在国际AI开源基金会当董事的 200 天，我都做了什么

LFAI 基金会内部组织架构分为管理 (Governance)、技术协调 (Project Coordination) 和项目实践 (Technical Project) 三个的方向的团队。其中管理团队决定了基金会的发展和运作方式，具体可细分为董事会 (Governing Board)，业务拓展子委会 (Outreach)，法务子委会 (Legal)，经费子委会 (Budget)，策略子委会 (Strategy) 和 2019 年 9 月新成立的 AI 伦理子委会 (Trusted AI)。

由于 LFAI 基金会成立时间不到两年，人员相对稀缺，所以来自会员公司的负责人往往会同时参与多个子委会。比如我自己除兼任董事成员外，也在业务拓展子委会中帮助 LFAI 在国际开源社区中上扩大影响力。每个子委会都有自己的主席 (Chair)：董事会的主席自然也就是 LFAI 的主席，由在开源领域 15 年实践经验的 Ibrahim Haddad 博士担任；业务拓展子委会主席是由自华为 SoftCOM AI 的 CTO Jessica Kim 担任；值得一提的是，来自于腾讯研究院的高级研究员 Jeff 和来自 IBM 的 Jim Spohrer 和 Animesh Singh 共同在此担任 AI 伦理子委会中担任联合主席。关于 AI 伦理子委会的故事，后面我会详细的介绍。

从 2018 年 LFAI 成立起，腾讯就是该基金会顶级会员。不过由于行事过于低调，我司在基金会中的存在感比较低，尤其在基金会的一些决策上没有能充分利用好顶级会员的权利。为此，Linux 基金会的负责人在 2019 年 3 月来访腾讯时，还特意友好的提醒了我们要增加与基金会的互动，积极行使创始成员的权利和责任。

2019 年初，随着我进入腾讯技术管理委员会下设的对外开源管理办公室，我从上一任手中接过了 LFAI 负责和代表。在 AI 开源方向，我有些成功的经验。我的 Fashion-MNIST 和 bert-as-service 开源项目分别被评为 2017、2018 年世界范围内最为流行的 AI 开源项目之一，在社区内产生了不小的影响：Fashion-MNIST 已经成为机器学习入门基准数据集之一，而 bert-as-service 开启了预训练模型服务化的先河。除技术之外，我也比较熟悉非盈利组织的运作方式。我 2017 年在德国注册成立的德中人工智能协会，从一开始的 7 个人一步步发展到如今德中两国超过 700 名会员，14 位国际化的管理团队成员，还被 Nature 杂志提及。因此对于非盈利组织的运营方式、国际化团队的领导和文化互信上我都有较为清晰的理解和实践经验。在接过此棒时，我有着极大的信心和热情去做好腾讯和 LFAI 基金会之间的工作，增进互信合作，扩大双方在 AI 开源社区上的影响力。

信任和友谊是所有合作的基石。而建立友谊最有效的方式就是一起去做事情。

2019 年 6 月初，LFAI 基金会为了扩大在中国社区中的影响力，筹备 9 月份在国内举办一次线下沙龙活动。但是基金会的人力资源远在美国，所以活动的真正落地还是需要依靠几家中国会员公司。我相信无论是 AI 的研究者或是开源代码的贡献者，大家都会享受站在台上被聚光灯环绕的那一刻。但是对于会议的预备、组织、物流等各种繁琐前期工作，能够自告奋勇站出来的人大概不多，尤其是非盈利组织的活动。对于第一次在国内举办活动的 LFAI，国内会员公司更多的是持观望态度。在这个时候，来自华为 SoftCOM AI 的 CTO Jessica Kim 站出来愿意提供会议筹备上的支持。

在和腾讯开源办公室的同事商榷后，我代表腾讯很快站了出来愿意与华为合办好这一次活动，此时国内的其它会员公司还在观望或沉默。就这样，由华为、腾讯以及 Linux 基金会亚太地区负责人组成的会议筹备小组成立。大家商定好每周的同步时间，从会场、宣传、直播、物流、嘉宾等多个方向相互配合。在会议开始的前一天，我还与会议筹备组的朋友们一起在咖啡厅去编排会议流程，以确保各个环节顺利进行。当你环顾四周，看到来自不同公司的朋友们努力做好同一件事情的时候，是会被开源的力量所感染的。

在这里我要特别感谢腾讯 TEG 办公室 Xingjia 和 Barnett 在直播上提供的技术支持，两位同事专程从深圳来到上海确保了直播的顺利进行。最终，第一届 LFAI 开源沙龙活动上海站吸引了 100 余人的现场参加和线上 1500 人次的直播观看，来自华为、腾讯、阿里、百度、滴滴、微众银行等开源项目负责人在此沙龙中做了主题分享。Linux 基金会亚太地区的几位负责人和代表出席了会议，他们高度认可会议的质量。LFAI 的主席 Ibrahim 和其他成员在之后的视频会议中也对筹备组的执行力赞不绝口。对这个结果我还是很满意和骄傲的，这件事的成功也让我们在基金会中建立了友谊交到了伙伴，这比会议本身的成功更为重要。

有人可能会问，你不是做开源社区么，怎么讲着讲着感觉做成会议接待服务了？

真正做开源社区就是这样，不是每天站在聚光灯下讲话宣布个某某软件开源就是做社区了，开源不是开发布会，不是做个单方面的 PR 就完事了。做开源社区是需要接地气的，是需要有人去做这些不起眼的琐事去持续性的维护。你可以把会议组织的琐事就像解决一个一个的线下“Issues/Tickets”，就如同线上的一样，这些 Issue 同样来自于社区而服务于社区。无论线上线下，只有对解决 Issue 抱有耐心，才能做好开源的社区化。如果开源作者想的全是如何在闪光灯下搞个大新闻，那就如同把项目放在 Github 上后不再去维护一样，这一定不会是个成功的项目。

也有人会说，你费了那么大劲儿，联合腾讯华为两家的资源力量，最后只搞了个 100 人的小会，还有什么可在这说的呢？

要知道，公司再大，真正落实做事的是个人。对于开源这盘新游戏，它带来的价值往往是不能通过短期 KPI/OKR 来量化的，它的打法也不是每一个人都熟悉的。就好比一个人下了很多年的围棋，段位很高且乐此不疲，这时候你走过来突然说我们来打麻将吧，麻将好玩。你觉得他能和你一起玩么？所以，如何去说服大家去认同开源价值，有效地整合资源，无论公司大小这都是真正做事的人需要解决的实际问题。

就我个人而言，我不太喜欢一次搞个大新闻，弄得好几百人参会然后媒体争相报道。前进的步子不需要一次迈的很大，只要一步步朝着正确的方向就可以了。

2019 年 8 月，IBM 决定加入 LFAI 成为会员公司，这无疑是对基金会的重大利好。从 Deep Blue 深蓝到 Jeopardy 智力抢答，IBM 在人工智能方向上的贡献和成就是大家有目共睹的。此次 IBM 加入 LFAI 也带来了它在 AI 伦理上的几个重要开源成果：AI Explainability 360, AI Fairness 360 和 Adversarial Robustness Toolkit，这将完善基金会在可信任及社会责任 AI 上的技术光谱。对于把科技向善作为公司使命的我司来说，也可以借此机会相互交流经验方法，探寻合作的可能性。

在 LFAI 与 IBM 正式发布新闻稿之前，LFAI 主席 Ibrahim 希望先向现有会员征集对 IBM 的引荐和背书 (quote)，表达对 IBM 加入的欢迎。这么一个简单的请求，很容易被遗忘在每天的繁忙工作中。但其实短短的一两句话几分钟的时间，为国际友商帮个小忙，可以展现出我们在基金会中开放友好的形象和外交技巧。虽说小信未孚，但很多细枝末节的小事，一点一点夯实，这样建立起来的信任往往更加牢固。

在今年 4、5 月时，中美贸易战紧张，美国科技公司接连服从出口管制，再加上 Github 又封掉了几个账号，一时间国内开源技术社区也弄得风声鹤唳。

很多技术人员担心平时依赖的开放平台是否有朝一日不可用，是不是需要在国内重造一批轮子。无论是开源基金会还是个人开发人员，心情上多多少少都会影响。开源本是件带有理想主义色彩的事情，而到这种时候理想主义者也难免被迫站队。相对于重新造轮的 Plan-B，我更想强调的是日常 Lobby，即游说，尤其是技术文化上的游说。有些人可能管这个叫 Advocacy 或 Evangelist。技术外交，简而言之，就是要让我们在国际上交到好朋友，形成联盟。我认为，外交不该只在危机来临时去突击，而需要贯彻到每天的日常中。

具体如何做呢？比如在基金会中，积极参与日常讨论和事务处理，与国际伙伴之间形成良好沟通，建立文化互信；与各个国外公司开源办公室的负责人保持良好的关系，定期互访；再往深了做，可以共同制定规范和标准。又比如：很多国际伙伴认为中国技术大多抄袭和跟风，中国企业对数据安全缺乏理解，这就需要有人站出来去演讲、去回答、去在圆桌会议中开诚布公的谈论。借助国际开源平台、内外会议、民间 meetup 等实现技术人对技术人的游说，从技术文化层面建立互信。公司之间相互利益固然重要，但对于一个技术公司，技术文化上的互信是合作的基调，毕竟具体做事情的是个人。

2019 年 9 月，LFAI 基金会下的 Trusted AI 子委会正式成立，旨在解决开源项目中的 AI 伦理冲突以及可信任、可解释性等诸多新问题。而子委会所探求的解决方案，既可以是具体的技术方案，比如前文中所提到的 IBM AI Fairness 360；也可以是宏观的框架。AI 到底向不向善，这个问题不应该是 AI 工程师们在办公室里敲代码敲出来的，而应该集思广益，尊重并整合社会科学以及其他领域的多边意见。实际上，对社会科学正确的理解往往比解决那些所谓的 AI 挑战性问题更为重要。

我这里举一个例子，最近 EMNLP 2019（一个国际一流的自然语言处理会议）接收了一篇扩展 Attention 注意力机制的深度学习模型“read-attend-comment”论文。该论文提出了一个端到端的深度学习方案根据新闻内容去自动撰写评论。抛开模型的技术实现，这个研究是否会造成伦理上的问题论文中没有进行任何的提及和讨论。实际上，这种构建假新闻 (disinformation)、假评论 (trolling) 的 AI 一旦被广泛使用是会对社会的信任感造成潜在危害的。研究人员往往过分沉迷于技术本身，而忘掉了自己也始终是社会的一员；无论你专业领域多么聪明，聪明永远不是逃避社会责任的借口。

有人可能会说，你可别在这给我扣大帽子了，我在 EMNLP 发个学术论文怎么就扯到社会责任感上了呢？如果你是 AI 从业人员，那你一定知道，当今的 AI 已经高度工程化，从你的论文到代码实现再到 app 上线，这其中的门槛已经比 10 年前降低太多，或许一两周的时间，你所提出的技术就可以被部署投入实用。在明知可能造成社会负面影响的情况下，不去在论文中主动提及，如果这不算是逃避，那就是说明 AI 方向上伦理 (Ethics) 和合规 (Compliances) 的普及还不够深入人心。纵观人类史，无论是火药、炸弹、还是核能，历史一遍又一遍的告诉我们：只要科技上的进步能被用来伤害人类，它就一定会。即便这样，为什么我们仍对科技进步报以极大的信心？因为科技本身的价值不应该被它的使用方式去衡量，尤其是那些为社会和人类带来危害的方式。一项技术上的革新，如果没有合规框架和伦理上的约束，那是非常危险的。

我曾在德国学习生活工作近十年，欧洲这边对于 AI 伦理、隐私、数据保护问题的讨论一直持续不断。相信在欧洲生活过的朋友们，对于欧洲在社会责任感上的自觉性和技术伦理上的先行性也都是认可的。今年在奥地利举办的 Darwin’s Circle 峰会上，我在台上被欧洲的朋友们问到中国 AI 发展和数据隐私问题。我打了个比方，

“It’s just like eating soup. You European and western guys like eating soup before the main dish. We Chinese like eating soup after the main dish. Either way, we both like soup and we will eat it sooner or later.”

主持人大笑，而在场的很多欧洲朋友会后对我的这个比方赞不绝口。我想传达的意思，不是说我们中国没有重视数据隐私和 AI 伦理问题，而是每个国家发展 AI 的方法不同，“打开方式”不同，本无孰优孰劣，而道德问题是各个社会各个国家所面临的共同问题，迟早需要去解决。

在结束之前，我还有个问题希望与大家讨论：我们到底需要怎么样的 AI 开源？

相较于传统软件领域的开源，AI 领域的开源最近几年一直在闪光灯下。每一次算法和模型和的公开，都会引得媒体争相报道。

随着 AI 模型迭代速度越来越快，有些 AI 方向上的开源变成了占山插旗子：研究者将代码上传到 Github 上视作一个项目的终点而非起点，之后就不再去维护，而转向另一个山头。

这种现象似乎也是情理之中。首先 AI 本来就是一个竞争激烈的行业，如果不去占快速插旗子山头，那么很快你的风头就会被别人盖过。其次，很多研究人员非常熟悉那套会议论文模式，做实验赶 deadline，投会议回 rebuttal，一旦论文录取则万事大吉，短暂庆祝后转向下一个研究点。对于开源需要维护这件事情，大多数研究人员是没有思想准备的。最后，也是人性使然：那些去冒险去开拓新领域的工作就是会比平平淡淡的维护工作要刺激的多。谁不喜欢站在风口上，谁不喜欢追求刺激和新鲜呢？

再看目前已开源的 AI 项目，其实做生态打配合的项目不多。举个例子，自从 2018 年下半年 Bert 预训练模型问世以来，很多 NLP 开源框架相继浮现。它们力图把所有最新的语言模型囊括进来，提供一个统一的接口。这其中有不少框架是出自个人开发者。工程上，这类框架主要采用两种做法：

1.我不去改模型原始代码，我把你的代码包装一下，提供更丰富更易用的 API 接口；

2.我完全重写了代码，我觉得我写的比原始代码要更好。

无论你采用哪种方式，当你想做大一统的开源模型框架时，就会遇到的可持续性开发的问题 (sustainable development)。AI 模型更新的速度越来越快，每天都有新的模型刷榜。无论是机构开发者还是个人开发者（其实两者都一样，我还是前面的话，真正落实做事的是个人），你几杯咖啡下去熬个通宵能覆盖住几个新的模型，可是你能一直跟上今天 AI 模型的迭代速度么？你帽子扭到后面一咬牙说我跟得上，那么这些 AI 模型的底层依赖关系呢？他们背后需要的 Tensorflow/Pytorch/cuda/驱动版本呢，这些你也需要在你的开源项目中进行版本管理么？就像我们一直在喊可持续性发展，做项目也一样，做开源项目尤其讲究可持续性发展。做开源最怕的就是体力和热情全被燃烧殆尽 (Burn-out)。

如果读者有兴趣，可以在这里看到我这三个观点的英文全文。里面配合了一些例子，也会更容易理解一些。

对话德国 与德国对话，分享中德精英的行业见解与人生经验。旨在促进中德深度合作，并通过榜样的力量带动更多人共同成长。这里有行业专家、企业高管、高校教授、创业领袖。让我们站在巨人的肩膀上，砥砺前行。

长按二维码关注对话德国