在一個由互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和社交網(wǎng)絡(luò)交織的時代中,開源已幾乎無處不在。從近幾年在中國市場的發(fā)展來看,其受歡迎程度已大大超乎人們的想象。僅以剛剛過去的2014年為例,從開源技術(shù)、工具、應(yīng)用到本地開源社區(qū)建設(shè)都可以用火熱來形容。也正是在這一年,微軟開放技術(shù)來到中國,攜手本地的合作伙伴和開發(fā)者,開啟我們在開放技術(shù)領(lǐng)域的持續(xù)投入。
時值微軟開放技術(shù)進(jìn)入中國一周年之際,我們站在新的起點展望開源大勢,觀察本地開源社區(qū)的成長和開源生態(tài)方面呈現(xiàn)的現(xiàn)象與趨勢。我們相信,未來,社區(qū)的影響力將充分顯現(xiàn),大企業(yè)迎來擁抱開源的黃金時代,各方通過協(xié)作構(gòu)建起更加良性的生態(tài)圈的動力更強大。
微軟開放技術(shù)(中國)有限公司董事總經(jīng)理云浪生
社區(qū)重于代碼,本地社區(qū)做大更要做強
開源社區(qū)在中國落地生根并如雨后春筍般的發(fā)展起來,帶動了本地開源社區(qū)的成長。目前,在GitCafe、CSDN CODE、CODING、開源中國等流行的代碼托管平臺上聚集了越來越多的本地開發(fā)者和開源項目。同時,中國原生創(chuàng)立的開源項目如SequoiaDB, Seafile和Cocos2d-x等也走向國際開源社區(qū)。 這預(yù)示著一個好的開始。正如我們一直強調(diào)“社區(qū)重于代碼”的觀點,這些領(lǐng)先的代碼托管平臺和開源項目的加入就證明了這一思潮。有數(shù)據(jù)顯示,源自開源社區(qū)的開發(fā)項目的開發(fā)投資回報是單一廠商開發(fā)模式的5倍,足以證明社區(qū)的優(yōu)越性。開源社區(qū)猶如一個代碼的大集市,人氣旺了,可交換的商品豐富了,市場才能更繁榮。
未來,隨著國內(nèi)開源社區(qū)規(guī)模的不斷壯大,社區(qū)內(nèi)代碼和項目的日漸豐富,這將有助于開發(fā)者參與到社區(qū)的貢獻(xiàn)和治理當(dāng)中。在社區(qū)中工作,開發(fā)者可相互借助更有效的工具和平臺來提升自身的成功率。
微軟開放技術(shù)在來華伊始便有所行動。2014年4月,作為與中國開源社區(qū)的“見面禮”,微軟開放技術(shù)發(fā)布了VM Depot開源虛擬鏡像站點,預(yù)覽版中包含了700多種開源鏡像,其中有來自優(yōu)麒麟、禪道和JStorm等倍受歡迎的本地鏡像。VM Depot支持廣大開發(fā)者和IT專業(yè)人士快捷地在Azure云平臺上發(fā)布或部署虛機(jī)鏡像,讓他們的創(chuàng)新更加容易。我們有理由相信,本地開源社區(qū)不僅要做大,還要做強,成為開發(fā)者賴以生存的空間,也讓中國開發(fā)者盡快摘下重使用輕貢獻(xiàn)的“帽子”。
心動不如行動,大企業(yè)擁抱開源
在中國互聯(lián)網(wǎng)行業(yè)強勢崛起的背后,開源技術(shù)支持了90%以上的互聯(lián)網(wǎng)產(chǎn)品,使得一大批小而精的創(chuàng)新型企業(yè)乘勢而上。如果開源代表了IT行業(yè)的未來,那么,大企業(yè)的轉(zhuǎn)型也將從擁抱開源開始。在這方面,國外的傳統(tǒng)IT大公司已經(jīng)開始行動,在Docker社區(qū)和GitHub平臺中有越來越多來自傳統(tǒng)大企業(yè)的源代碼被采用,他們對開源社區(qū)不僅僅貢獻(xiàn)代碼,還參與到社區(qū)的治理中,并從社區(qū)的發(fā)展中獲益。這對于中國企業(yè)是很好的啟示。事實證明,開源非但沒有削弱大企業(yè)的競爭優(yōu)勢,反而加速了他們轉(zhuǎn)型的步伐,其技術(shù)和平臺優(yōu)勢也得以顯現(xiàn)。
身處在新一輪技術(shù)變革的浪潮中,創(chuàng)新理念、商業(yè)模式、產(chǎn)業(yè)生態(tài)格局,直至用戶行為都在不停的變化。如今的開發(fā)者更樂于在更加開放的環(huán)境中工作。這也是微軟開放技術(shù)的戰(zhàn)略和使命,即為不同的環(huán)境和平臺之間架起互操作性的橋梁。2014年11月,微軟宣布將.NET開發(fā)平臺開源的舉措非常有力的推動了跨平臺的開發(fā),對于開發(fā)者而言大大降低了在不同平臺和語言環(huán)境下的遷移成本。今后,類似的跨平臺開發(fā)模式有助于實現(xiàn)更廣泛的協(xié)同,大企業(yè)擁抱開源的最佳時機(jī)即將到來,國內(nèi)同行們的步伐可以邁的再大一些。
協(xié)作構(gòu)建開源生態(tài)圈,開源治理穩(wěn)步推進(jìn)
在這個移動為先,云為先的時代,建設(shè)生態(tài)圈的戰(zhàn)略被反復(fù)提及,在開源領(lǐng)域亦是如此。未來,越來越多的從業(yè)者將會把構(gòu)建開源生態(tài)圈作為重要的發(fā)展方向,這個生態(tài)圈囊括了從開發(fā)者、開源社區(qū),政府、高校到企業(yè)的多個相關(guān)方,而協(xié)作將是維系生態(tài)圈良性發(fā)展的基礎(chǔ)。相比桌面軟件時代,開源的生態(tài)圈中的各方關(guān)系也將更加微妙復(fù)雜。如果說以往傳統(tǒng)巨頭們依靠其花費數(shù)十年筑起的銅墻壁壘獲得了競爭優(yōu)勢,那么今后,各方都將面臨競爭與協(xié)作并存的格局,而參與協(xié)同將產(chǎn)生更大的價值。
正如開源社所秉承的“共識、共治、貢獻(xiàn)”的原則,其治理方式猶如一個開源社區(qū)的聯(lián)合國。目前,已經(jīng)有36家機(jī)構(gòu)加入其中,涉及開源硬件、軟件、平臺與社區(qū)等不同領(lǐng)域。開源社還推出“開源之星”、“開源大使”、“開源者行”、“開源學(xué)院”、開放黑客松平臺、開源翻譯平臺和年度報告等舉措。這些舉措是由開源社成員自發(fā)協(xié)作而成的。我們相信,大家一起深耕開源這一大市場,獲益的不是某個企業(yè)或機(jī)構(gòu),而是全體成員和整個開源社區(qū)。
微軟開放技術(shù)作為開源社核心成員之一,致力于通過推動成員之間的協(xié)作散播開源技術(shù)與理念,進(jìn)而不斷地完善開源社區(qū)治理,促進(jìn)開源生態(tài)系統(tǒng)的健康可持續(xù)發(fā)展。這是我們的使命和愿景。
回首過去一年,微軟開放技術(shù)已為中國的開源生態(tài)建設(shè)實施了一批實質(zhì)性的舉措:我們在中國開放了VM Depot;發(fā)起Cocos2d-x開放黑客松,為移動端的開源應(yīng)用提供技術(shù)和跨平臺支持;我們引入了基于OData和CKAN的開放數(shù)據(jù)平臺,并攜手聚合數(shù)據(jù)在聚合開發(fā)者大會上公布了開發(fā)者伙伴支持計劃, 貢獻(xiàn)Azure云資源以鼓勵基于OData的數(shù)據(jù)創(chuàng)新應(yīng)用;我們聯(lián)合聚合數(shù)據(jù)、阿里 JStorm 團(tuán)隊和開源社成功舉辦的大數(shù)據(jù)實時分析編程黑客松,以支持本土的優(yōu)質(zhì)開源軟件及開源社區(qū)的成長;微軟.NET框架開源更是整個IT業(yè)界的里程碑事件。此外,我們致力于推動開源標(biāo)準(zhǔn)的建設(shè)和完善,Windows Azure先后斬獲了云主機(jī)、對象存儲、SQL數(shù)據(jù)庫、云引擎和全網(wǎng)負(fù)載均衡五大項“可信云服務(wù)認(rèn)證”。
微軟CEO Satya Nadella曾說過微軟喜歡Linux,我們還看到國外的行業(yè)分析師評價微軟已轉(zhuǎn)型為一家Open Source 的公司。這些都印證了我們對開發(fā)者和用戶不變承諾——攜手擁抱開源。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。