谨防受制于人的历史在智能时代重演

　　最近一段时间，我国部分技术受制于人的局面引起人工智能（AI）领域人士的担忧：架构于开源深度学习平台发展起来的AI技术产业，会不会再次陷入“缺芯少魂”的境地？

　　中国科学院大学一位教授曾在接受采访时表示，国内无论学术圈还是产业界都某种程度踏进了“拿来主义”的怪圈：盲目跟随研究热点，缺少对人工智能的基础理论、基础模型、基础算法、基础工具等方面的研究与开发，经得起时间考验的工作较少。相应的，这导致我们在相关的AI应用研发过程中对外高度依赖。

　　以深度学习框架为例。处于硬件层和应用层之间的深度学习框架平台，相当于AI时代的操作系统和编译系统，其向上可以作为图像分割、文本分类等各种应用的入口，向下可以用于定义硬件功能和角色，发挥着承上启下的作用。然而，我国开源深度学习平台主要控制在国外巨头手中。在科研领域，谷歌的TensorFlow、脸书的PyTorch等开源平台已经占据垄断地位；在产业界，近90%的国内开发者都在使用国外开源平台，其中半数以上使用的是谷歌TensorFlow。

　　此外，这些科技巨头还将开源深度学习平台与自身的云计算服务结合，在加强数据运算能力的同时持续增强用户黏性，以培养开发者依托其平台开展AI相关开发的习惯。更值得一提的是，国外企业以“开源深度学习平台+AI芯片”的模式，正构建起智能时代的“Wintel”式生态——如谷歌自研的机器学习芯片TPU与TensorFlow深度融合，让AI计算和开发更加高效的同时，也设置了越来越高的生态门槛。

　　反观国内，具备完全自主知识产权的开源深度学习平台，目前只有一棵独苗——百度的飞桨（PaddlePaddle）。而且，即便飞桨平台在技术上具备了与国外平台比拼的实力，但由于推出时间较晚，其在市场占有率和社区资料丰富度方面，仍难以与国外平台抗衡。换言之，单凭一家企业之力赶超，有相当大的难度。

　　目前，学术界和产业界对使用国外平台问题的认识还不足。但从AI发展的形势来看，今后AI应用仍将主要基于开源深度学习平台开发和运行。开源深度学习平台不可控，意味着我们在智能时代也会面临失去核心技术主导权、规则制定权等巨大风险。

　　也就是说，在人工智能的新时代，我们可能面临从芯片到操作系统和应用的一整套技术和产业体系再次被国外控制的局面，让信息化时代受制于“Wintel”的历史重演。

　　因此，政府决策部门应通过政策引导、设立专项、开展竞赛等方式，鼓励国内芯片、软件算法、硬件等企业、科研机构、开源社区和广大开发者，基于我国自主可控的开源深度学习平台进行应用创新；同时应注意到AI技术不仅仅是一项软件技术，AI芯片等硬件也扮演着智能时代的重要角色。因此，建议飞桨平台应以开放共赢心态扩大与我国AI芯片厂商合作，共同突破核心技术，建立起国产AI软硬件技术的“统一战线”，更好地为我国AI产业服务。

　　总之，在芯片、操作系统等很多方面，我们确实需要下定决心，攻坚克难，自力更生。因为一旦核心技术受制于人，就有被人“釜底抽薪”的威胁。所以，我们要有“宝剑锋从磨砺出，梅花香自苦寒来”的定力，逐渐在AI领域形成一批拥有自主知识产权的核心技术和产业，把发展的主动权牢牢掌握在自己手中。只有这样，不管是“狼来了”还是“狼走了”，才能泰然自若、从容应对。