何宝宏：开源从“通用”走向“场景化”，下一迭代将向何处去？

　　中新经纬9月22日电 题：开源从“通用”走向“场景化”，下一迭代将向何处去？

　　作者 何宝宏 中国信通院云计算与大数据研究所所长

　　2021年，“开源”被首次写入国家“十四五”规划，开源凭借开放、协作、共享的特点，已成为全球软件开发和产业创新发展的主导协作模式，为信息技术高质量发展提供了强大助力。与此同时，新一代人工智能、大数据、云计算、工业互联网、区块链等技术领域正结合开源，呈现出技术与产业协同共进共融的态势。

　　目前，开源许可协议类型有2700多种，主要差异性体现在对分发衍生软件的限制不同。在全球活跃度的前1000个开源软件中，超过60%使用MIT、Apache 2.0以及BSD宽松型许可协议。

　　如今开源已取得巨大成功。从生态规模看，全球开源生态成熟繁荣，全球开源软件项目高速增长，覆盖当前主流技术领域，全球开源贡献者储备规模庞大。从行业应用看，全球行业开源逐步兴起，各行业应用开源模式建立产业开放供应链，提升生产效能。此外，开源模式正在引领科技实现越来越多的突破。

　　开源许可协议从最早的GPL(通用公共许可证)开始，逐渐演进到GPLv2和v3，中间还有Apache、MPL、AGPL、LGPL等，但是近几年来有一批新的许可协议出现，引起了社区的一些激烈的讨论。

　　但OSI(开放式系统互连)的10大原则，诞生于20多年前，聚焦的是软件代码，更多是关于软件产品，属于通用开源范畴。近年来，开源的这一经典定义面临着新的挑战与重构，尤其是来自云计算、大数据、大模型和AIGC的挑战，让开源早已不再局限于通用领域，更多聚焦于数据、服务等场景化开源。

　　如今，云计算已经催生了一批“非典型性”开源许可协议。早期的开源许可协议，未涉及到云服务场景的分发形式。市场现实是云厂商基于开源技术推出云服务，但贡献甚少。于是，一批开源项目修改了开源协议，比如限制云服务模式的SSPL许可协议。

　　随着大数据尤其是数据资产化，开放数据和数据流通成为一种新“开源”模式。数据通常是事实和信息的表达，而版权通常适用于原创创作的表达形式，版权通常不适用于数据资产。

　　AI大模型涉及的开放许可证类型更为复杂。仅Hugging Face上开源的人工智能模型就超过28万个，涉及66个开源协议，大致可以分为三类。第一类是通用开源软件许可协议，比如Apache 2.0/GPL 3.0/MPL 2.0；第二类是知识共享许可协议，比如CC-BY-4.0；第三类是人工智能大模型开源许可协议，比如Llama/OpenRail等。

　　2023年3月，美国版权局发布《AI版权认定声明及登记指引》，纯AIGC作品不受版权法保护，进行版权登记时需要披露AIGC部分。Apache基金会发布《第三方许可政策》，提出“AIGC的条款与开源定义保持一致”贡献者注明创建贡献时使用的工具，例如包含“Generated-by”。

　　事实上，AIGC涉及的版权和开放许可，还未形成广泛共识。开放许可协议的基石可分为几个阶段：软件著作权—>著作权—>知识产权—>知识产权+。涉及到开放数据和开源大模型许可协议，更需要考虑使用场景、商业收益和科技伦理问题。

　　下一代开源将向何处去？目前，OSI已启动Open Source AI的定义讨论工作，定义了开放数据和人工智能系统的基本原则，涉及数据安全、版权所属、监管要求、道德伦理、责任认定等多个方面。

　　总体而言，下一代开源需要从两方面进行规范：一方面，开源应该与现实社会深度融合，遵守现实治理规则，如，监测统计、自律公约、责任边界、安全防护；另一方面，开源的发展也需要跟随社会长期性和周期性的发展规律。(中新经纬APP)

　　本文由中新经纬研究院选编，因选编产生的作品中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。选编内容涉及的观点仅代表原作者，不代表中新经纬观点。

责任编辑：孙庆阳