近年來，隨著深度學習和云計算的不斷發展，AI開源逐漸成為眾多開發者談論的核心，其重要性顯著提升。AI開源引領著各項技術應用向前，而技術應用又進一步促進AI開源的發展。
4月11日，OpenI啟智社區特邀本社區技術委員會委員、華為昇騰開源生態總監黃之鵬老師作客由OpenI和InfoQ聯合推出的《人工智能開源錄》直播訪談欄目，解碼“AI開源的技術應用與未來趨勢”。
黃之鵬老師介紹自己接觸過很多開源社區，初入華為公司時接觸的是云計算開源的相關社區，比如OpenStack，OpenDaylight，OpenVswitch，以及云原生Kubernetes社區。從2019年下半年開始，便開始負責MindSpore整個開源社區的建設。
做通信出身的黃老師介紹自己一開始接觸的是比如快速傅里葉變換的這些領域，本應該是去到華為的無線部門，卻陰差陽錯與云計算結緣。
黃老師說數學是他與AI之間的一個連接點。早在他讀碩士期間，他接觸過一個無線傳感網的項目，為了設計一套比較好的預測網絡擁塞的協議，當時在用卡爾曼濾波器（Kalman Filter）的工具去實現算法過程中，黃老師發現它與深度學習的很多原理有著類似。四五年前的AI熱潮下，黃老師開始正式接觸AI。由于曾經深入地看過一系列AI相關的論文，黃老師發現，人工智能研究涉及的很多關于數學的推導、演算，與做通信出身的他所接受到的數學的訓練非常類似。這些經歷促使黃老師比較快速的從一個門外漢入門AI。
黃老師認為，目前國內很多企業沒有特別處理好的一個問題是做開源社區的初心和期望不夠明確。大家普遍認為做開源社區是通過四處宣講布道來得到影響力，然而，在與開源社區真實參與過開發的人進行交流時，會發現做開源的初心最終還是會回到“人”這個命題上。
相比有些公司為開源設定的商業KPI這冷冰冰的數字而言，黃老師通過分享社區一個身處東北的開發者在東北去年初雪時，為從未見過雪的社區運營助手“小貓子”在雪地上寫上她名字的有趣故事，來表達自身更關注開源的人情溫度，也讓他感覺這是2021年成就感最強的事情。
同時，黃老師也認為，開源最主要的在于動作，一定要發自內心地做對很多事，目標自會水到渠成。黃老師回憶他接觸開源社區初期，在北美曾發生過一件讓他印象深刻的事情，為了打造一個全球化的社區，需要大家克服時差導致的晚睡早起、精力有限的困難。然而，美國開發者們在面對來自有著時差的日本、英國和印度等國用戶的提問時，卻響應非常快。大家在開源時的忘我拼搏精神顛覆了對“美國人習慣懶惰，華人非常刻苦”的慣有刻板偏見。
黃老師結合他本人的個人經歷，建議大家選擇一個自己最熟悉或擅長的領域，去嘗試做第一個開源項目。而他當時雖然踏進了全然不懂的云計算行業中，但也是選擇他最熟悉的協議設計作為他第一個開源項目的切入點，然后查看相關的論文，跟隨項目開例會，慢慢熟悉和參加進去。
關于人工智能，黃老師推薦了一本由作者侯世達寫的新書《我是個怪圈》，以及他之前最有名的、非常集大成的一本書《GEB》（集異壁），介紹三個看似不太關聯的藝術家，通過一系列問答故事，將很多關于人工智能的理解傳承到了《GEB》書中，可以很好的幫助大家補充一些關于人工智能的人文周邊背景。
深度學習框架是推動AI應用大規模落地的關鍵力量，在人工智能技術體系中占據非常重要的地位。那么，如何選擇一個得心應手的深度學習框架，以及目前主流的開源開源的深度學習框架有哪些？
黃老師基于個人角度淺談了框架的發展簡史，比如，最初的框架為淺層框架，由于大家最始接觸到的是類似Theano、Caffe這一代的框架，然而它們更多屬于工具類而非如今的框架。
從2016年開始，大家就迎來了第二代浪潮即通用框架或較深層框架時代里的熟悉框架，比如Tensorflow, PyTorch, 和李沐老師的Apache MXnet，這一批的框架可以提供一套完整的語義描述，基于這些框架可以寫出某一類任務的若干模型。
第三次浪潮便是以昇思MindSpore、谷歌的Jax為代表，而第三代框架有幾個特點，首先是AI+科學計算的強能力，未來框架必備的一個能力便是能支撐深度學習和科學計算的結合。其次是基礎模型的研發，作為新一代的框架，它需要能支持訓練基礎模型，且是面對某一領域具備很強泛化性和基礎能力的模型。第三個是全場景，由于整個AI應用的范疇在多個場景都會出現，新一代的框架需要在很多個不同的場景下，基于一套框架便可以支持開發AI應用。
總的來說，就是經過三波浪潮，目前，深度學習框架的已經發展到了能夠與科技深度結合，支持基礎模型的研發，支持全場景，面對不同場景具備生成能力。
MindSpore目前已經到了1.6版本，黃老師介紹版本迭代的時間比較固定，大致有兩個階段，而在開源的第一年，也就是2020年是最瘋狂的時候，基本一個月就發布一個可商用的版本。在發布了1.0這個對用戶而言可以放心使用的版本之后，從2021年開始，MindSpore基本上保持穩定的一個季度發布一個版本的節奏。
目前，MindSpore可以說是國產開源項目的代表性案例。在這兩年的發展過程中，MindSpore都是從完全原創的角度為每一個版本不斷添加新的功能特性，比如圖學習、聯邦學習、增量學習等。MindSpore在過去的2年里，以盡可能最短的時間迅速夯實基礎，同時也在不斷推出非常有競爭力的東西。
根據最新報道，昇思MindSpore今年將融入鴻蒙和歐拉生態，成為內置的 AI 引擎。昇思MindSpore 到目前，已突破140萬用戶下載量，服務了5000+ 企業，短短2年取得了傲人的成績，這都跟MindSpore開源社區的運作與管理分不開。
黃老師分享治理社區經驗時，指出治理是一個非常專業的領域，并介紹了它的三個維度。
最重要的維度是開放性，而MindSpore算是企業推動開源AI框架里，第一個采用開放治理模式的社區。比如，社區不僅有大家都能看到的指導各機構運作的章程，還有14名橫跨中國、歐洲、英美等代表組成的全球性的技術委員會，而MindSpore版本特性模塊的開發是通過SIG（Special Interest Group）組織，所有需要跨模塊合作以解決場景性問題的是通過WG（Working Group）來承載，同時也會通過大量的投票活動收集大家的意見。
第二個維度是多樣性。MindSpore的多樣性體現在很多方面，比如，面向國內外不同城市、不同企業、不同高校的MSG（MindSpore Study Group）這一類的開發者社群，把開發者都組織起來參加社區的活動。多樣性也體現在社區很多的專題活動，比如，科技從業女性主題的自由分享和交流經驗的Women In Tech。
第三個維度是可信，企業對很多開源軟件的使用是基于一定信任的，所以MindSpore也跟國內很多標準組織、產業組織進行了合作。通過社區治理推動開源項目和開源社區更值得信賴。
提到OpenI啟智社區，黃老師在線為它打Call。MindSpore與OpenI啟智社區有著非常緊密的合作，共同舉辦過諸如集結號這樣的開發者活動，邀請來自各個高校的學生利用假期的時間集中在一起進行MindSpore相關模型的開發活動。
黃老師說他跟啟智的淵源其實要比MindSpore還要久，并介紹OpenI啟智是以鵬城實驗室等科研機構進行支撐和推動建設的國內第一個專注人工智能開源的非常好的社區。這對于推動科研工作者們進行開源是非常難能可貴的，同時，OpenI啟智社區的章程設計也有這很高的完備度，歡迎大家通過訪問官網（www.www.cnjfsc.com）進行查看。
社區也經常邀請人工智能開源相關的專家學者進行開源與知識產權結合的講座分享，這在國內目前依舊是非常小眾的領域，而它對科研院校和企業的開源應用非常重要。為了保護知識產權，啟智社區在初期還建立了自己的開源許可證，希望能探索更多符合我國國情的開源知識產權管理方法。同時，啟智社區有著非常多種類且名字非常有趣的開源項目，比如啟智章魚、啟智珊瑚等很有深圳特色的項目名稱，對人工智能感興趣的人，可以在啟智社區里找到自己非常喜歡或者感興趣的項目。另外，OpenI啟智社區也經常舉辦各種跟開源相關的活動，除了集結號，還有校園行系列分享活動、開發者大會、全國人工智能大賽等多樣化活動，推動我國人工智能開源發展。
目前，MindSpore社區中的布道師以及開發者，普遍存在年輕化的趨勢，且很多來自在校大學生，對于這種年輕化趨勢的現象，黃老師非常贊同，認為開源本就應該為年輕人提供一個更廣闊的舞臺，讓他們更愿意去講述分享自己的故事，讓開源更具朝氣。同時，也因為目前人工智能是處于起飛狀態的朝陽產業，越來越多的高校開設人工智能的專業以及人工智能學院，吸引了更多年輕人踏入到人工智能學科與行業。
同時，黃老師也指出其中的挑戰，即在跟商業接軌這塊，需要他們更加認真、嚴肅對待開源。尤其在打造專業的開源社區時，日常涉及的工作雖然枯燥，但為開發者和企業提供的每一項服務都類似于在精心打造一款產品，需要嚴肅認真交付和不斷迭代、復盤，希望更多年輕人關注開源是一件很專業也很嚴肅的事情。
直播間有小伙伴提問關于“AI駕駛是否會全產業鏈發展”的問題，黃老師認為，對于跟人工智能或者深度學習的結合來說，自動駕駛算得上是最全面的一個場景。因為它要涉及深度學習幾大類任務，比如對圖像做大量處理的cv類的任務，以及nlp類的任務去做很多跟自動駕駛相關的功能，還有類似交規遵從這類強化學習方面的任務。由于自動駕駛本身是一個會把很多領域的深度學習技能都集合到一起的領域，所以自動駕駛將來會形成一種全面的發展。
有小伙伴提問黃老師如何看待CV和NLP模型統一的發展方向，黃老師提到最近比較火的、業界也有不少專家很看好的transformer，認為它非常有希望能提供一套把cv類的任務和nlp類任務最終實現統一的架構。黃老師還回憶他們之前在做有關論文的分享時，發現如果transformer作為大一統架構，則意味著語義可以作為描述包括視覺、自然語言處理等一系列廣泛任務的基礎，將很多此前只在書本上的哲學討論，一下子拉進了現實，它也將帶來更深遠的影響。不過基于其他研究，除了transformer，也將有其他的方式來實現統一。
黃老師談起了他在InfoQ發布的第一篇關于“對開源的作用應該如何認知”的文章，他認為無論是深度學習框架還是人工智能，能植根于中國的依然是技術創新，但它還要依靠大量的科學家、工程師踏踏實實的不斷研究算法、做工程實現，來彌補當前國產技術的不足，推動國產深度學習框架不斷迭代發展。而開源是目前能夠看到的幫助創新的最佳方式，雖然它并不能幫助跨越式發展，但它能加速整個生態的成長。如果用開源的方式去幫助核心技術發展生態，它帶來的最大好處就是不確定性，通過不斷引入這些規劃之外的不確定性，才能不斷加速技術創新和生態的成長。
黃老師以Jax為例與MindSpore做對比，指出Jax的主要目的是為了讓NumPy在GPU和谷歌的TPU上跑得更好，而MindSpore的優化對象則是昇騰，這個國產自主研發的AI硬件。MindSpore本身支持主流的CPU、GPU，以及昇騰，尤其對昇騰有深度的優化。它與Jax的區別在于，MindSpore優先支持自主生產的AI硬件平臺性能，而MindSpore也是昇騰平臺上跑同類任務最優的框架。其次，MindSpore是一個比較通用的支持全場景的框架，JAX從它的定位出發，在全場景相關支持上目前尚未有很成熟的思路。
黃老師結合自身從門外漢攻入人工智能領域的經驗，建議想從事人工智能開源相關的非AI專業的小伙伴們，在掌握人工智能基礎必備的數學技能、讀Paper的能力、找到好的工具（比如昇思MindSpore社區團隊開發的TinyMS)的同時，排除對未知的恐懼，選擇一個像MindSpore這樣的開源社區參與進去，與社區專家多交流多學習，從而加速自身入門人工智能的速度。