中國AI的“底線思維”與安全鎖

東歐土地上驟然開啟的衝突，掀起了一場聲勢浩大的制裁潮。有一些如同玩笑，比如連西伯利亞的貓都不放過;而有一些則意味深長，比如開源軟體限制開發者訪問。

2月28日，有訊息稱世界第一開源軟體平臺GitHub正在考慮限制俄羅斯軟體開發者訪問開源軟體原始碼儲存庫。

很多國家、企業使用的軟體平臺幾乎都是完全基於開原始碼搭建的，而全世界能夠提供開源軟體許可證的科技企業，大多是歐美巨頭。Github風波，再一次讓開源軟體的自主可控成為業界關心的焦點，這不禁讓我們想到至關重要的AI開發底座——深度學習開源框架的國產化情況，究竟如何。

如今，AI技術已經在我們的生產生活、公共管理等方方面面得到深入應用，開發AI應用的深度學習框架作為基礎設施，如果也說停就停，會給以數字經濟引領高質量發展的中國產業，帶來一系列不確定因素。

那麼，加強中國AI基礎技術的安全係數，究竟是杞人憂天，還是確實應該未雨綢繆、防患於未然呢?我們不妨先從邏輯和全面的視角，來梳理一下中國AI基礎技術的真實面貌。

人工智慧的“函谷關”

地處桃林塞之中樞，崤函古道之咽喉的函谷關，自古以來都是兵家必爭的戰略要地。深度學習框架就如同AI的“函谷關”，能夠對AI技術和產業的發展形成底層制約，所以必須要牢牢掌握在自己手中才行。

首先，突如其來的直接封鎖，並非完全不可能。海外科技企業也會隨著局勢變化而調整平臺開放策略，比如GitHub此前就曾突然限制過古巴、朝鮮、伊朗和敘利亞等國家使用者訪問。

而AI基礎技術平臺上，承載著大量AI資料集、文件、程式碼、模型和核心應用，涉及到民生、安防、城市交通、公共服務等核心事務，一旦海外開源斷供，帶來的商業損失和安全風險，會直接影響國計民生。從這個層面來說，AI基礎技術即深度學習框架的國產化是勢在必行、不容有失。

當然，或許你會覺得沒有極其重大的衝突，就不會導致封鎖。但中國有句話叫君子無罪，懷璧其罪。有才能難免會引人猜忌，而眾所周知，中國對人工智慧等前沿科技的重視，人工智慧產業規模逐年上升，隨著中國AI越來越發達，必然會引發海外一些國家的猜忌。

比如過去5年來，美國就一直致力於加強自身在人工智慧領域的領導地位，美國議員湯姆·科頓曾公開宣告，中國留學生來美國學莎士比亞就夠了，不需要學習量子計算和人工智慧。海外政治家對中國AI發展過快的焦慮，可能成為封鎖開源AI的“欲加之罪”。

這樣的制裁雖然可能遭遇全球技術人士的譴責，但其實遏制方式並非只有直接封鎖這一條路。透過停止更新、高額收費、搞差異化對待、排斥中國AI企業等，都會拖慢中國智慧化發展步伐。

這並不是不可能。有媒體就提到，即使正式的開源軟體可以自由使用，但有程式碼的作者有理由拒絕特定人群使用，而已經有作者在社交網站上發帖討論是否禁止俄國程式設計師使用他們的程式碼。

守住AI的“函谷關”，不過度依賴國外技術，是中國產業能在數智化浪潮中順利前行最重要的基礎。

中國AI的“安全鎖”

說到這裡，你可能會好奇，中國AI基礎技術現在有一較高下的能力嗎?畢竟不能因為一些未雨綢繆的猜想，而犧牲真材實料的技術能力與開發效率。

幸運的是，中國AI領域在深度學習框架這件事上吸取了歷史教訓。很多中國AI科技企業都相繼研發並開源了深度學習框架，百度飛槳(PaddlePaddle)就是國內首個自主研發並開源開放的深度學習框架，此外還有華為的Mindspore、騰訊的PocketFlow，阿里巴巴的X-Deep Learning，曠視科技的天元(MegEngine)等。

目前，確實是無需擔心深度學習框架被“卡脖子”了。

不過，故事還只是剛剛開始。在人工智慧的科技競賽中，對國產開源框架的要求，不能停留在“人有我有”，當個臨時“備胎”。還需要“人有我精”，表現出比海外開源框架更優秀的能力。

提升中國AI的安全指數，國產開源框架還應主動鍛造三把“安全鎖”：

第一道鎖，鎖住底層技術自主權。

開源框架的國產化，首要要求就是完全自主可控，掌握核心技術的自主權。尤其是一些前沿探索類的技術上，滿足深度AI應用的開發需求，才能吸引更多開發者加入。

相比一些針對垂直場景、個人開發者搭建的開源框架，具備技術積累的企業開源框架平臺在底層突破、技術迭代和領先性上更有優勢，TensorFlow就憑藉谷歌大量突破性的新技術成為開源框架的“扛把子”。

幸好，目前中國AI企業的技術能力也並不遜色。比如近期流行的超大規模的多模態大模型，就依賴於強大的算力、技術、開發能力來實現，目前，知識增強“文心”大模型加入到飛槳產業級模型庫中、向各行各業開放，華為雲開源了盤古大模型……

第二道鎖，鎖住全面的能力範疇。

因為更懂中國AI市場、中國開發者，國產開源框架也能夠提供更具針對性的服務能力。試想一下，一個不認識英文的農村養豬場員工，想要開發一個豬臉識別應用，跑到TensorFlow、caffe、PyTorch這樣的框架上只能抓瞎，從這個角度，國產框架更符合中國AI與千行百業相結合的真實情況。

第三道鎖，鎖住人才和產業生態。

很多技術國產化的失敗都源於生態匱乏，沒有足夠多的開發人才和產業應用支援。眾所周知，針對AI人才的爭奪戰在海內外都十分激烈。因此，人才和產業的生態圈建設，關乎國產框架能否長期可持續發展。

AI人才培養體系既要能緩解短期產業人才缺口，也要為長期發展儲備戰略人才。以百度飛槳為例，其人才生態就涵蓋了面向青少年AI科普教育的“晨曦計劃”、面向高校學子全年無休的AI賽事、培養師資力量的高校深度學習師資培訓班、面向產業人才的AICA首席架構師培訓計劃等等。

匯聚了更多人才的創新智慧，國產開源框架的社群資源和商業價值也必將持續增長。

綜上所述，可以發現國產框架並不是“為情懷而生”，透過三把“安全鎖”，鎖定的不僅是中國AI的安全，還有AI產業規模化落地增長的無限可能。

技術國產化的“鐘擺效應”

在技術國產化的路上，很容易出現一種“鐘擺效應”。在過度悲觀和過度樂觀中來回擺動，感到威脅時，一股腦兒盲目扎堆，像是2020年開始，晶片半導體行業就出現了一股週期性狂奔的熱潮。而一旦國產化受阻，又開始強調國際合作，昔日的國產EDA軟體熊貓，就因為“物美價廉”的外國產品和技術而宣告折戟，直到目前我國依然在EDA軟體上“受制於人”。

今天，人工智慧為代表的新一代資訊科技，已經成為我國“十四五”期間推動經濟高質量發展的技術保障和核心驅動力之一，對於最關鍵的開發底座——深度學習框架，尤其需要避免出現“鐘擺效應”，而要建立起“底線思維”。

首先，積極推動國產化、自主可控的深度學習框架發展，有重點、有規劃地發展一些能夠“卡別人脖子”的頭部框架，將國產框架的生態化基礎打牢固。知道制裁深度學習框架也沒啥大用，自然就會少打歪主意。

另外，AI的前景在於與經濟體的結合，要進一步推動AI全面賦能產業，降低開發門檻，這一點上我們的國產框架也是十分積極的。國內企業也要有危機意識，隨著智慧經濟不斷與千行百業深度融合，還是要儘快切換到國產框架上來。

同時，AI技術本身決定了必須要透過開放開源共享，來不斷迭代升級，在自立自強的基礎上，國產框架也應該以開放的心態鼓勵更多開發者加入生態體系內，形成更具生命力、更健壯的AI開發群落。當全球頂尖AI人才都匯聚在此，制裁自然也就成為空談，因為人的智慧是無法被封鎖的。

人工智慧，是新一輪科技革命中的“中國支點”，必須在AI開發框架上站穩腳跟，堅定地走在中國自主可控的路上。

為了有一天，我們的頭上再也沒有技術的達摩克利斯之劍，不妨用胡適在《獨立評論》中的話來結尾吧：

朋友們，在你悲觀失望的時候，正是你必須鼓起堅強的信心的時候。你要深信：天下沒有白費的努力。成功不必在我，而功力必不唐捐。