AI时代数据不开放传统开源遇困探索高阶开放模式成关键
应用介绍
在全球科技飞速发展的今天，人工智能（AI）已成为各行各业的热议线CCF中国开源大会在上海召开，再次将开源与AI的结合推向了风口浪尖。此次大会汇聚了众多科技界精英，讨论了在AI时代，数据开放与开源面临的挑战与机遇。
大会上，宇树科技创始人王兴兴分享了他对具身智能的看法。他强调，具身智能的发展需要在未知环境中进行实时、多样化的动作生成。这一观点引发了与会者的深思，尤其是在当前机器人硬件已逐渐成熟的情况下，具身智能大模型的缺口却依然明显。他的期待是，能够迎来一个推动机器人领域发展的“ChatGPT时刻”。不过，王兴兴也指出，数据获取的困难成为制约这一进程的关键因素。
开源这一概念在大会中引起了广泛关注。开源不仅是共享代码的过程，更是一种合作与透明的精神。中国工程院院士郑纬民提到，AI大模型的生命周期中，数据获取和预处理的成本高昂，开源模式能够帮助小企业专注于模型的微调和推理，降低技术门槛。与此同时，中国科学院院士吕建也强调，开源能够汇聚全球开发者的力量，共同推动AI技术的进步。
然而，开源在AI领域的推进却遭遇了不少障碍。北京大学教授鄂维南指出，数据作为企业的核心资产，其价值正在日益凸显。公众对数据保护的意识增强，导致大量数据因安全考虑无法公开，这一现实困境使得AI开源的发展受到限制。梅宏教授进一步解释，即使大模型的参数公开，缺乏相同的训练数据也难以实现能力的复现和迭代创新。他呼吁，在AI时代，开源必须伴随数据的开放，否则将陷入“无米之炊”的困境。
面对这些挑战，专家们提出了构建更高维度的“开放”解决方案的重要性。开放数据的核心在于有条件共享，旨在释放数据的价值以支撑AI的训练与科研分析。例如，医疗数据在去除隐私信息后可以开放给科研使用，但需遵循严格的场景限制和脱敏处理原则。
大会上，专家们一致认为，开放不仅仅是开源代码的公开，更应包含标准、API和平台等多个维度。中国工程院院士陈左宁指出，设计精良的开放架构可能比完全公开的源代码更具意义。这样的架构可以让不同领域的创新者便捷接入，构建高效的创新生态。
此次大会由中国计算机学会主办，上海交通大学与CCF开源发展技术委员会承办，为业界提供了一个深入交流与合作的重要平台。在这个瞬息万变的时代，如何应对AI与开源的挑战，将决定未来科技发展的方向。开源的精神与数据的开放将继续引领科技的创新与发展，而在这个过程中，每一个参与者都将成为推动者。返回搜狐，查看更多
