LF AI & Data基金会执行董事Ibrahim Haddad：加速中的开源人工智能创新与合作

以人工智能为代表的新一代信息技术正在深刻地改变世界和人类生活。人工智能技术不仅带来了便利，而且也带来了许多挑战，如不确定性和不稳定性。

2022年7月21日，赛迪传媒、软件与集成电路杂志联合主办，由中国开源软件推广联盟主办，CSDN第十七届开源中国开源世界高峰论坛独家直播，LF AI & Data基金会执行董事Ibrahim Haddad演讲《加速开源人工智能创新与合作》。

以下为Ibrahim Haddad演讲实录：

大家好，我是Linux基金会AI & Data执行董事Ibrahim Haddad，很高兴今天能和大家讨论开源人工智能和数据。

下图显示了人工智能领域开源项目增长的生态系统，目前有329个关键项目。这些项目涵盖机器学习、深度学习、笔记本环境、数据、模型等多个类别，超过4个.5亿行代码，每周增加约100万行新代码。

虽然生态系统的发展越来越快，参与者的数量也在增加，但生态系统仍存在一些挑战。这些挑战包括跨项目的碎片化、有限的集成功能和项目中的治理。许多项目都是为特定的产品需求而开发的，而且非常专业。

项目和活动

虽然这些项目已经成功，但在管理项目资产方面也有不同的挑战，所有的挑战都促成了LF AI & Data很多Linux基金会成员聚集在一起，在这把新伞下应对未来的挑战。

LF AI & Data成立于2018年，目标是建立和支持开放AI社区，并在人工智能、机器学习和深度学习的各个领域推动开源项目的创新。

作为一个基金会，我们的结构类似于许多其他基金会。如下图所示，左边是董事会，包括管理委员会、外联委员会、法律委员会、战略委员会和预算委员会。中间是技术协调机构，即所谓的技术咨询委员会或简称TAC，在这种情况下，有许多技术委员会，如ML OPs、DataOPs、可信AI、ML Workflow & Interop，右边是我们主持的项目。

到目前为止，我们有38个托管项目，每个项目都有自己的技术管理，完全独立于基金会本身的治理。通过多家公司的会员身份，完成了基金会的工作，为基金会的成功和财务健康做出了贡献。有三类会员：高级会员、一般会员和准会员。准会员是专门为学术机构和研发组织设计的。我们的许多高级成员都是华为、中兴等中国公司OPPO、百度和第四范式。这38个项目分为四类：档案项目、沙箱项目、孵化项目、毕业项目。我们几乎每个月都在增加项目。到目前为止，我们已经主持了11%以上的生态系统重点项目，提供开放治理和资产管理IT基础设施、营销、法律和活动。

这些项目来自中国、欧洲和美国以及韩国、印度等亚洲其他国家和地区。他们依靠LF帮助开发这些项目的专业知识和技能，使其成为各自类别的实际标准。

我们在和项目方面，我们的势头非常强劲。我们每月增加一个新项目，为项目提供大规模的基础设施，管理所有合法资产、商标、出口控制记录和合规扫描。6月初，我们拥有1.6万名活跃开发者，我们的营销沟通服务支持与项目相关的公告，为会员项目提供毕业和合作机会。此外，我们还有一些支持项目和成员的活动。

有的是社区活动，有的是大型会议和分会。例如，我们每年都会举LF AI & Data峰会，多次作为北美、欧洲和中国开源峰会的一部分。KubeCon还有人工智能分支机构，我们还有一个CNCF合并的特殊活动叫做Kubernetes AI。除活动外，1.6万名贡献者也是一个重要的里程碑。下图是一份全面的服务清单，我们有专门的工作人员来支持这些项目，并支持采用所主持的开源LF AI项目。作为伞基金会的一部分，我们有一个支持活动管理的团队和一个以开发者为中心的运营。

我们有专门的项目管理人员Commits就增长而言，下图显示了过去三年的情况，我们所有项目的投资都在继续增长。同样，贡献者的数量和力量也在增加。贡献者的力量是指随着时间的推移，贡献者的贡献越来越大。到目前为止，有543家机构正在参与我们的项目。

挑战和趋势

以下是挑战和趋势。

我们看到的一些全球趋势与开源人才需求的增加有关。开源项目办公室的增加已成为跨越所有行业的全球趋势，更加重视安全。

现阶段基金会主要通过开源安全基金会（SSF）人工智能和机器学习是该领域产品和服务的趋势。特别是LF AI & Data在主持项目、合作和整合方面做了大量工作。考虑到数据的重要性，数据管理、治理和继承在世界各地都非常重要，LF AI & Data主持这些不同类别的关键项目。

招聘人才是人工智能和数据面临的具体挑战，需要额外的计算能力。建立信任也是一个挑战，特别是在模型方面，它是人工智能伦理的另一个方面，在不同的类别、不同的技术领域和不同的行业部门进行不同的部署。LF AI & Data正在努力解决的问题。随着国家政策的不同和尤其是在数据隐私、安全和治理方面。随着国家政策的不同和法律的实施，这一切变得更加复杂。

还有实现人类智力水平的挑战。许多人正在努力促进人工智能机器学习，发展到人类智能水平。这些不同的挑战也带来了机遇，我们有机会创造可信和负责任的人工智能，并获得价值和见解。

大量数据显示，人工智能和边缘计算也有机会，这是由更接近边缘的自由时间决策要求驱动的。例如，智能汽车。

此外，在人工智能芯片设计的专业化方面，初创公司和在这一领域的研究也有很多机会。当然，所有公司都希望他们的算法更快、更便宜、更智能。人们在改进现有算法的空间上做出了很多努力，包括跳过和跳过Suspect在人工智能的不同类别中，真正采用的联合学习方法，以及保护隐私的新方法。

今天讲了在LF AI & Data做什么，面临趋势和挑战。欢迎成为LF AI & Data会员，和我们一起孵化你的项目。谢谢你。

点击2022(第十七届)开源中国开源世界峰会论坛-CSDN直播，查看更多精彩的演讲！