作者 & 采访 | 王启隆 Eric Wang 出品丨GOSIM 开源创新汇 2021 年 1 月，当 OpenAI 的 DALL-E 模型用一串文本便能生成"精彩绝伦的图像"时，整个科技界为之震动。 然而，在这片赞叹声中，一种更复杂的情绪正在一群科学家、工程师和爱好者心中悄然发酵——那是一种混杂着敬畏与深刻挫败感的"绝望"。 这种绝望，源于一个日益尖锐的矛盾：人工智能领域最前沿、最具革命性的成果，正被越来越多地锁在少数科技巨头的"黑箱"之中。模型不开源，数据 集不公开，研究过程无法复现。对于视"可复现性"为基石的科学界而言，这无异于前路被巨石阻断。你如何去研究一个你甚至无法独立验证的现象？ 火花，在德国一间普通的高中课堂之外被点燃。Christoph Schuhmann，一位物理与计算机科学教师，在读完 DALL-E 的论文后，内心深受震撼。一 个强烈的念头在他心中萌发：我们必须能够复现这样的模型！他立刻意识到，首要的、也是最大的障碍，是那个外界无从知晓的海量训练数据集。 在 Elute AI 服务器，一个 AI 爱好者的在线社群里，Schuhmann 提出了一个看似简单却极具开创性的想法：我们或许可以从 ...