文|智能相對論
作者|葉遠風
在底層硬體創新之外，軟體創新對提升中國前沿科技競争力同樣重要，這其中，開源的必要性毋庸置疑。但是，在全球範圍内開源項目碩果累累的大背景下，中國開源過去的發展卻不夠快，直到最近幾年才開始發力與加速。
這個過程，有大廠的宏觀布局，也有垂直領域的創新企業的積極參與，整個市場的熱情已經被點燃。例如，不久前全域資料能力服務商愛數正式開源了其認知智能開發架構“KWeaver”，這個産品脫胎于愛數的AnyDATA Framework 2，通過資料+AI，推動領域認知智能。
但是，KWeaver并沒有采用全套高舉高打的方式，愛數低調務實同時又信心滿滿，這背後，或也反映出中國開源項目内在的價值驅動要求。
政策驅動表象下，開源藏着價值驅動的裡
基本上，能夠叫得上名号的開源項目，無論是業界還是普通大衆，對其印象往往都是大量的推動政策，背後的商業公司投入一系列資源，讓項目有更多的參與者、更好地參與其中，加速項目的發展。
典型如，華為在新計算産業的代表昇騰AI，其全棧體系中的開發架構MindSpore開源兩年，華為不斷從高校人才合作、創新賽事、大模型産業關聯（MindSpore在大模型訓練上有特殊優勢）來推動MindSpore的發展，意圖更快地向Google TensorFlow靠攏。
此外，華為開源的伺服器作業系統歐拉（openEuler）脫胎于過去其自用的EulerOS作業系統，在推動項目發展過程中，華為不斷動用自身的産業資源優勢，通過新計算架構的生态鍊建構來吸引開發者，推進歐拉社群的活躍度。
類似的還有百度在飛槳開源後，幾乎年年都舉行大規模人工智能産業創新大賽，除了提供豐厚的獎勵，還邀請行業内的創投機構作為評委提供開發者将項目落地的機會。
還有更多開源項目都是如此，給人的印象都是一套技術基座配合開發者共創工具、模型、産業案例與實踐經驗，然後要給予大量政策支援，對接産業需求、建立産學研用正循環，把火燒旺。
但是，這些可能隻是表象。無論什麼開源項目，能夠有起色最根本還在于其背後的商業價值或社會價值。
MindSpore、飛槳開源能夠走下去，核心在于當AI進入工業化大生産時代，需要批量出産AI應用的時候，一個優質AI開發架構填補空缺十分必要，享受更便捷的開發架構是AI開發企業、産業夥伴的共同追求。
歐拉開源項目的發展，更是因為中國伺服器作業系統嚴重空缺，而世界範圍内那些傳統的作業系統存在各種與當下計算需求（尤其是異構計算）的不比對，這時候，尋求計算能力突破、數字化變革的企業們，迫切需要一個更高效和便捷的伺服器作業系統。甚至，随着這種需求的進一步發酵，歐拉還在成為整個數字基礎設施的作業系統，與鴻蒙在物聯網終端的落地打起了配合。
在中國開源項目亟待快速發展的今天，毫無疑問，這樣的價值核心才是開源項目能夠高品質、快速發展的根本所在。
換句話說，如果是一塊石頭，怎麼燒，火都是燒不旺的。
回過頭來看，KWeaver這類項目的出現，也在基于價值驅動的内在邏輯，也是人工智能發展到認知智能解讀的必然。
人工智能有兩條線，感覺智能與認知智能，目前無疑認知智能是熱點，而領域認知智能是認知智能在各個場景下的不斷垂直細化。領域即業務，用簡單的話說，領域認知智能就是讓組織擁有與人一樣的“智商”，能夠在吸收大量資料和資訊後對外做出有邏輯的判斷、推理，幫助組織解決特定的業務問題。
随着數字經濟的發展，隻會刻闆“看數字”的業務能力已經無法滿足組織的需要，能夠“了解”和“解釋”業務，通過資料做系統性的推理、規劃，才能更好地幫助組織發展，這是資料驅動型組織的本質。這種實作了人類獨有認知能力的領域認知智能，對推動數字化轉型、解決業務痛點、實作降本增效有直接的價值。
KWeaver的推出，仰仗的就是這樣的價值，也必須有這樣的價值。
例如，KWeaver孵化自愛數三年的産品積累，其背後的 AnyDATA已經建立起了系統的資料編織到知識網絡建構，再到認知推理分析的體系。在某智慧城市，建構了一套基于産業經濟學理論的五維産業鍊模型，通過内外部資料融合，結合産業鍊推理分析場景，幫助區域實作從産業鍊精準招商、主動企業服務優化營商、内外部關聯産業與經濟分析，完全通過資料和業務關系網絡來輔助區域産業布局、招商引資、數字化營商新模式。無論是政府數字化轉型，還是企業數字化轉型，愛數已經建構起來了數字化的認知模型：
- 定目标：從戰略目标拆解到業務流程結構；
- 深觀察：通過系統和資料觀察業務狀态；
- 反思優化：通過名額對比與風險監控發現問題，通過知識網絡定位根因，再形成優化路徑；
- 決策執行：最終形成認知分析報告和建議，指導數字化優化和執行。
認知智能是人工智能的下一程，領域認知智能的發展，讓這個賽道上的開源項目有了價值支撐—在很多有價值的技術領域，新的開源項目可能已經在路上。
開發者、企業、行業，開源的價值還必須走向多方共赢
具體到不同的主體，開源項目又需要有不同的價值展現，任何一方無法獲益，項目将最終無法走下去。
1、 對開發者，商業或社會價值帶來最終的參與内驅力
參與到開源項目的開發者，包括專注于技術的開發人員，或者産業鍊中的客戶企業等，項目帶給他們的價值是參與到社群的最終内驅力。如果一個項目隻是給予各種政策而缺乏實際的價值産出，很容易浪費資源甚至淪為“騙補貼”的遊戲。
歐拉的快速發展，得益于衆多參與項目的企業都能夠開發出自己的商用版本，共享一些便捷的技術能力，例如作業系統廠商可以做出更加适合市場需要的版本，服務于其客戶。
而KWeaver同樣如此，想要通過AnyDATA推動認知智能的企業，一方面能夠共享到許多技術方案，另一方面也能夠通過開源将KWeaver內建到自身相關的系統中，做更智能的搜尋、建設自己的認知中台等。
另外，開發者通過愛數的平台，還能實作諸如資料交易、知識變現等價值。
2、對企業，帶來新興領域發展的杠杆效應
在商業市場上，開源對主推項目的企業而言，至少要實作三種價值中的一種：培養使用者、确定行業标準或者獲得商業價值，否則開源項目就會失去往往是最大的技術支援來源。
以KWeaver為例，其對愛數而言，是在領域認知智能領域以技術共享的方式快速培養使用者，并通過算法開源一定程度上确定行業标準，最終在領域認知智能全面開花後，憑借自家的AnyDATA産品擷取對應的商業價值，實作三者兼顧。
實際上，這些價值背後，開源項目通過更多方面的參與，讓企業能夠撬動發展的杠杆，讓更多人共享也就是讓更多的人參與，加速技術創新——KWeaver讓領域認知智能在各種細分領域都有對應的開發者，完成愛數一家企業無法完成的全領域認知智能，推動領域認知智能在全場景的落地，在這個過程中，愛數隻需要做好底層技術服務、做好标杆領域示範即可。
3、對行業，根本上改變技術和産品發展的軌迹
衆人拾柴火焰高，開源的一個重要價值，是在行業層面推動技術的快速演化，尤其是在全球化的力量參與下，更快實作技術進步、行業崛起，這種價值讓整個行業有更好的發展前景，也才能支撐開源項目一直走下去，這其實是一個類似于推動“朝陽産業”發展的過程。
MindSpore、歐拉背後，新計算産業快速發展，帶來了廣闊的市場機遇，反過來又讓開源項目越來越有期望，更多的加入者、更好的前景，一步步滾雪球。
KWeaver也是如此，其開源讓領域認知智能獲得全球化的參與力量，不再隻有愛數一家企業推動，讓人工智能中的認知智能能夠以垂直細化的方式全面落地。在這個過程中，更多的企業也将獲得普惠化的認知智能，使認知智能走下高高的神壇，以垂直化的方式深入千行百業，營造出廣闊的發展前景。
價值驅動的同時，開源項目還要完成“底色”的描繪
當然，開源項目在價值驅動的同時，一些必要配套工作也必不可少，科技大廠們那種大量資源投入的政策做法可以看作是這方面的代表，但從KWeaver來看，還有兩個方面的動作必須完成。
一是在更高代碼品質要求的情況下，能夠源源不斷輸入優質技術能力。
越是初期，來自項目主推企業的技術支撐就越為重要。一個AI開源項目最開始被貢獻出來的代碼品質奠定了開源社群的“品質”基調。
2019年立項，2021年1月釋出1.0版，2021年正式走向商業落地，2022年3月正式釋出AnyDATA 2.0……在KWeaver走向開源前，愛數已經在AnyDATA上進行了3年多的打磨，保障了開源項目最基本、最核心的技術能力。
目前，KWeaver提供有可視化的知識網絡工作台，可視化的認知智能應用開發調試工具，豐富的資料加工及模型訓練工具，以及所見即所得的API文檔等。這背後，還離不開愛數十多年精益研發經驗，對代碼品質的把控，在各種測試上的有效覆寫，才能有底氣做開源。
二是開源的态度建設，越開放的心态、越少的限制，越能夠激發開發者的熱情和創新能力。
基本上，越是成功的開源項目，在對開發者的限制上就越少，甚至“放任自由”。與此同時，越是早期的開源項目，對開發者的“放任”就越能帶來更積極的結果。
KWeaver選擇了Apache license 2.0作為開源許可證，原因可能就是如此。這是一個比GNU、GPL、BSD等常用許可證更加自由的标準，幾乎對開發者不加以限制，可以自由利用代碼。
事實上，KWeaver的出現還帶有普惠技術賦能産業的色彩，人人都可以在 GitHub上擷取代碼，其源代碼開源且技術透明，任何參與項目的使用者都可以檢視全部技術細節，同時還支援多元異構資料源對接，提供SDK相容更多的第三方知識抽取模型，提供 API和 Web元件的整合方式，幾乎是全方位的自由。
總而言之，中國開源項目任重道遠，但遵循價值驅動的邏輯，随着各大開源項目尤其是AI開源項目的釋出，這個程序正在加快。在一開始就盯住價值的情況下，這些開源項目也鎖定了長期的發展潛力，為中國開源項目帶來更多可能性，在全球軟體創新競争中獲得更多優勢。
*本文圖檔均來源于網絡
此内容為【智能相對論】原創，
僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複制或建立鏡像。
部分圖檔來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。
•AI産業新媒體;
•澎湃新聞科技榜單月度top5;
•文章長期“霸占”钛媒體熱門文章排行榜TOP10;