盘点四大技术板块，洞察百项人工智能开源项目——InfoQ研究中心带你探秘中国人工智能开源领域
人工智能开源发展对于拓展人工智能产业应用，充分发挥人工智能对产业的赋能起着重要支撑作用，这一点正在成为全球人工智能行业的共识。在海外，TensorFlow、PyTorch 等人工智能框架，在借助开源建设社区生态，吸纳全球开发者、推进人工智能创新的同时，还拓展了人工智能在产业界和学界的应用。
在中国，也有越来越多的开发者和企业意识到了人工智能开源发展的重要性，中国人工智能领域开源项目不断涌现。经 InfoQ 研究中心统计，目前人工智能领域国内开源项目已经超过 100 个，其中高度活跃开源项目占比超过 40%。
政策端方面，《新一代人工智能发展规划》更是将开源开放作为人工智能发展的四大基本原则之一，进一步夯实人工智能需要开源发展的重要性。
因此，InfoQ 研究中心希望通过《中国开源生态系列图谱—人工智能领域》的研究和撰写，以生态图谱的形式，简单且清晰地展现中国目前人工智能领域开源的发展现状，并总结经验，为广大人工智能领域的开发者和开源社区提供参考。根据 InfoQ 研究中心搜集整理，我国目前人工智能开源项目主要可以分为 4 大技术板块，分别是 AI 框架、AI 算法模型、数据集和机器学习 / 深度学习平台。
AI 框架是人工智能基础软件的核心，在整个人工智能体系中起着“承上启下”的作用。目前，虽然国内 AI 框架开源项目在不断突破的情况下，数量已超过 30 个，但项目影响力和活跃度方面仍有待提升，接近半数的框架开源项目未能获得持续更新。此外，除了科技厂商，高校科研院所也开始逐渐重视 AI 框架的研发，探索适用科研的 AI 框架。
此外，机器学习 / 深度学习平台开源项目一般在开源 AI 框架以外，还会开源各类官方组件，以覆盖模型开发、训练、推理及部署全流程。同时，易用性、灵活性、兼容性和安全性，是平台类开源项目所追求的技术特性。
为了更好地了解中国人工智能开源项目的发展情况，InfoQ 研究中心结合国内外代码托管平台 GitHub 和 Gitee 的相关数据，从代码健康和社区活跃等角度分析现有云原生开源项目。可以看出，排名前列的人工智能开源项目主要为 AI 框架类和由此延伸的机器学习 / 深度学习平台类项目。
备注：InfoQ开源项目指数主要由代码健康和社区活跃两大维度构成，每个维度下设4个子指标，共计8个子指标，用于多维度评价开源项目，主要数据来源包括Github和X-Lab的openleaderboard。
在研究众多项目后，我们发现类似操作系统，人工智能开源项目普遍重视上下游和应用生态的构建，但项目类型在一定程度上影响了项目的技术立足点。在这里，我们选择飞桨 PaddlePaddle、昇思 MindSpore、OpenMLDB 进行进一步阐述。
社区运营方面，人工智能项目运营的核心在于通过开源社区构建上下游和应用生态。
OpenMLDB 连通上游数据源与下游框架 & 模型，拓展开源生态。此外，飞桨 PaddlePaddle 和昇思 MindSpore 在生态方面注重产业界和学界科研界，构建基于实际应用场景的开源生态。
在此基础之上，昇思 MindSpore 社区一直保持技术运营的专业性，核心成员均为研发出身，熟悉掌握 AI 技术，使得 MindSpore 社区运营能够从开发者体验出发，抓住开发者的核心痛点，打造极简易用的开发套件，降低开发者的使用门槛。
技术特性方面，人工智能开源项目存在一定的差异性。
飞桨 PaddlePaddle 和昇思 MindSpore，都注重提升其易用性，但飞桨 PaddlePaddle 主要基于多层次产品结构，降低整体开发的使用门槛，昇思 MindSpore 则在此基础上建立了易用性 SIG，利用聊天机器人、工具套件实现提升开发者使用框架的易用性。此外，昇思开源团队打造了昇思大模型平台，让所有开发者能直接体验昇思大模型的在线推理服务，也联结全球化平台 HuggingFace，为全球开发者提供多样性算力的体验服务。
OpenMLDB 则立足线上线下计算一致性和硬实时计算两大技术特性，构建实时特征计算平台。
当然，InfoQ 研究中心也关注到开源不仅发生在云原生领域，因此我们还将继续发布其他领域（大数据、架构、前端、中间件等）的开源生态图谱系列报告，欢迎大家持续关注。
点击底部阅读原文查看报告全文，获取更多精彩内容！
微信扫码关注该文公众号作者