当AI研究遭遇匿名逼问、威胁：交出你的代码

一方面，我们要大力发展开源平台和托管中心等现有手段，但是要改变这些组织间相互独立、各自为营的现状。运用以以太坊DAO等为代表的加密管理技术，将各个开源与托管组织间的深度学习的数据、代码与模型进行协同管理，以协同发挥 “组织智能” 的优势，突破DNN、GNN等算法中心论思维。最终，上 “真道”，真就是可信，可靠、可用、良效（Effective and Efficient）；道就是分布自主有序组织化, 形成人类智能（Human Intelligence）、人工智能（Artificial Intelligence）、组织智能（Organizational Intelligence）相互协作的好（HAO）智能，以解决深度学习的困境。

另一方面，许多朋友都知道，我的希望是构建联邦生态来解决这一问题（详见《联邦生态：从联邦数据到联邦智能》，智能科学与技术学报, 2020, vol.2，no.4, pp.305-313）。

我们设想的联邦生态指在分布式的联邦节点间，以基于区块链的联邦安全、联邦共识、联邦激励、联邦合约为支撑技术，以联邦数据、联邦控制、联邦服务、联邦管理为核心内容的面向隐私保护和数据安全、技术和资源协同管理的统一整体。

联邦生态以数据和算子交换时的隐私可控为前提，通过联邦控制实现数据联邦化，通过联邦管理实现服务联邦化，借助人工智能和大数据技术实现联邦智能，驱动整个产业和服务生态的创新和进步。在一定程度上，联邦学习为我们提供了一个初步的案例。

我希望联邦智能与联邦生态以及其他智能手段是破除深度学习困局的可能之道，推动智能系统研发的更加深入与普及，使其早日具有广泛造福于人类社会的可靠性与合法性。

04 应对有理有节，绝不屈从

话说回来，在我们学术生活中，学术交流扮演着极其重要的角色，我们必须捍卫其纯正性。这种匿名逼问、骚扰威胁的行为不但损害了学术交流，而且实际上是保护了真正的学术作弊行为。若是大行其道，那就没有了正常的学术生活。为此，我们必须有礼有节、绝不屈从于这种行为！

面对这种匿名、污蔑、骚扰、威胁行为，我特地为实验室暂时制定下了如下规则无理由要源代码和数据集的一律不回，多次发送并骚扰的，请直接拉黑发送方；邮件应该由通讯作者统一回复；其他作者收到关于自己文章的问题的邮件告知对方，问题应由通讯作者回答；通讯作者应该核对邮件发送方，确认是否匿名、是否是骚扰，是否是单位邮箱发送，若是学生，是否抄送其导师的单位邮箱，是否有胁迫威胁言论？通讯作者应根据上述情况进行相应处理，并将结果上报实验室。

希望这 “约法三章” 可以帮助我们的学生远离匿名逼问、骚扰威胁，回归到正常的学术生活。