国内为什么诞生不了Hugging Face这样公司的思考以及知识岛发起（1）_hugging face 千帆 魔搭

最近一直在关注AI方面的内容，发现海外的AI发展势头非常迅猛——以Hugging Face为代表的AI开源平台一片生机勃勃，各种模型、数据集都以开源的形式发布在平台上，AI的从业人员不需要太多时间即可使用已调好的模型参数，免费下载模型以及数据集，真的是非常方便。反观国内的AI生态，虽然有阿里达摩院建立的”魔搭社区“，但AI的氛围明显跟Hugging Face不是一个感觉。我仔细对比了这两个网站，认为二者AI的开源氛围存在差异有两点：一是AI开源社区的建立和运营不能依赖任何单一的互联网巨头公司。因为对于互联网巨头来说，搭建这样一个社区网站真的非常容易，算力、模型、数据甚至用户，自己公司的池子里都有，为什么要把模型以及数据”资产“上传到别家公司的AI社区呢？就如同”魔搭社区“，被打上了阿里的标签后，里面的模型大部分是阿里自家的大模型”通义千问“，数据的来源也是多数跟阿里有关的平台或应用，并没有发现其他巨头的模型或数据集。而反观Hugging Face，分享一个我注册时的细节，Hugging Face在注册时是不能够选择Facebook、Google甚至Git等国外互联网巨头或社交媒体账号注册的，必须用邮箱注册，你可以说这是没有考虑到用户的注册体验，而我却反思这是不是它对互联网巨头们保持中立的一种体现。事实证明，作为一个”失败了“的智能聊天机器人起家的Hugging Face，已经是全球AI界的明星，国外互联网巨头的开源模型以及参数疯狂涌入社区，也给整个AI生态带来了无穷的活力。二是对于AI，似乎国内外巨头的方向并不是很一致，一个想要提升AI的上限，一个基于AI做产品。这两种方向并没有对错之分，这里我也分享两件事，一件是继开源LLaMA大模型之后，Meta又开源了翻译大模型SeamlessM4T，该模型支持100多种语言的语音和文字之间的相互翻译，随着该模型的开源，越来越多的开发者在此基础上开发和完善功能（Git短短一周获得4.6k星星）。第二件事是讯飞星火在《人工智能大模型体验报告2.0》里拔得头筹，被誉为国产大模型顶流。我好奇体验了一下星火的AI助手功能，从用户的角度来讲，体验还是不错的——低代码自定义的形式生成完成特定任务的AI助手，同时也可以将生成的助手发布至网站上让其他人体验（有点类似steam的创意工坊的功能，这种形式我非常赞同）。从这两件事情来看，Meta和讯飞走的明显是两条路，Meta更注重模型算法的完善，而讯飞更像是在做一个新的AI产品。这两个方向没有对错之分，但站在大模型算法的角度去想这个事情，我更希望国产的AI模型现阶段能够专注去完善大模型算法而不是过早地去考虑产品。动手调过模型参数的同学们都深有体会，每次的调参都是一个“浩大”的工程，不训练完成你永远不知道你调整的参数是否有效（所以很多人把这个过程叫做“炼丹”）。更别提算法的背后是一系列复杂的数学原理，真的是需要集体的智慧去探索。所以，开源一定是AI算法想快速发展的最佳途径。试想一下，大公司的AI团队人员流动性还是挺高的，如果闭源，这么浩大的工程，如何保证人员流动下的知识传递？就算核心人员固定，那又如何以闭源小团队的力量去对抗开源大集体的智慧？有人可能会说，“拿来主义“也很好啊，国外出钱，我们体验，不仅”少走了弯路“，还节省了算力和电费的投入。这种想法，我不敢苟同。且不说在AI算法优化过程中积累的经验可能会诞生新的算法架构从而巅峰整个AI界，也不说国外巨头开源的算法不一定是最新的成果。就拿目前的形势来说，AI模型算法界说是”百模大战“毫不为过，”拿来主义“怎么保证能”押对宝“?就算你是赌神，押中了最终胜利的模型算法，那难道不会处处受制于人，被”卡脖子“吗？所以，支持国产中文AI大模型的发展，摒弃”拿来主义“才是正途。

那作为普通人的我们能做些什么呢？数据、算法和算力，是AI发展的三大基础。算法和算力都是需要大公司的大量科研和资金投入才能发展的，所以普通人只能在数据上为AI贡献力量。优秀的大模型建设离不开高质量的数据集，从Hugging Face上的模型数据集数量来看，5W多的数据集中，英语的占比超过90%。因此，我想发起一个”知识岛“的项目，为国产大模型提供高质量的汉语训练数据集。如果你想加入该知识岛，成为志愿者，可以加入QQ群：916663510，或者点击知识岛社区文档了解详情： 知识岛-Knowledge DAO-社区导航。

知识岛需要的人：

1、  愿意分享行业经验的伙伴，共同参与AI行业专家的模型训练；

2、  拥有IT技术的伙伴，为社区的发展添砖加瓦；

3、  想要参与社区运营的伙伴，为社区稳步发展保驾护航；

4、  天使投资者，看好知识岛，为知识岛的建设提供资金支持；

5、热心的参与者，参与知识岛社群规则建立，为社区的良性发展出谋划策。

Share your knowledge，empower the world！