What I Learned from 900 Popular Open Source AI Tools
内容提要
本文分析了开源机器学习生态系统的变化，重点关注基础模型的堆栈。作者搜索了GitHub上至少有500颗星的软件仓库，找到了896个。将这些仓库分为基础设施、模型开发、应用开发和应用程序四个层次。文章还提到了中国的开源生态系统与西方的差异，并列举了一些中国受众的热门AI软件仓库。最后，作者分享了一些个人喜欢的创意和工具。
延伸解读
四层堆栈的演变与增长差异
文章将AI堆栈分为基础设施、模型开发、应用开发和应用程序四层。2023年，应用层和应用开发层增长最为显著，而基础设施层增长相对较小，部分原因是基础设施产品通常不开源。模型开发层中，推理优化、评估和参数高效微调成为增长重点。这种差异反映了开源社区在应用创新上的活跃，以及底层工具开发的较高门槛。
中国开源生态的独特路径
中国开源AI生态与西方存在明显差异。GitHub上许多热门AI仓库使用中文描述，针对中国受众。出现了为中文优化的模型如Qwen、ChatGLM3，以及集成微信、QQ等本土产品的工具。在GitHub前20账户中，有6个来自中国，包括清华THUDM、上海AI实验室等。这表明中国开源社区正快速发展并形成自身特色。
开源贡献的集中与个人力量
开源AI仓库的贡献高度集中：845个仓库由594个账户托管，前20个账户控制了23%的仓库，其中19个是组织，仅lucidrains为个人。在星级最多的前20账户中，有4个是个人开发者，如ggerganov和lucidrains。底层基础设施层个人难以涉足，而超过一半的应用由个人托管，且个人应用平均获星更多，显示个人开发者在应用层的活跃。
炒作曲线与项目可持续性
许多开源AI项目经历快速走红后迅速沉寂，形成“炒作曲线”。在845个仓库中，18.8%过去24小时无新星，4.5%过去一周无新星。尽管一些项目不再活跃，但它们展示了社区的可能性，作者认为快速发布仍有价值。读者应关注项目的长期维护和实际应用，而非仅凭短期热度判断。
Q&A
开源机器学习生态系统的变化主要体现在什么方面？
主要体现在基础模型的堆栈和应用层的快速发展上。
文章中提到的人工智能堆栈包含哪些层次？
人工智能堆栈包含基础设施、模型开发、应用开发和应用程序四个层次。
中国的开源生态系统与西方的有什么不同？
中国的开源生态系统正在快速发展，许多热门AI仓库的描述是用中文写的，且有针对中国市场的模型和工具。
在2023年，哪些层次的增长最为显著？
应用层和应用开发层的增长最为显著。
作者在分析中使用了多少个软件仓库？
作者分析了845个软件仓库。
文章中提到的“炒作曲线”是什么意思？
指许多仓库在短时间内获得大量关注后又迅速消失的现象。
