美國(guó)政府在人工智能戰(zhàn)略計(jì)劃中再提開源動(dòng)力

2019年6月21日，美國(guó)白宮政府發(fā)布了《美國(guó)人工智能研發(fā)戰(zhàn)略計(jì)劃2019更新版》（The National Artificial Intelligence Research and Development Strategic Plan：2019 Update），在2016年發(fā)布的報(bào)告基礎(chǔ)上，增加了公私合營(yíng)的戰(zhàn)略提法，并強(qiáng)調(diào)了要大力推進(jìn)開源軟件和工具。

美國(guó)政府深諳開源軟件在人工智能發(fā)展過程中的作用，在2016年的報(bào)告中，就有一個(gè)部分“開發(fā)開源軟件庫(kù)和工具”（Developing open-source software libraries and toolkits），其目的就是為了讓更多人接觸到人工智能。

為了推進(jìn)共享公共數(shù)據(jù)集和開源軟件，自2016年以來，美國(guó)各級(jí)政府做了不少工作：

（一）美國(guó)交通部支助第二屆戰(zhàn)略高速路研究項(xiàng)目（SHRP2，Second Strategic Highway Research Program）自然駕駛研究（NDS，Naturalistic Driving Study）。

該項(xiàng)目記錄了3400名駕駛?cè)藛T540萬次旅程，通過車內(nèi)的數(shù)據(jù)獲取系統(tǒng)（DAS，Data Acquisition System），從前置雷達(dá)、四個(gè)視頻錄像機(jī)、加速器、汽車網(wǎng)絡(luò)信息、GPS和道路追蹤器等獲得數(shù)據(jù)。

這些數(shù)據(jù)摘要是公開的，對(duì)于詳細(xì)數(shù)據(jù)的獲取需要一定的認(rèn)證程序。

（二）退伍軍人事務(wù)數(shù)據(jù)共性平臺(tái)（VA Data Commons）創(chuàng)造了世界上最大的關(guān)聯(lián)醫(yī)療基因數(shù)據(jù)集，可以用機(jī)器學(xué)習(xí)和人工智能工具進(jìn)行分析。

據(jù)工業(yè)4.0研究院觀察，這些數(shù)據(jù)都符合美國(guó)NIST標(biāo)準(zhǔn)，可以更好被公眾所應(yīng)用。

當(dāng)然，之所以VA Data Commons可以做這樣的數(shù)據(jù)共享，是因?yàn)橥宋檐娙诵枰玫闹委?，通過政府提供的資金，可以對(duì)這些問題進(jìn)行研究，更好改善對(duì)退伍軍人的服務(wù)。

（三）通用服務(wù)管理部門（GSA，General Services Administration）采用上云的方式促進(jìn)人工智能的應(yīng)用。

《美國(guó)人工智能研發(fā)戰(zhàn)略計(jì)劃2019更新版》介紹稱，通過data.gov和code.gov兩大開放開源平臺(tái)，通用服務(wù)管理部門提供了24.6萬個(gè)數(shù)據(jù)集和源代碼。

這些數(shù)據(jù)集和源代碼來自政府各個(gè)部門，通過分享出來，可以幫助研究機(jī)構(gòu)和開發(fā)者更好進(jìn)行研發(fā)。

（四）美國(guó)衛(wèi)生研究院（NIH，National Institutes of Health）利用云平臺(tái)共享數(shù)據(jù)和開源代碼。

美國(guó)衛(wèi)生研究院探索、試驗(yàn)和持續(xù)的科學(xué)研究基礎(chǔ)設(shè)施計(jì)劃（STRIDES，Science and Technology Research Infrastructure for Discovery，Experimentation， and Sustainability）與業(yè)內(nèi)領(lǐng)先的云服務(wù)平臺(tái)合作，可以訪問美國(guó)衛(wèi)生研究院支助的各種數(shù)據(jù)。

工業(yè)4.0研究院了解到，美國(guó)衛(wèi)生研究院跟亞馬遜進(jìn)行了合作，結(jié)合到亞馬遜的一些開源項(xiàng)目，共同推進(jìn)相關(guān)開放數(shù)據(jù)和開源項(xiàng)目的共享。

美國(guó)經(jīng)歷了完整的20年發(fā)展，形成了完善的專業(yè)化分工，政府對(duì)開放和開源的認(rèn)識(shí)比較成熟，可以理性的、較長(zhǎng)期的支持開源社區(qū)工作，這跟美國(guó)市場(chǎng)化力量相得益彰，形成了良性的互動(dòng)格局。

在中國(guó)做同樣事情就比較困難。一方面政府大部分工作成果公開有困難，更談不上要把接受政府支助的數(shù)字化成果開放或開源出來，因?yàn)檫@些接受支助的企業(yè)大都是一些大型企業(yè)，它們從來沒有開放和開源的習(xí)慣；另外一方面，中國(guó)還缺乏寬容的開放和開源環(huán)境，正如一位開源界人士所講，中國(guó)開源社區(qū)充斥著一批互相鄙視的人群，難以進(jìn)行協(xié)作。

在數(shù)字經(jīng)濟(jì)時(shí)代，大量數(shù)字化成果不能通過開放或開源方式共享，其創(chuàng)新速度肯定難以提高，這會(huì)影響我國(guó)推進(jìn)工業(yè)互聯(lián)網(wǎng)等大計(jì)。

正因?yàn)槿绱?，早?017年，筆者就寫了《開源項(xiàng)目是人工智能的基礎(chǔ)設(shè)施》一文，一年之后，工業(yè)4.0研究院發(fā)起了開源工業(yè)互聯(lián)網(wǎng)聯(lián)盟（Openii Consortium），希望可以做一些力所能及的事情。