xiàn)了開(kāi)源軟件的生機(jī)與潛力。

“GPT發(fā)展這么快速，單月就發(fā)展到億級(jí)用戶，這是歷史上從來(lái)沒(méi)有的。它為什么能夠發(fā)展這么快？很關(guān)鍵的原因是開(kāi)源推動(dòng)快速迭代、快速試錯(cuò)。”在江大勇看來(lái)，通過(guò)開(kāi)源的方式實(shí)現(xiàn)快速迭代試錯(cuò)，也是AI的主流技術(shù)路線之一。

開(kāi)放原子開(kāi)源基金會(huì)秘書(shū)長(zhǎng)助理兼運(yùn)營(yíng)部部長(zhǎng)李博也認(rèn)為，開(kāi)源正逐漸成為推動(dòng)AI技術(shù)進(jìn)步的重要途徑，開(kāi)源數(shù)據(jù)集的提供降低了研究和應(yīng)用的門(mén)檻，使得更多的研究人員、初創(chuàng)公司能夠參與到人工智能的研究之中，共享數(shù)據(jù)、共擔(dān)算力、共建算法。

不過(guò)，開(kāi)源和閉源究竟哪個(gè)所需的成本更低，業(yè)內(nèi)始終爭(zhēng)論不休。今年4月，百度創(chuàng)始人李彥宏曾公開(kāi)表示：“大家以前用開(kāi)源覺(jué)得開(kāi)源便宜，其實(shí)在大模型場(chǎng)景下，開(kāi)源是最貴的。”

在江大勇看來(lái)，大模型時(shí)代與過(guò)去工業(yè)時(shí)代“十年磨一劍”不同，如今通過(guò)開(kāi)源的方式可更快實(shí)現(xiàn)自身的產(chǎn)品迭代和生態(tài)覆蓋，解決單一主體創(chuàng)新成本過(guò)高的問(wèn)題。“開(kāi)源后每個(gè)人的智能結(jié)合在一起，會(huì)出現(xiàn)（智力）涌現(xiàn)，這也是大模型的特點(diǎn)。通過(guò)去中心化的協(xié)作，激發(fā)各主體創(chuàng)新效率和創(chuàng)新質(zhì)量。”江大勇稱。

計(jì)算架構(gòu)下，AI發(fā)展仍面臨三大困境

與會(huì)期間，不少企業(yè)及專家還表示，其實(shí)人工智能開(kāi)源是很多企業(yè)基于實(shí)際情況必須做出的選擇。

中國(guó)電信天翼云產(chǎn)品專家、魔樂(lè)社區(qū)負(fù)責(zé)人李寶龍就直言，在國(guó)內(nèi)做人工智能，首先要面對(duì)AI中文可用資源匱乏的問(wèn)題。“不是AI中文資源匱乏，是可用資源匱乏。舉個(gè)例子，前段時(shí)間GPT出來(lái)的時(shí)候，國(guó)內(nèi)訓(xùn)練了一個(gè)大模型并開(kāi)放出來(lái)測(cè)試，但是需要輸入中文以后翻譯成英文，生成后再翻譯回中文。”

北京智源研究院副院長(zhǎng)林泳華也表示，就大模型的發(fā)展來(lái)說(shuō)，中文數(shù)據(jù)，尤其是高質(zhì)量的中文數(shù)據(jù)還是很欠缺，開(kāi)源則可彌補(bǔ)這個(gè)問(wèn)題。

除了訓(xùn)練數(shù)據(jù)不足，江蘇潤(rùn)開(kāi)鴻數(shù)字科技有限公司副總裁于大伍介紹，從計(jì)算架構(gòu)來(lái)看，當(dāng)下AI發(fā)展面臨三個(gè)困境——訓(xùn)練與推理高能耗、計(jì)算架構(gòu)與軟硬件生態(tài)封閉、算力系統(tǒng)復(fù)雜度高，這導(dǎo)致投入產(chǎn)出比低。與此同時(shí)，操作系統(tǒng)還面臨著重、笨、雜的問(wèn)題。

“我們私底下在想該怎么解決這些問(wèn)題，想了很多辦法，最后我們覺(jué)得，一個(gè)比較好的載體是社區(qū)。”于大伍表示。

不過(guò)，談到做社區(qū)，業(yè)內(nèi)不少人認(rèn)為，社區(qū)形式無(wú)法讓AI技術(shù)快速變現(xiàn)，會(huì)影響商業(yè)化。對(duì)此，于大伍持有不同觀點(diǎn)。

“其實(shí)大家做開(kāi)源就知道，開(kāi)源跟商業(yè)是螺旋向上的發(fā)展（關(guān)系），所以社區(qū)一定要跟商業(yè)很好地結(jié)合。我們現(xiàn)在想的是，社區(qū)匯聚了國(guó)產(chǎn)AI全產(chǎn)業(yè)鏈的能力，但社區(qū)不提供商業(yè)化的服務(wù)，而是依托成員單位提供這樣的服務(wù)。在這種感召下，會(huì)有很多的開(kāi)發(fā)者愿意分享。”于大伍說(shuō)。