标签 开源 下的文章

社区批评 Meta 滥用“开源”来称呼其新大语言模型

Meta AI 宣称:“Llama 2 是我们的下一代开源 LLM,可用于研究和商业用途”。但事实上 Llama 2 并没有使用 OSI(开源计划)批准的许可证,也不符合 OSD(开源定义)。其社区协议禁止使用 Llama 2 训练其他语言模型;如果在月活用户超过 7 亿的应用程序或服务中使用该技术,比如那些大公司,则需要获得 Meta 的特殊许可。对于程序员来说,可能是否“开源”并不要紧,他们能够用它来搭建和研究就够了。对于 Meta 高层来说,“开源”被他们当成了一个营销用语,但是这显然会让人对“开源”一词产生混淆。

消息来源:The Register
老王点评:我不觉得 Meta 不知道什么是“开源”,但是这种草率编写的许可协议,显然代表了 Meta 既想借开源的模式打狼,又担心开源反而赔了孩子。这种首鼠两端的想法最后不会有好结果。

人工智能公司承诺将为人工智能生成内容打上水印

OpenAI、Alphabet、Meta、亚马逊和微软等七家主要的美国人工智能公司,承诺开发一个系统来 “标记” 文本、图像、音频、视频等所有形式的人工智能生成的内容,这样用户就能知道什么时候使用了这项技术。这种以技术方式嵌入内容的水印,会让用户更容易发现深度伪造的图像或音频。他们还承诺在发布新的人工智能系统前进行彻底地测试,并分享诸如如何降低风险等信息。

消息来源:路透社
老王点评:这真的能做到到么?或者说,这种水印能被其它人工智能系统去掉吧。更不要说还有开源的人工智能系统。

Cerebras 推出人工智能超级计算机网络

Cerebras 公司推出了 Condor Galaxy 项目,这是一个由九台相互连接的超级计算机组成的网络,专为人工智能模型训练而设计,总性能达到 36 FP16 ExaFLOP。其中第一台超级计算机 CG-1 是由 64 台 Cerebras CS-2 系统整合而成,有 5400 万个内核,能够为人工智能训练提供 4 ExaFLOP 的算力。它支持多达 6000 亿个参数的模型,其配置可扩展至支持多达 100 万亿个参数。其它几台将陆续建设。该公司 CEO 称,“许多云计算公司都宣布了耗资数十亿美元建造的大规模 GPU 集群,但这些集群却极难使用。将一个模型分布到数千个微小的 GPU 上,需要数十名具有罕见专业知识的人员花费数月的时间。CG-1 消除了这一挑战。建立一个生成式人工智能模型只需要几分钟,而不是几个月,而且一个人就能完成。”

消息来源:Anand Tech
老王点评:算力不是问题,将来的人工智能系统才是问题。这样大量训练出来的人工智能系统,真的能按照人们最善良的愿望去发展吗?

libjpeg-turbo 3.0 发布,开发者表示无力继续

这个开源的 JPEG 图像编解码器每天有数十亿人通过浏览器、操作系统和图像查看器/编辑器使用,并且它是 ISO/ITU-T 的参考实现,经过了严格的审查。它的主要开发者 DRC 在 3.0 发布公告中说,这可能是功能开发的结束,很可能不会有 3.1 版本。DRC 表示,目前该项目只有每月约 8-10 小时的一般资金支持。而完成 3.0 测试版需要借用 2023 年所有预期的一般资金,而修复错误需要借用到 2024 年 9 月的所有资金,也就是说该项目未来 15 个月实际上将处于 “维护模式”。它的开发者 DRC 的大部分收入来自他的另外两个项目 VirtualGL 和 TurboVNC,而从 2010-2018 年,DRC 投入了相当于几十万美元的时间来开发 libjpeg-turbo 2.0,甚至导致负债时,不得不停止在该项目上投入。

消息来源:Phoronix
老王点评:很多开源开发者花费了自己的时间金钱来贡献给开源,但是他们也需要钱来生活。不知道那些嫌弃别人白嫖他们的开源代码的人,是不是也白嫖过其它的上游项目呢?

Valve 拒绝发布带有人工智能生成内容的游戏

一位独立开发者在论坛上发帖说,Valve “不再愿意发布有人工智能生成内容的游戏”。他们提交的游戏有 “一些相当明显的 AI 生成的素材”。Valve 在给开发者回复中称,“我们不能发布开发者没有所有必要权利的游戏。目前,我们拒绝分发你的游戏,因为我们不清楚用于创建素材的底层人工智能技术是否对训练数据有足够的权利。”考虑到大多数人工智能工具不能真正声称对其所有的训练数据有合法权利(即使它们有,也可能不是对该数据的道德使用),这一政策的陈述基本上相当于对游戏中人工智能生成的资产的全面禁止。Valve 表示,他们的政策更多的是 “法律上的要求”,而不是对人工智能的任何特定立场,其审查过程“是对现行版权法和政策的反映,而不是我们意见的附加层。”

消息来源:Tech Crunch
老王点评:这件事凸显了现有的版权法律无法适应人工智能的需要。究竟什么样的内容可以被人工智能刮取并生成内容,然后这些内容的版权归属于谁。如果要归属于原内容提供者,人工智能是否有可能、有意义地明确地指出来源?

谷歌将用网络上公开的所有信息训练人工智能

谷歌上周末更新了其隐私政策,明确表示该公司保留刮取你在网上发布的所有信息以建立其人工智能工具的权利。谷歌举例说,将“使用公开的信息来帮助训练谷歌的人工智能模型,并建立产品和功能,如谷歌翻译、Bard 和云人工智能功能”。以前,谷歌说这些数据将被用于 “语言模型”,而不是 “人工智能模型”,而旧政策只提到谷歌翻译,现在也包括 Bard 和云人工智能。

消息来源:Gizmodo
老王点评:和上一条对应,谷歌利用互联网“公开”的信息训练的人工智能,其输出的内容的版权如何界定?现在大家都黑不提白不提的就这样糊涂着,是想造成既成事实倒逼法律认可,还是需要更多的实践和探讨?

开源对于数据分析非常重要,它能为用户、社区成员和公司带来长远利益。

我曾经写过介绍 Cube 社区的文章,至今已过去了一年多。随着和社区会员以及其他供应商在一起工作,我更坚信开源对于数据分析工作是很有好处的。我也认为,需要不断思考开源为什么重要,以及开源是如何为人们带来长远利益的。

开源对于用户和客户的好处

我从 Cube 社区听说的第一件事就是:他们经常可以从与其他社区成员的交流中得到技术支持,这种支持往往好于使用需要付费的专有软件获得的支持。在很多开源社区中,我发现,社区成员很乐意帮助别人(特别是帮助新手),并且把这种帮助看作回报开源社区的方式。

在开源社区,你不需要获得许可就可以加入。一个好的开源社区不但服务于开发者,而且令人们感觉到有一种信任的文化,认为与他人在聊天室、论坛和问题跟踪工具进行开放式讨论是一件愉快的事。这对于诸如数据工程师或数据分析师之类的非开发者来说也很重要。

当然,借助开源软件,还可以直接查看代码、修复错误或为项目添加新功能。以 Cube 社区为例,对于 GraphQL 的支持就是我们去年的亮点,我们的社区成员为项目 贡献了这些功能

对一个活跃的社区来说,也是很有好处的。即使当供应商不能及时地发布修复版本,你仍然可以自行修改,并可以在等待官方修复版的这段时间内使用修改后的版本。社区成员和用户也不愿意被供应商的奇思妙想所束缚,而且使用开源软件时也不存在升级的压力。

开源社区在 GitLab、GitHub、Codeberg、YouTube 等各种地方留下了很多“面包屑”,这令衡量活跃程度和社区参与度更容易,也可以衡量社区参与和文化的水平。所以,即使在试用软件前,你也可以在做决定之前了解到它的社区(以及公司)的一些情况。

开源对公司的好处

没有其他办法比开源更能降低使用软件的障碍了。在早期,开源可以提高技术受众的认知度。早期的使用者往往后来会成为你的最忠实的粉丝。

早期的使用者也是加速产品发展的催化剂。他们对于产品的反馈和功能需求(例如对问题的追踪)能实现对真实用例的洞察。另外,很多开源爱好者可以合作开发(比如通过代码仓库)新功能和进行 BUG 修复。不用说,这对于创业早期的公司来说是很重要的,因为当时缺少开发和产品相关的资源。

你对社区的关注会令它发展壮大,并且呈现多样化趋势。多样化不仅体现在人数和地域方面。你需要来自新兴行业的用户或从事各种职业的用户。以 Cube 社区为例,在一年前我常常会跟一些开发者交流,但一年后与我交流得更多的是那些数据使用者和用户。

在良好的开源社区里,合作文化降低了准入门槛,不仅对于开发者,对于其他提问者、分享观点者或愿意作出非技术性贡献的人们来说都是如此。随着公司和社区的发展,你可以更好地接触到不同的观点。

对包括社区成员在内的广大人群来说,开源使合作变得更容易。例如,你需要跟其他贡献者在同一个数据库驱动或集成上进行合作,如果可以通过开源仓库进行合作,就很方便了。

关于社区

以上这些好处都降低了使用软件和协作开发的门槛。开源模型不仅对单个软件或公司有帮助,它还能令整个生态和行业加速发展。我希望在数据分析领域看到更多开源的公司和社区,同时希望人们持续关注开源产品。

(题图:MJ/50a877f5-e0e1-4f66-91bf-f1f60b4a9023)


via: https://opensource.com/article/22/9/open-source-data-analytics

作者:Ray Paik 选题:lkxed 译者:cool-summer-021 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出

谷歌内部备忘录称开源 AI 将会是最后的赢家

根据一份泄露的内部备忘录,谷歌声称它和 OpenAI 都未建立 AI 的护城河,开源 AI 将会是最后的赢家。谷歌和 OpenAI 的模型在质量上仍然稍微占优,但差距正在快速缩小。以 Meta “泄露”开源的模型为代表的开源模型,正在极快地迭代,并通 LoRA 降秩来分解模型更新,使得模型微调成本和时间降至最低。开源模型更快,定制性更高,隐私保护更好,同等规模时性能更强。130 亿参数的开源模型训练只需要 100 美元,而谷歌和 OpenAI 有 5400 亿参数的模型训练要花费 1000 万美元。

消息来源:Semi Analysis
老王点评:毫不意外,开源会又一次取得胜利。这也是互联网之所以建立在开源之上的根本原因 —— 开源的优势是商业模式无法复制的。

谷歌将选择性的发表 AI 论文

谷歌最近合并了它的 AI 研究部门 Brain 和 DeepMind,合并后的部门将会继续发表新 AI 研究,但对于什么能公开发表将会更具有选择性。此前,谷歌此前鼓励研究人员尽可能多的发表学术论文,自 2019 年以来发表了近 500 项研究。但 OpenAI ChatGPT 的发布改变了这一切,而 ChatGPT 是基于谷歌关于“转换器”的研究。所以谷歌决定改变它的政策,它计划只在 AI 变成产品之后才公开相关论文。

消息来源:华盛顿邮报
老王点评:封闭的谷歌和 OpenAI 会取得胜利吗?我看不会。这个时候不走向开源,就像谷歌的 Chrome 和安卓一样取得胜利,而是走向封闭,我看是乱了阵脚。

X.Org 基金会接受 SFC 的管理

自 2016 年起,X.Org 基金会成为 “公共利益软件(SPI)” 的一部分,让 SPI 处理该组织的所有财政职责和管理。但由于 SPI 对一些请求的周转时间较慢等原因,X.Org 基金会考虑加入其它组织。软件自由保护协会(SFC)一直是 X.Org 基金会的财政赞助商和实际上的所在地。在今年的 X.Org 董事会选举中,X.Org 成员以压倒性的优势支持加入 SFC。虽然 X.Org 服务器本身已经老旧过时,没有多少新的开发活动,但是 X.Org 基金会还监督着 Wayland、Mesa、libinput、FreeDesktop.org 等项目。

消息来源:Phoronix
老王点评:希望换了新东家的 X.Org 基金会能焕发活力。

马斯克前歌手女友支持用 AI 深度伪造其声音

埃隆·马斯克的前女友 Grimes 是一位加拿大创作型歌手,她邀请粉丝用她的声音创作音乐,并表示她只收取人工智能生成的歌曲一半的版税。她说,“请自由使用我的声音,不受惩罚。我没有标签,也没有法律约束”。她与埃隆·马斯克的第一个孩子的名字是 “X Æ A-12”,是用精灵语拼写的 “AI”。2020 年,她与算法情绪音乐创业公司 Endel 合作,为这个孩子创作了一首人工智能生成的摇篮曲。

消息来源:福布斯
老王点评:可能以后很多流行的歌曲都是 AI 创作、AI 演唱的了。毕竟,AI 更懂你。

亚马逊开始悄悄拥抱开源

在对待开源的态度上,亚马逊以一种利用而不奉献的态度而饱受批评,甚至因此导致了 MongoDB、ElasticSearch 等开源软件针对这种情况专门创建了新的许可证。一些 AWS 服务团队不愿做出贡献,以免他们透露太多关于他们的系统如何运行、或为竞争对手提供错误修复、或使亚马逊自己的服务与众不同的功能。这也导致亚马逊只能维护自己的分支,并积累了大量的技术债。然而,现在 PostgreSQL 提交者页面上挤满了 AWS 员工,还有一些原来的提交者被 AWS 聘用从事 PostgreSQL 开发。其它一些原本 AWS 贡献者为零的开源项目,现在也开始零星有一些亚马逊贡献者出现。

消息来源:Info World
老王点评:有些企业把开源当成形象工程,当成是单纯的惠及他人的行为,其实是错误的认识。

稳定 AI 公司推出开源 ChatGPT 替代品

推出“稳定扩散”开源图像合成模型的稳定 AI 公司,发布了一个新的开源 AI 语言模型系列 StableLM。它目前在 GitHub 上以 alpha 版的形式提供 30 亿和 70 亿参数的模型,随后将会发布 150 亿和 650 亿参数的模型。该公司在知识共享 BY-SA-4.0 许可下发布了这些模型。StableLM 声称与 OpenAI 的基准 GPT-3 模型性能相似,而使用的参数却少得多,StableLM 为 70 亿,而 GPT-3 为 1750 亿。

消息来源:Ars Technica
老王点评:虽然不及商业的 GPT-3,但是开源的努力终将胜过专有的解决方案。

“站在巨人的肩膀上”不仅是指开源,而且是指通过承认女性先驱和领导者在该领域的作用,在技术中建立姐妹情谊的基础。

两年多前,我从艺术家转职成为一名 软件开发人员。我不是单凭一己之力做到的。 我得到了 PyLadies Berlin 的支持,PyLadies Berlin 是一个国际志愿者团体的柏林本地分会,旨在支持女性从事技术工作。

我们习惯了“职业变化”这个词,就好像它是一个轨迹的中断。但根据我的经验,事实并非如此。一个人无法抹去自己过去的点点滴滴,而多样化背景带来的丰富性可以造就爆发点。个体的人生旅程虽然通常与计算机科学毫无相关,却担起了令科技对社会有所影响的职责,并为技术行业带来丰富性和创造力。

作为一名艺术家,我得到了自由,并打开了探索从建筑到科学等多个领域的大门。我大部分的艺术经历发生在巴西的黑客空间里,这里充斥着 自由及开源软件 Free/Libre Open Source Software (FLOSS)的思想,即开放的自由共享文化。如今,由于一些不属于本文讨论范围的意识形态和实践原因,最常见的术语是“开源”。对我来说幸运的是,我的职业转变始于一次在 开源项目办公室 Open Source Program Office (OSPO)的实习,它让我的转变经历感觉——几乎可以说——像回家一样。

放在巨人的肩膀上

我们都受益于开源。无论你是否编码,你所使用的软件都依赖于它。由于这是一种开放的文化,一切都建立在他人的工作之上,所以经常听到“站在巨人的肩膀上”这个表述,指的是我们的进步都建立在前人的工作和贡献之上。 这突出了从他人的经验和成就中学习的重要性。

这篇文章旨在揭示我站在谁的肩膀上。这不仅是为了表达我对他们的感激之情,也是为了回答我在接受 JSParty 的 Kevin Ball 和 Christopher Hiller 采访时被问到的一个问题:你能做些什么来改善周围环境的多样性?

“站在巨人的肩膀上”不仅是指开源,而且是指通过承认女性先驱和领导者在该领域的作用,在技术中建立姐妹情谊的基础。通过承认在我们之前的女性所做的贡献,我们可以从她们所面临的挑战中获得灵感和洞察力,并从她们挣脱束缚的经验中学习。通过这种方式,我们“站在巨人的肩膀上”,以她们的工作为基础,为女性和 被低估的 技术人员创造更具包容性和支持性的环境。

通过相互支持,认识到从他人经验中学习的重要性,并形成一个支持网络,我们可以共同努力克服挑战,通过创造更公平的环境,为所有人建设更美好的未来。通过这样做,我们正在创造新的巨人,供其他人在未来立足。

组织一个当地社区: Meili Triantafyllidi 和 Jessica Greene

我加入了 PyLadies Berlin,它由 Meili 于 2013 年创立。Jessica 是组织者之一,她是 Ecosia 的一名初级软件工程师。成为社区组织者意味着利用你个人的空闲时间和热情,尽力创建一个安全的、支持性的网络和学习空间。这些工作包括寻找举办地点、宣传活动、策划主题、寻找演讲者,最重要的是,倾听社区的需求。

作为多元文化城市的新人并试图在城市中找到自己的位置,我感到 PyLadies 与其说是一个学习 Python 的地方,不如说是一个让我感受到被欢迎和被理解的中心。

根据我们常常听到的叙述,科技领域是每个人都在前往的新希望之地,有无限的岗位需求、切换国家的自由和高薪的职业。其他行业没有提供这种服务,或者至少没有达到这种规模。专注于带来多样性空间的社区提供了使这对每个人都成为现实的可能性。

每个活动都以社区公告、包含议程的简单幻灯片以及类似活动的宣传开始。当时我听闻的两个活动引导我走上了我的职业道路:Rail Girls Summer of Code 计划和 FrauenLoop。因为感觉有必要回馈当初给予了我支持的社区,我成为了共同组织者之一。

搭建人际关系网和学习专业知识: FrauenLoop

FrauenLoop 由 Nakeema Stefflbauer 博士于 2016 年创立,致力于改变欧盟科技公司的面貌。该项目分为 3 个月的周期,由每周的晚间课程和周末研讨会组成,以培训在科技行业里没有人际关系网的女性。

学习课程是围绕女性的专业需求开发的,从以技术行业为重点的课程到女性举办的关于科技行业如何真正运作以及如何成功立足的研讨会。一些常见的话题包括薪资谈判和练习技术面试。最近,为了应对裁员,柏林技术工人联盟举办了一场研讨会,揭开如何对公司解雇流程提出质疑的神秘面纱。

研讨会聚焦于女性,尤其是移民群体,她们正处于家庭状况和职业转变的阶段,真正准备好去寻找工作了。

和 Nakeema 在一起本身就给我带来了灵感。该项目提供了理解编程和学习网页开发基础知识的起点。但最重要的是,你与项目中的其他人建立了联系,他们是 PyLadies 未来的共同组织者、演讲者、业余项目的导师和朋友。

FrauenLoop 还为其学生提供了回去担任导师的机会。对我来说,这是决定我前进道路的转折点。做了一年多的导师,增强了我对自己的信心,也巩固了我自己的学习。受到帮助他人学习这一责任的挑战,你不可避免要一直学习。

在那里我遇到了 Victoria Hodder,她是我申请 Rail Girls Summer of Code 时的搭档。

多元化项目:从 Rail Girls Summer of Code 到 Ecosia Summer of Code

Rail Girls Summer of Code 是一项面向女性和非二元性别程序员的全球奖学金计划,入选的申请者将获得为期三个月的奖学金,以从事现有的开源项目。该计划活跃于 2013 年到 2020 年。

申请以一个团队为单位进行提交,即来自同一个城市的两个人。虽然这是一个远程项目,但有一个本地同行确保了问责制和相互支持。

除了同伴,项目还需要有一个办公的地方,一个适合工作三个月的环境。这个地方可以是你的家、联合办公空间、工作办公室,或者最好的情况下是培训公司。虽然培训公司除了提供工作空间外没有其他义务,但它让我们与当地公司联系起来,并为我们提供了一个空间,让我们能够与我们想进入的行业内的人建立知名度和关系网。

我在 PyLadies Berlin 的联合组织者 Jessica 通过该项目开启了她在科技领域的职业生涯。她提议 Ecosia(她当时也是现在所任职的公司)担任两个团队的指导工作,其中一个是我和 Victoria 的团队(我们专注于网络开发),另一个是 Taciana Cruz 和 Karina Cordeiro 的团队(他们专注于数据)。

在三个月的申请期内,大流行来势汹汹。在参与 if-me 项目后,我和维多利亚被 某种程度上 选入了 the Rail Girls 项目。因为是 某种程度上 被选中的,我们与 Rail Girls 的沟通在选拔后期变得非常混乱,最终他们在最后一刻取消了项目。

我们当时都崩溃了。大流行的重压给我们带来了沉重打击,它不仅粉碎了我们获得一份有偿工作的机会,而且粉碎了长期以来养成的开始新职业的梦想。

当时还是初级软件开发人员的 Jessica懂我们的处境,因此她挺身而出,她没有感到无能为力,而是站出来表明自己的立场。除了为适应个人新角色所付出的努力,她还给自己安排了更多工作,并创建了 Ecosia Summer of Code 这一项目。

Ecosia 无法支付奖学金,但 Jessica 开发了一个导师计划。该计划利用公司的可用资源,提供高素质专业人士的指导,以填补我们的知识空白。由于 Victoria 和 Karina 因为需要有报酬的工作而放弃了项目,Taciana 和我设法继续进行个人项目。我们找到了可以一起努力并相互支持的共同主题。

大约一年后,其中一位导师 Jakiub Fialla 邀请我去她的公司聊聊开源。我与其他一些人依然保持着联系,时不时地,当他们举办 PyLadies Berlin 活动时,我会顺便过去见见他们。如此甜蜜。

赞助多样性: Coyotiv 项目和它的创始人 Armagan Amcalar

当 Rail Girls 项目被取消时,我在 Instagram 上看到一篇关于训练营的帖子,该训练营提供全栈网络开发计划奖学金。

申请流程很简单,所以我就申请了。我很快收到了一份自发的面试邀请。当时的我感到沮丧、凌乱又绝望,没有任何准备就参加了面试,所以我全程非常诚实。整个面试的谈话同样坦诚,对此我深表感激。

面试官是 Coyotiv 软件工程学院 的创始人 Armagan Amcalar。具有音乐背景的Armagan 富有创造力,对周围的世界有着批判性的思考。这所学校是在他为柏林的 Women Techmakers 提供免费速成课程三年后创办的。他没有死记硬背多样性演讲,而是根据它采取行动,为所有全职参与者提供奖学金。

我获得了奖学金,并与其他四个人(其中 3 名女性)一起组成了第一批学生。训练营持续了高强度的 17 周。它对改变我对代码的看法极为重要。与我尝试学习的其他地方不同,Armagan 并不关心我们选择什么编程框架。相反,这一切都是为了理解我们在做什么,并将软件工程视为一种创造性的、强大的工具来塑造我们生活的世界。我得到的不仅仅是奖学金,我还收获了一个朋友和终身导师,他为我提供华丽转身的机会,打开了一扇通往美好生活的大门。

你是不是觉得我的反应太夸张了?你可以问问我身边的人。我的搭档此时已经认识我大约 14 年了,他是这样评价我的变化的:我变得纪律严明,充满活力,一路走来我对学到的东西感到高兴,就软件及其相关的事物进行深入对话,不再困惑矛盾,我放弃了终生的艺术事业,转而找到了人生的目标。由于我的变化实在惊人,他参加了我后面的几届训练营项目。

学校为我提供了技术知识、面试培训、简历支持和公开演讲培训。毕业不仅仅要求开发个人的全栈项目,还必须通过在 npm 上发布一个库来回馈开源,因为有如此多的软件是基于开源构建的。Node 包管理器(npm)是一个 JavaScript 包存储库,允许你通过在基于 Javascript 的项目中轻松安装代码来重用代码。尽管我参与自由软件运动和开源已经十多年了,但我从没想过我可以用实际代码回馈它。

我的贡献

彩虹企鹅 就这样诞生了。它是一个 npm 库,可以在开发人员敲代码时发送激励信息。 也许它不是一个非常实用的工具。但对我来说它依然是个必要的工具,这基于我个人的经历——我经历过学习编码的挫折,为 if-me 项目做出贡献,而且从其他学习者那里听到了许多类似的故事。

通过我在这些编程社区的经历,我了解到编程远不止一行行的代码,拥有盟友是多么强大和有必要。无论你是谁或你自认为了解什么,自由和开源软件社区中都有机会。你的参与不一定要是大动作,因为盟友们的小小贡献加起来远大于一个人贡献的总和。迈出第一步。在开源领域中找到你的盟友。

(题图:MJ:tech woman illustration in high resolution, very detailed, 8k)


via: https://opensource.com/article/23/3/power-sisterhood-allyship-open-source

作者:Paloma Oliveira 选题:lkxed 译者:XiaotingHuang22 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出