理工酷

本次报告分为如下几个部分:第二章对AI的产业现状及人工智能开源落地行业的宏观问题进行描述。首先分析了国际国内当前AI产业集聚情况，从基础层、技术层和行业应用层等三个层次深入描述了AI产业链现状，提及了工业、医疗、电商等典型领域的应用场景，然后对AI开源面对的法律道德、垄断风险、标准统一等系列问题进行了深入探讨。

第三章主要对人工智能开源现状及相关生态做一个全面的分析，包括人工智能开源项目（聚焦机器学习、深度学习）的全栈图，并给出全栈各层的定义。其次从各层挑选一些典型的项目来分析其技术及生态特点、主要的发起及参与的公司及个人。此外也介绍相关的开源组织，包括国内的组织如开源中国、国际组织如Linux基金会及Apache软件基金会，然后分析各组织、公司在重要开源项目中的角色及目的。第四章首先介绍了AI在应用时的总体工作流，然后系统化地分析当前基于开源的人工智能技术在解决行业具体问题时还有哪些不足、开源起了什么作用、还有哪些短板、在全栈中还有哪些缺失等，试图从技术生产者及技术消费者两个纬度来阐述人工智能开源技术是否可以解决所有问题。

第五章主要阐述新一代数据驱动的人工智能将给传统以代码为核心的开源理念带来哪些挑战，从政府角度以及一些典型行业出发分析AI数据开放和协同中存在的问题，从顶层设计、法律规范、数据治理、开源数据平台建设说明AI数据开放和协同的可行性，最后给出四种可行性技术架构推动新一代开源运动(OpenSourceMovement)的升级，实现“开放生态圈平台”（OpenEcosystemPlatform）的愿景。

第六章将着重阐述人工智能领域开源与标准的关系和相互促进。首先介绍在云计算、大数据、电信网络等几个成功的开源与标准联动的案例，随后阐述人工智能领域开源与标准的相互关系和联动建议，并针对人工智能落地过程中的问题梳理出标准的机会，最后阐述在标准制定中可能遇到的问题以及相关思考。

发布单位：国家人工智能标准化总体组