OSI 发布开源人工智能定义 1.0

背景

开源软件有一套沿用已久的定义，任何人都可以拿一份许可证去对照。人工智能系统却不容易套进这个框架：一个模型不只是一段源代码，它还涉及训练数据、训练出来的权重，以及用来训练和运行它的代码；不同项目公开的部分不同，授权方式也不同。于是「开源人工智能」这个说法被广泛使用，却始终没有公认的边界。开源促进会（Open Source Initiative，OSI）——也就是《开源软件定义》背后的组织——着手回答这个问题，并按它的说法，这项工作是多年研究、一场国际巡回工作坊和一年共同设计过程的产物^[1]。

发布

2024 年 10 月 28 日，在美国北卡罗来纳州罗利举行的 All Things Open 2024 大会上，OSI 宣布《开源人工智能定义》（Open Source AI Definition，OSAID）1.0 版正式发布^[1]。这套定义大致要做开源软件领域那件事的对应版本：说清一个系统必须给出哪些自由、必须披露哪些信息，才有资格被称作开源。

它不是闭门写就的文件。发布之前，OSI 用了一年时间进行全球范围的社区共同设计，让建造、资助和研究人工智能的人公开争论判定标准应该是什么^[1]。

关键细节：训练数据

最有争议的一环是数据。Mozilla 的 Ayah Bdeir 这样概括新定义的要求：开源模型必须提供关于训练数据的足够信息，使一名有技能的人能够用相同或类似的数据，重建出一个基本等效的系统^[1]。这句话的重点落在「有技能的人能够重建」上，而不是要求把数据集原样全部放出——判断的是信息够不够用，而非数据公开了多少。

程序与信心

OSI 董事会主席 Carlo Piana 表示，共同设计的过程成熟、彻底、包容且公平，董事会有信心这套定义既符合《开源软件定义》的标准，也符合四项基本自由^[1]。把新文本挂靠在这些既有标准上，是为了让「开源」在软件和人工智能两个领域里保持同一套含义，而不是各说各话。

影响

发布当天就有机构表态要接着往下用。数字公共产品联盟（Digital Public Goods Alliance）表示，其秘书处将在更新面向人工智能的 DPG 标准时以这套定义为基础^[1]。OSI 执行董事 Stefano Maffulli 则说，走到 1.0 版是一段艰难的旅程，而这只是起点，之后还要持续改进这套定义^[1]。

分歧也在同一天浮出水面。TechCrunch 报道说，这套定义为与 Meta 一类公司的冲突埋下了伏笔，因为这些公司的模型并不符合其中的规则^[2]。

定义本身没有强制力，也不监管任何一家公司。它做的是给一个被反复使用的词划出一条可以对照的线：此后一个模型要么满足这些条件，要么不能这样称呼自己。对使用者来说，这是一把判断的尺子；对发布模型的公司来说，这是一份需要公开回答的清单。