1999年，當(dāng)時(shí)42歲的著名的計(jì)算機(jī)程序員埃里克·史蒂文·雷蒙德（Eric S． Raymond）在自由軟件的范疇下提出了Open Source開(kāi)源軟件概念。
他有一個(gè)觀點(diǎn)是，“足夠多的眼睛，就可讓所有問(wèn)題浮現(xiàn)。”（Given enough eyeballs， all bugs are shallow）。
這個(gè)名為“林納斯定律”的觀點(diǎn)對(duì)開(kāi)放源代碼運(yùn)動(dòng)影響極大。
簡(jiǎn)單解釋，只要有足夠的測(cè)試員及共同開(kāi)發(fā)者，所有問(wèn)題都會(huì)在很短時(shí)間內(nèi)被發(fā)現(xiàn)，而且能夠很容易被解決。
近年來(lái)，深度學(xué)習(xí)推動(dòng)著AI技術(shù)和產(chǎn)業(yè)發(fā)展浪潮迭起。然而，隨著技術(shù)的不斷前進(jìn)和應(yīng)用的大規(guī)模增長(zhǎng)，產(chǎn)業(yè)開(kāi)發(fā)者們面臨的挑戰(zhàn)也日漸突出：數(shù)據(jù)量越來(lái)越大，動(dòng)輒上 TB；模型越來(lái)越復(fù)雜，模型參數(shù)也越來(lái)越多……
而另一方面，隨著國(guó)內(nèi)產(chǎn)業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)智能化進(jìn)程及“新基建”的步伐進(jìn)一步深入，產(chǎn)業(yè)界對(duì)于AI的需求不斷擴(kuò)張。
AI落地過(guò)程中必然會(huì)涉及到更多場(chǎng)景。這些場(chǎng)景或許和工業(yè)有關(guān)，或許和農(nóng)業(yè)有關(guān)，或許和交通有關(guān)，或許還與智能城市建設(shè)有關(guān)，但都需要企業(yè)和開(kāi)發(fā)者們深入其中，根據(jù)數(shù)據(jù)、計(jì)算、部署場(chǎng)景、硬件解決方案等不斷調(diào)教算法。
挑戰(zhàn)越來(lái)越大，需求越來(lái)越多，稱手的AI開(kāi)源工具，特別是作為底層核心的開(kāi)源深度學(xué)習(xí)框架／平臺(tái)，對(duì)于在AI落地應(yīng)用過(guò)程中沖在最前方的那些產(chǎn)業(yè)開(kāi)發(fā)者而言，重要性再度凸顯。
本周之內(nèi)，早已在AI開(kāi)源領(lǐng)域深耕多年的百度打頭，華為為代表的的ICT企業(yè)、曠視為代表的AI初創(chuàng)企業(yè)跟進(jìn)，在一周內(nèi)先后升級(jí)或者開(kāi)源了自家的深度學(xué)習(xí)框架／平臺(tái)，國(guó)產(chǎn)深度學(xué)習(xí)框架／平臺(tái)迎來(lái)一輪密集爆發(fā)。
越來(lái)越多的國(guó)產(chǎn)眼睛，正在凝視深度學(xué)習(xí)框架／平臺(tái)開(kāi)源的戰(zhàn)場(chǎng)。
在這輪經(jīng)濟(jì)周期中，每家企業(yè)都是“新基建”的齒輪。各自的深度學(xué)習(xí)框架／平臺(tái)開(kāi)源開(kāi)放，共同推動(dòng)了國(guó)內(nèi)AI開(kāi)源的進(jìn)程。
畢竟，過(guò)去國(guó)內(nèi)開(kāi)源社區(qū)氛圍和美國(guó)存在差距，缺乏這種相互探討、技術(shù)進(jìn)步的社區(qū)氣氛。
去看GitHub上谷歌、Facebook、百度等人工智能前沿企業(yè)在深度學(xué)習(xí)框架這個(gè)戰(zhàn)場(chǎng)的和諧交鋒、友好博弈，你能發(fā)覺(jué)，國(guó)內(nèi)需要走的路還是很長(zhǎng)。
這也是國(guó)內(nèi)開(kāi)源社區(qū)真正需要向太平洋東岸學(xué)習(xí)的地方。
一
“眾聲喧嘩”的誕生
任何技術(shù)的交鋒，都像是人與人之間的互動(dòng)，這是“眾聲喧嘩”、“相互吸納”的過(guò)程。各有所長(zhǎng)各各有所短，競(jìng)爭(zhēng)和博弈，會(huì)帶來(lái)行業(yè)整體進(jìn)步。
“新基建”背景下，企業(yè)都是在為圍繞著技術(shù)、商業(yè)、組織乃至對(duì)外賦能。尤其是疫情過(guò)后，企業(yè)一方面面臨著外部壓力困擾，另一方面也面臨著內(nèi)部協(xié)同訴求，于是一大批新的技術(shù)產(chǎn)品涌現(xiàn)出來(lái)。
我們不妨先去觀察，三者技術(shù)方案是怎樣的。
3月23日百度飛槳（PaddlePaddle）宣布在智能視覺(jué)領(lǐng)域得到了提升。
PaddleCV全景圖首度曝光，其底層框架與工具層得到了工業(yè)級(jí)提升，這種提升面向的是當(dāng)下工業(yè)領(lǐng)域訴求。
要知道，目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域不可缺少的一環(huán)。深度學(xué)習(xí)往往需要對(duì)圖像進(jìn)行處理，3D視覺(jué)往往意味著在工業(yè)領(lǐng)域會(huì)有更好的實(shí)踐。僅僅是在2018年的工博會(huì)和2019年的光博會(huì)上，工業(yè)視覺(jué)領(lǐng)域，多的是火爆的3D視覺(jué)引導(dǎo)。
我在《培育架構(gòu)師，要技術(shù)，更要技術(shù)領(lǐng)導(dǎo)力》一文中就提到：
這次疫情讓一批工業(yè)企業(yè)倉(cāng)皇失措中發(fā)現(xiàn)，自家商業(yè)價(jià)值體系及技術(shù)架構(gòu)極其松散。想要抵御突如其來(lái)的風(fēng)險(xiǎn)，顯得有些力不從心。
此時(shí)針對(duì)這部分企業(yè)給出工業(yè)級(jí)部署，其實(shí)是在順應(yīng)市場(chǎng)需求。
工業(yè)企業(yè)在疫情襲來(lái)時(shí)，面臨安全生產(chǎn)和停工風(fēng)險(xiǎn)。工業(yè)企業(yè)對(duì)AI需求迅速增長(zhǎng)，很多企業(yè)甚至剛剛才開(kāi)始學(xué)習(xí)使用深度學(xué)習(xí)，也缺乏必要的人才儲(chǔ)備，甚至還需要讓人才遠(yuǎn)程學(xué)習(xí)，和互聯(lián)網(wǎng)、AI大廠的相關(guān)領(lǐng)域負(fù)責(zé)人“陪練”。
工業(yè)企業(yè)需要3D視覺(jué)的分析，用于自家業(yè)務(wù)的改進(jìn)。還需要更多經(jīng)過(guò)成熟驗(yàn)證的算法做支撐。所以你可以看到，PaddleCV新增了15個(gè)在產(chǎn)業(yè)實(shí)踐中廣泛應(yīng)用的算法，整體高質(zhì)量算法數(shù)量達(dá)到73個(gè)，35個(gè)高精度預(yù)訓(xùn)練模型，總數(shù)達(dá)到203個(gè)。
算法重要性無(wú)需多言。工業(yè)企業(yè)一般沒(méi)有太多時(shí)間和經(jīng)驗(yàn)投入算法研究，使用現(xiàn)成的算法，往往可以節(jié)約人力和成本。為這些企業(yè)提供更好的算法，恰當(dāng)其實(shí)。
除了對(duì)智能視覺(jué)進(jìn)行升級(jí)之外，百度飛槳還在近期新增適配比特大陸最新算豐系列AI芯片、兩者的融合，體現(xiàn)在芯片利用率、性能功耗比等指標(biāo)上，相比傳統(tǒng)GPU更適合深度學(xué)習(xí)推理。這對(duì)產(chǎn)業(yè)開(kāi)發(fā)者運(yùn)用AI開(kāi)源底層工具推動(dòng)應(yīng)用落地而言，無(wú)疑又是一大福音。
百度對(duì)飛槳深度學(xué)習(xí)平臺(tái)的不斷升級(jí)改進(jìn)是值得關(guān)注的。
在AI開(kāi)源、特別是深度學(xué)習(xí)框架／平臺(tái)方面深耕多年，百度深諳技術(shù)開(kāi)源之道，飛槳已經(jīng)具備了兼具靈活和效率的開(kāi)發(fā)機(jī)制、工業(yè)級(jí)應(yīng)用效果的模型、超大規(guī)模分布式訓(xùn)練能力、推理引擎一體化設(shè)計(jì)以及系統(tǒng)化的服務(wù)支持等等特點(diǎn)，解決了諸多實(shí)際開(kāi)發(fā)和應(yīng)用過(guò)程中的剛需，讓產(chǎn)業(yè)開(kāi)發(fā)者用著更稱手。而對(duì)于AI開(kāi)源領(lǐng)域的后來(lái)者而言，飛槳也塑造了一個(gè)樣板。
我們?cè)倏纯磿缫暋?/p>
曠視在3月25日正式發(fā)布了曠視AI生產(chǎn)力平臺(tái)Brain＋＋，還開(kāi)源了其深度學(xué)習(xí)框架天元（ MegEngine）。
追溯MegEngine的誕生，它在2014年由曠視自主開(kāi)發(fā)形成，在這個(gè)基礎(chǔ)上則是將數(shù)據(jù)和算力平臺(tái)融合，構(gòu)建了集“算法、數(shù)據(jù)和算力”于一體的AI生產(chǎn)力套件。
對(duì)曠視這樣一家創(chuàng)業(yè)企業(yè)而言，此時(shí)開(kāi)源自家深度學(xué)習(xí)框架可能有著非常復(fù)雜的內(nèi)外因素。
從內(nèi)部視角看，曠視這幾年針對(duì)城市、供應(yīng)鏈、智能設(shè)備等領(lǐng)域發(fā)布了一系列解決方案，的確積累了一定的行業(yè)經(jīng)驗(yàn)，它也到了可以嘗試對(duì)外輸出自身解決方案的時(shí)刻。這種對(duì)外輸出的能力，是當(dāng)下所有產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域耕耘到一定程度公司都會(huì)做的事情。
從外部視角看，創(chuàng)業(yè)企業(yè)在當(dāng)下的環(huán)境中普遍面臨考驗(yàn)，一批企業(yè)面臨現(xiàn)金流斷裂的危機(jī)。曠視可能并不存在這方面的問(wèn)題，但后疫情關(guān)口通過(guò)對(duì)標(biāo)一線巨頭的方式去“秀肌肉”，一方面是在提振內(nèi)部士氣，另一方面也是在吸引行業(yè)關(guān)注。當(dāng)然，它恐怕還有向上管理的考量。
不過(guò)，曠視發(fā)布深度學(xué)習(xí)框架的時(shí)間節(jié)點(diǎn)，和百度、華為深度學(xué)習(xí)框架改進(jìn)或發(fā)布的時(shí)間節(jié)點(diǎn)靠的太近，這種“近”，其實(shí)有著某種討巧和曖昧的因素——畢竟一家創(chuàng)業(yè)公司在面對(duì)巨頭的時(shí)候，必須要懂得使用“巧勁”才能尋找到自己的位置和空間。
幾乎是同時(shí)，華為在3月28日的華為開(kāi)發(fā)者大會(huì)2020上也推出了自家全場(chǎng)景AI計(jì)算框架MindSpore。
華為更是如此。這樣一家ICT企業(yè)一直被視為中國(guó)數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)者。過(guò)去它一直以“硬”的形象示人，但是現(xiàn)在卻在愈加往“柔軟”的方向發(fā)展。
從內(nèi)部視角去看，華為此時(shí)推出開(kāi)源框架，是華為云Cloud＆AI BG成立后的重要一步。尤其是這次在華為開(kāi)發(fā)者大會(huì)2020上推出這個(gè)產(chǎn)品，用意更是明顯。它很大一部分因素在于匯聚起一批開(kāi)發(fā)者。
從2017年華為成立Cloud＆AI產(chǎn)品與服務(wù)BU開(kāi)始，這家企業(yè)就一直在試圖擺脫“賣盒子”的形象，我在去年一篇文章中就曾戲言“華為云變得更堅(jiān)硬也更柔軟了”。
今年1月時(shí)，華為又將“Cloud＆AI產(chǎn)品與服務(wù)BU”提升成了“Cloud＆AI BG”，成為華為第四大BG（事業(yè)群）。從BU到BG就會(huì)發(fā)現(xiàn)，云的地位再次提高了。
云和開(kāi)源幾乎是同一個(gè)問(wèn)題的兩個(gè)方面，云的進(jìn)化必然會(huì)帶來(lái)開(kāi)源這個(gè)行為。
從外部視角去看，華為云一直面臨著阿里云、騰訊云、百度智能云等廠商的競(jìng)爭(zhēng)，百度也早早開(kāi)源了飛槳（PaddlePaddle）。華為云也到了關(guān)鍵的對(duì)外開(kāi)放的窗口期，這種開(kāi)放其實(shí)也是在適應(yīng)競(jìng)爭(zhēng)環(huán)境。
二
爭(zhēng)鳴和博弈的來(lái)臨
華為和曠視的入局，讓國(guó)產(chǎn)深度學(xué)習(xí)框架／平臺(tái)市場(chǎng)展現(xiàn)出了爭(zhēng)鳴和博弈的態(tài)勢(shì)。
產(chǎn)業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)智能化的進(jìn)程行至今日，已不可阻擋，疫情還加速了這個(gè)過(guò)程。這次華為、曠視接連宣布開(kāi)源深度學(xué)習(xí)框架，更是這種環(huán)境下的產(chǎn)物。一些后發(fā)廠商需要在后疫情的“窗口期”中搶占位置。
這種搶占位置的姿態(tài)，不僅僅是向上管理，也是橫向競(jìng)爭(zhēng)，更是對(duì)合作伙伴的吸引。
我們不能簡(jiǎn)單用“零和”視角去思考當(dāng)下市場(chǎng)的變化，市場(chǎng)不是幾家企業(yè)在簡(jiǎn)單切蛋糕。如果你從國(guó)內(nèi)AI、產(chǎn)業(yè)互聯(lián)網(wǎng)步伐前進(jìn)的宏觀背景去思考，就會(huì)知道，無(wú)論是百度、華為、曠視，其實(shí)都是中國(guó)這輪“新基建”帶來(lái)的又一輪數(shù)字化轉(zhuǎn)型浪潮中的參與者。
我們甚至可以這么理解，“新基建”這個(gè)機(jī)器中有一個(gè)個(gè)轉(zhuǎn)向產(chǎn)業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)智能化的“齒輪”，這些中又有一個(gè)個(gè)“彈簧”，保持著“齒輪”之間互動(dòng)平衡。大機(jī)器的轟鳴前行，會(huì)引發(fā)所有企業(yè)的連鎖反應(yīng)。
不管怎樣說(shuō)，這樣的爭(zhēng)鳴和博弈都將集體降低算法研發(fā)成本，為接下來(lái)AI能力的大規(guī)模工業(yè)化普及創(chuàng)造條件。
事實(shí)上，這也將進(jìn)一步推動(dòng)AI技術(shù)和智能經(jīng)濟(jì)實(shí)現(xiàn)批量生產(chǎn)。
這次值得注意的是兩個(gè)玩家，一個(gè)是百度，一個(gè)是華為。
百度飛槳當(dāng)前在社區(qū)、技術(shù)、生態(tài)都是最完整的。
先看組數(shù)據(jù)，飛槳累計(jì)服務(wù)超過(guò)150萬(wàn)開(kāi)發(fā)者，有超過(guò)6．5萬(wàn)企業(yè)用戶，在定制化訓(xùn)練平臺(tái)上發(fā)布了16．9萬(wàn)個(gè)模型，且模型數(shù)量呈現(xiàn)顯著增長(zhǎng)趨勢(shì)，在工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等各行各業(yè)中得到了的廣泛應(yīng)用。
飛槳的深度學(xué)習(xí)模型開(kāi)發(fā)能力、訓(xùn)練能力、預(yù)測(cè)和部署能力一直在持續(xù)提升，可比肩TensorFlow、PyTorch等國(guó)際主流框架，甚至不少技術(shù)還更強(qiáng)。飛槳也是中國(guó)首個(gè)全面開(kāi)源開(kāi)放、功能完備的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)。
2019年底IDC行業(yè)市場(chǎng)調(diào)研報(bào)告中，國(guó)內(nèi)整體市場(chǎng)形成TensorFlow、PyTorch、飛槳（PaddlePaddle）三強(qiáng)爭(zhēng)霸的局面。
總的來(lái)說(shuō)，百度飛槳處在國(guó)內(nèi)領(lǐng)頭羊的位置，甚至可以認(rèn)為，飛槳是國(guó)內(nèi)目前功能最完備的端到端開(kāi)源深度學(xué)習(xí)平臺(tái)。
用百度CTO王海峰的話來(lái)說(shuō)，在智能時(shí)代，深度學(xué)習(xí)框架向下對(duì)接芯片指令集，向上承接各種業(yè)務(wù)模型、行業(yè)應(yīng)用，起到承上啟下的作用，是“智能時(shí)代的操作系統(tǒng)”。
華為目前則是強(qiáng)在硬件。華為自身在ICT領(lǐng)域?qū)夹g(shù)和能力有所積淀，尤其是“鯤鵬＋昇騰”的算力充沛，它的實(shí)力不可小覷。
華為在硬件開(kāi)發(fā)者生態(tài)這塊的聚合的確也處在相對(duì)領(lǐng)先的位置，尤其是在政企市場(chǎng)，很多客戶要求私有化部署。華為在ICT領(lǐng)域的積淀，容易在政企客戶隱私的情況下實(shí)現(xiàn)跨場(chǎng)景協(xié)同。
曠視的體量相對(duì)百度和華為小一些，它要在自身的優(yōu)勢(shì)領(lǐng)域進(jìn)行發(fā)揮。
在各家的爭(zhēng)鳴和博弈中，很大程度要看社區(qū)的建設(shè)——畢竟從漏斗模型來(lái)說(shuō)，社區(qū)開(kāi)發(fā)者規(guī)模，幾乎決定了客戶規(guī)模。
國(guó)外典型開(kāi)源商業(yè)模式是，社區(qū)－產(chǎn)品－利潤(rùn)（典型的包括Spark，MySQL，Hadoop等等都是如此），這個(gè)模式已經(jīng)被國(guó)外成功驗(yàn)證。
也就是說(shuō)，在社區(qū)內(nèi)提供開(kāi)源、免費(fèi)的產(chǎn)品，為開(kāi)發(fā)者提供新的模塊，商業(yè)版則是會(huì)提供Bug修復(fù)、性能優(yōu)化 、增值功能 、技術(shù)支持等能力。
深度學(xué)習(xí)框架／平臺(tái)的開(kāi)源商業(yè)模式和其他領(lǐng)域的開(kāi)源經(jīng)典模式略有不同，并非所有的開(kāi)源廠商都會(huì)免費(fèi)提供產(chǎn)品，開(kāi)源不等于免費(fèi)，企業(yè)級(jí)用戶在獲得可修改的算法的同時(shí)依然有義務(wù)支付授權(quán)費(fèi)用。
開(kāi)源框架／平臺(tái)能夠節(jié)省設(shè)計(jì)和開(kāi)發(fā)的時(shí)間，但選擇任何一個(gè)開(kāi)源平臺(tái)都需要客戶對(duì)這個(gè)平臺(tái)充分熟悉。任何一個(gè)開(kāi)發(fā)平臺(tái)都不可能提供完全自由的設(shè)計(jì)空間，應(yīng)用的實(shí)現(xiàn)受制于開(kāi)源框架／平臺(tái)和特性基礎(chǔ)。
百度飛槳的社區(qū)建設(shè)，起步早，規(guī)模已經(jīng)很大，可以說(shuō)“社區(qū)”這道護(hù)城河已經(jīng)又寬又深。曠視、華為等的產(chǎn)品，則需要從無(wú)到有去走社區(qū)－產(chǎn)品－利潤(rùn)的路。
雖然說(shuō)，百度和華為都在芯片、云、深度學(xué)習(xí)平臺(tái)三者之間構(gòu)建起了智能硬件到算法軟件再到算力供給的智能制造解決方案大閉環(huán)，具備端到端軟硬一體的能力。
但真正值得注意的是，還是百度和華為這樣體量較大的公司，它們的未來(lái)空間的想象力，主要在于兩塊。
一塊是復(fù)雜場(chǎng)景的考驗(yàn)，想要真正部署落地，往往需要全面能力，其中包括Serving、服務(wù)器端集成、移動(dòng)／邊緣／AI芯片等多種芯片上的集成，Web端集成等，這是一個(gè)系統(tǒng)工程。
另一塊是系統(tǒng)工程的整合，供應(yīng)鏈體系需要ARM這類提供CPU和GPU的國(guó)外廠商配合支撐。系統(tǒng)工程對(duì)大廠而言會(huì)顯得相對(duì)游刃有余，對(duì)創(chuàng)業(yè)公司來(lái)說(shuō)，需要多多觀察。
當(dāng)然，我們可以預(yù)料到，百度會(huì)進(jìn)一步增強(qiáng)軟硬結(jié)合能力，華為則是會(huì)加強(qiáng)社區(qū)的建設(shè)，曠視則要在巨頭之間舞動(dòng)長(zhǎng)袖尋找自己的空間。
至于哪家會(huì)取得優(yōu)勢(shì)，我們暫時(shí)不好判斷。但是這種生態(tài)與生態(tài)之間的競(jìng)爭(zhēng)，往往取決于社區(qū)自下而上的創(chuàng)新涌現(xiàn)，而不是自上而下的主動(dòng)建構(gòu)。
另外一點(diǎn)值得注意的是，國(guó)內(nèi)深度學(xué)習(xí)框架／平臺(tái)的集中涌現(xiàn)，它接下來(lái)可能會(huì)帶來(lái)的變化是，谷歌的Tensorflow目前在國(guó)內(nèi)的地位會(huì)極大遭受蠶食和挑戰(zhàn)。
三
野心、格局和胸懷
開(kāi)源社區(qū)的協(xié)同模式改變和顛覆了軟件業(yè)的工作方式，可以創(chuàng)造出高質(zhì)量的軟件產(chǎn)品。
在過(guò)往RedHat、MySQL、Asterisk都是非常成功的開(kāi)源公司。當(dāng)然最重要的是，開(kāi)源軟件真正釋放了軟件開(kāi)發(fā)人員的創(chuàng)造力和生產(chǎn)力，
但實(shí)際上，中國(guó)的開(kāi)源相比海外依舊不足。直至今日，國(guó)內(nèi)都沒(méi)有構(gòu)建起像GitHub這樣大影響力、成規(guī)模而且在世界范圍和企業(yè)內(nèi)部具備認(rèn)可度的開(kāi)源社區(qū)。
原因在于三塊。
語(yǔ)言障礙，中國(guó)軟件開(kāi)發(fā)人員在國(guó)際開(kāi)源社區(qū)很難有大規(guī)模的參與；
中國(guó)軟件開(kāi)發(fā)發(fā)展的時(shí)間還不長(zhǎng)，核心開(kāi)發(fā)人員積累還不夠；
大學(xué)教育在開(kāi)源領(lǐng)域嚴(yán)重不足，教師也缺乏了解。
相比于GitHub這種環(huán)境，國(guó)內(nèi)社區(qū)氛圍依舊不足，企業(yè)雖然對(duì)開(kāi)源深度學(xué)習(xí)框架／平臺(tái)的使用火熱，但是開(kāi)發(fā)氛圍依舊不濃。
在過(guò)去，百度的飛槳，一直是國(guó)內(nèi)首個(gè)也是唯一一個(gè)自研的開(kāi)源開(kāi)放的深度學(xué)習(xí)平臺(tái)，被視為“智能時(shí)代的操作系統(tǒng)”。
現(xiàn)在華為和曠視的加入，也將對(duì)開(kāi)發(fā)者群體有一些影響。
我們可以期待的是這個(gè)市場(chǎng)的百花齊放。
我們不妨去看看埃里克·史蒂文·雷蒙德在他那本《大教堂與集市》中提出的觀點(diǎn)。
他把軟件開(kāi)發(fā)分成了兩種最為經(jīng)典且截然不同的模式：大教堂模式和集市模式。
傳統(tǒng)大型軟件公司的開(kāi)發(fā)模式就像是艱難而緩慢的大教堂建造工程，它有著嚴(yán)密的管理和封閉的集中式結(jié)構(gòu)，但在創(chuàng)新上、生產(chǎn)力上和Bug控制上卻落后于集市模式。
集市模式是一種并行的、對(duì)等的扁平化開(kāi)發(fā)結(jié)構(gòu)，其參與者大多來(lái)自于志愿者，結(jié)構(gòu)松散，來(lái)去自由，就像是一個(gè)亂糟糟的集市，但就是這樣的組織形式，卻取得了像Linux這樣令人驚嘆的成功。
反觀今日深度學(xué)習(xí)框架／平臺(tái)市場(chǎng)，一定是選擇“集市”的模式，才能獲得自下而上的創(chuàng)新。
依舊是，埃里克·史蒂文·雷蒙德那個(gè)觀點(diǎn)——足夠多的眼睛，就可讓所有問(wèn)題浮現(xiàn)。
過(guò)去深度學(xué)習(xí)框架／平臺(tái)使用有限，但隨著華為、曠視的加入，凝視BUG的眼睛變得更多了——對(duì)百度飛槳來(lái)說(shuō)，其實(shí)也是利好消息，因?yàn)檫@意味著將來(lái)市場(chǎng)會(huì)變得更大、環(huán)境會(huì)變得更好，飛槳的商業(yè)化進(jìn)程也將進(jìn)一步加快。
華為有華為的問(wèn)題，曠視有曠視的苦惱 ，百度在華為和曠視入場(chǎng)的大背景下，其實(shí)面臨更多利好。
很多事情，要跳出原有框架去解決現(xiàn)存問(wèn)題。不然永遠(yuǎn)都是格局低、零和博弈的死局，企業(yè)也是如此。一方面需要有上帝視角，另一方面也需要有個(gè)體理解。
每一家企業(yè)身處市場(chǎng)，必然會(huì)有自己的思量、無(wú)奈和妥協(xié)。企業(yè)在輿論場(chǎng)上相對(duì)輸出自己的觀點(diǎn)固然可以理解，但因?yàn)橄蛏瞎芾淼囊蛩?，一些企業(yè)還是會(huì)做出超出事實(shí)的觀點(diǎn)，這對(duì)不明就里的觀眾而言，不過(guò)是搏一搏眼球。
深度學(xué)習(xí)框架／平臺(tái)這個(gè)市場(chǎng)，雖說(shuō)有競(jìng)爭(zhēng)，但其實(shí)當(dāng)下來(lái)看，還是相對(duì)穩(wěn)定。不管怎樣，企業(yè)的入場(chǎng)會(huì)帶來(lái)市場(chǎng)的變化，AI從研究到生產(chǎn)一直存在一定的距離，縮短距離顯得極為重要——畢竟一切都是為了開(kāi)發(fā)者。
市場(chǎng)上雖然也的確存在一定的泡沫，但啤酒有泡沫才會(huì)香甜，開(kāi)發(fā)者面臨泡沫，才會(huì)多幾個(gè)選擇，從中得到最適合自家的深度學(xué)習(xí)框架／平臺(tái)。
你去看2019年上海谷歌開(kāi)發(fā)者大會(huì)期間，TensorFlow全球產(chǎn)品總監(jiān) Kemal Moujahid面對(duì)競(jìng)爭(zhēng)時(shí)對(duì) DeepTech說(shuō)過(guò)的一段話就很有意思：
我們非常樂(lè)于看到行業(yè)取得發(fā)展?，F(xiàn)在，全球范圍來(lái)看，雖然機(jī)器學(xué)習(xí)和AI的普及度還處在初期階段，但是我們不能忘了最終的目標(biāo)，在全球推廣普及機(jī)器學(xué)習(xí)和AI。所以，我們現(xiàn)在能做的就是提供最好的應(yīng)用和最好的技術(shù)平臺(tái)，讓整個(gè)應(yīng)用場(chǎng)景可能性更多，普及速度更快。
谷歌其實(shí)是站在全球AI發(fā)展的視角去思考這個(gè)問(wèn)題，對(duì)國(guó)內(nèi)企業(yè)而言，也需要站在國(guó)內(nèi)AI工業(yè)化大生產(chǎn)的環(huán)境以及“新基建”的背景去思考這個(gè)問(wèn)題。
我們甚至可以暢想，隨著華為、曠視的入場(chǎng)，一些領(lǐng)頭廠商是否能夠牽頭建設(shè)起中國(guó)的GitHub。當(dāng)然這種想法有些不切實(shí)際，但我真正想表達(dá)的意思是：
中國(guó)企業(yè)應(yīng)該有更大的野心和胸懷。因?yàn)樽詈笃吹?，其?shí)還是企業(yè)格局和內(nèi)在實(shí)力。
文｜吳俊宇
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
