AI这么火，科技公司却争着开源，傻吗？

微软、谷歌、Facebook、亚马逊和BAT，在人工智能系统开发上已经取得显著进展。如今，这些公司将许多成果都发布给公众免费使用。

为什么这些公司要披露自己的业务核心呢？

当你看到这句话时，请摸着你的小良心回答本君的一个问题：（严肃脸）

假如你发现了一座隐秘的富矿，有了它你将成为大富翁，你会带着一颗悲天悯人的感恩的心，将它平分给所有人，还是坚持“我的我的都是我的”让自己暴富？

你的选择是——

大家好才是真的好   or   我的我的都是我的  ？

如果你选择了后者，那么醒醒吧，假的！如果你选择了前者，那么，你四不四傻？

不过没关系，Google、IBM、微软、百度等一大批科技公司和你统一战线。因为在开发人工智能这个富矿的路上，他们疯狂砸钱、研发之后，都选择了将自己的核心技术对公众开放。

用个专（zhuang）业（B）点的名字，我们叫它“开放源代码”，简称“开源”。

开源有风险，也不比闭源好多少？

开放源代码是一种软件发布模式。大白话来说就是，程序猿把软件程序写好后，不仅把软件公开给别人免费使用，还把自己写程序时的源代码公开给别人修改、使用、拷贝和分发。听起来和居里夫人辛辛苦苦发现镭，但不申请专利的意思差不多。

在计算机科学中，开放源代码是极其重大的问题，因为知道代码的人越多，发现和利用漏洞攻击的可能性越大、承担的风险越多。同时，软件直接的商业吸引力就没那么明显了。

和开源相对应的是闭源，指提供程序,但不提供源代码，这样别人就不能轻易的修改程序，也没那么容易知道程序是怎么实现的。

开源闭源最典型的例子就是Linux VS Windows系统，以及Android VS IOS。虽然他们的粉丝常掐架，但难分高下。开源了，程序更多、升级更快，但水准容易参差不齐；闭源了，程序更新慢，容易对市场反应迟钝，但安全性好一些。

总之是，无论开源还是闭源，各有优劣，但都可以活得666，最大的区别在于商业模式不同，这就得看公司Boss们是怎么想的了。

科技巨头公司AI技术开源行动

率先对AI技术开源的科技巨头公司应该是Facebook，2015年1月，FAIR开源了一系列软件库，可在更短时间内训练更大规模的神经网络模型。2016年6月，Facebook开源基于Torch的深度学习框架Torchnet。2016年8月，Facebook开源了文本分类专用工具fastText，又开源了三款机器视觉工具的代码，提升了机器视觉能力。

谷歌的TensorFlow，其图像搜索技术的核心，于2015年11月开源。该系统可被用于语音识别或照片识别等多项机器深度学习领域，可在由数千台电脑组成的服务器集群或者单一智能手机之上运行，目前在搜索、照片以及Inbox邮箱应用等产品中均有使用。

亚马逊的Alexa，内置于该公司的Echo设备中的语音命令响应系统，于2015年6月开放。微软也推出了机器学习开源工具包DMTK。该开源程序可以让中小企业用几台电脑，就实现几千台超级电脑的工作——因为人工智能需要处理海量大数据。IBM公司2015年12月免费为外部程序员提供System ML(machine learning机器学习)人工智能工具的源代码。

砸钱挖人的心血为啥免费开发？

大公司辛辛苦苦研发AI软件、技术，而开源和闭源相比，优势劣势也没有改变，为什么还要免费向公众开放?

1．有助于代码审查、故障排除和优化

即使专家也不理解人工智能可能会何时或怎样变得强大到足以带来危害、破坏或伤害。开放源代码可以让很多人单独或一起思考这些后果。理想情况下，这种努力将会推动软件的发展，使其越来越强大和有用，同时我们也能对其机制和影响有更清楚的理解。

人工智能系统涉及到大量——一般是非常非常巨量——代码，任何一个人都不可能具有同时在深度和广度上理解如此巨量的代码的能力。审查、故障排除和漏洞修复 对人工智能来说尤为重要，因为人工智能并不是设计出来解决特定任务的工具（如汽车一样），而是代替我们学习、适应和做决定的工具。其所带来的积极结果和潜在的负面后果都是巨大的。

2．挖人，挖更多的人

看看AI工程师的年薪，你就知道市场对AI人才的需求有多疯狂，想在人工智能领域占领一席之地的公司都在上穷碧落下黄泉地寻找人才，开放源代码可以很好地吸引、物色企业外部人才。这已经成为行业内的共识了。

IBM的负责人就说，希望通过开放System ML源代码，吸引更多程序员运用和研究此软件，从而加快这款软件的发展，“我们目前的研发受到预算的限制，所以需要开源，加快创新速度。”谷歌也是如此，希望通过放出这套系统吸引更多研究人员，为其找到新的用武之地，并进行改进，“TensorFlow尚不完备，还需要调整、修改、扩充。”

于是说不定哪天，你无意用这些代码做的一个小项目被他们看上了，还记得之前我们提到的用开源AI做女星小黄片的那群宅男工程师？说不定哪家公司已经向他们伸出橄榄枝了。

3．一切都是创新，都是命

谷歌和Facebook的广告收入和销售业务比重并不高，甚至都不成形，他们的核心业务是用户。把合适的内容分发给用户、提供信息服务、建立人际网络才是他们竞争力所在。但是用户永远不会满足，这驱动着企业不断创新、更新产品、提升用户体验。

但是，黔驴还会技穷，用脑过度还会脱发，脑细胞也会死亡，创新哪有那么容易。

聪明的巨头们就懂得，可以借助开源技术和软件开枝散叶，为他人的创新提供平台，打下基础。没有什么是一个团队不能解决的，如果有，那就一群团队，企业还可以从中择优，相机而动，该投资投资，该收购收购，借此壮大自己。

就拿开源的操作系统Linux的经验来说，IBM 很早就拥抱Linux，投资10亿美元，并将Linux作为IBM服务器和软件的操作系统来推荐，而后，通过向Linux社区捐赠了大量资源，并参与过超过150个开源项目的开发。其结果是IBM卖出更多的软件、硬件和咨询服务。而对人工智能的开源选择也是如此。

开源人工智能的举措，能让这些公司在前沿技术领域保持自己的领先地位，毕竟他们才是技术的发源地，再结合宣传造势，口碑、品牌、形象都有了，简直完美。从这个意义上看，它们并没有交出自己成功的钥匙，而只是在给自己的未来铺路。

4．不开放，用的人更少，我也很无奈啊

一项技术、一个软件、一个产品，如果没人使用，再好再整洁的代码和用心良苦的算法又有什么用呢？折戟沉沙、英雄无用才是最可悲的事情。

人工智能发展经历了60年的起伏，还谈不上成熟，能推广应用的产品也寥寥无几。巨头们在AI的投入几乎是个无底洞，投入产出比和效益都低，虽然巨头们风风火火，没几天就吹吹风，总想搞个大新闻，但真正能接触和使用人工智能的人极其有限。如果再让技术封闭起来，只能发展得更加缓慢，

质量不够，数量来凑。让更多人掌握技术，拉人从事专职，形成足够的推力来推动人工智能的发展。

不过，也正因为AI并不成熟，独角兽公司还没出现，巨头们也齐头并进，即使开源，产生的威胁大家都心里有数，无需挂心。

毕竟，现阶段是合作比竞争来的迫切。因为前两次的AI浪潮和寒冬告诉我们，这个领域并没有足够的耐心。

AI开源是福是祸？

对企业来说，开源并不是“好东西要大家分享”这类道德问题，为了开放而开放并不科学，毕竟企业的目的始终围绕着盈利，如何多快好省地盈利才是他们最关心的事。开源在一项新技术、一个新领域发展的初期，无疑是最有效率的手段之一。

 

不过，君更关心的问题是，AI的技术开源将带给我们什么？是福是祸？

 

首先，带给我们更多想象力和创造力。开源让每个人都可以接触新技术，并发挥自己的创造力，共同挖掘AI的潜力，推动其发展和应用。也因此，我们在大到医疗、刑侦、金融，小到生活琐碎，频繁看见AI的身影，深刻地感受到AI的便利性，和在各行各业取代人的可能性。

 

但长远来看，随着技术的成熟，竞争也将激烈，开源就带来更多风险。因为成果可能被滥用，技术误入歧途的后果难以预料，而在竞争过程中，人们争相标新立异、争夺第一，如果只关心如何做，忽略了应不应该做的问题，也将引发技术失控。这是值得警惕的。

 

马斯克有句话，AI比核武器更危险。那么，既然核武器没有开源，那么让AI开源会是歧途吗？