開源不代表免費

前言：

對於Open Source，也許很多人認為，既然開源了，哪還可以賺到錢呢？

那些用open source做東西賺錢的人是怎麼辦到的？

今天上課，我跟學生說，我一直在思考，什麼事都要從頭自己來，哪有可能？也許我們該站在人家的肩膀上往上爬，也就是用開源軟硬體。

我因為做的是非營利組織，從來沒想過這件事，我一直想把我們做的東西開源。今天有人問我，要是有人用我們的東西去做產品賺錢，我會怎麼想？

誒！答不出來。

一堆用Linux的人拿來做產品，怎麼說？

答不出來，頭很大！

近七八年來，我對技術的演進之快，開源或是免費應用軟體之漸趨精良，與新的應用之目不暇給感到壓力。這個壓力讓我在思考研究方向時決定把眼光放更遠，但是更讓我在教學時迫切感到應該用不一樣的方式來上課。

過去，我認為把根基紮好是學好訊號的第一要務。有趣的是，我發現現在學生很不一樣了，在過去可以跟學生說這個以後很重要，然後即使不甘不願，他們也會試著來學。最近幾年，學生若是不感興趣，你硬要押他來學是沒用的。

所以，我感到該先引起興趣，再來講硬硬的理論。可惜，這麼做，這些硬硬的理論似乎沒太多時間來講。我只能寄望，他們在被引起興趣後，會在之後去修習更多理論課程。

對於訊號處理，我隱隱感到似乎該有至少兩個方向。

一個是基礎理論，資料分析與演算法的研究。

一個是使用目前越來越多的開源，甚至免費的軟體與APIs來開發應用。

舉例來說，昨天上課時，學生的一個期末小專案是語音辨識的小應用。學生當然不可能在這麼入門的課程裡自己開發出語音辨識的軟體，想當然耳，就是應用免費的APIs來做。

可想而知，即使辨識效果在我這個對此一領域算是略有涉獵的人來說已經不壞了，正確來說，我自己也沒法做得比他們好，但是在學生的觀點來看，實在是差強人意。

有學生說，他覺得自己想要跨進這個領域，把語音辨識的基礎技術做得更好。學生有這個壯志當然很好，但是我也不能昧於事實，不把自己的觀點說給學生聽，即使我的觀點可能不完全正確（這是我上課時，不時在提醒學生的一句話）。

願意從基礎鑽研演算法固然值得欽佩，但是這個領域的研究已然延展了數十年，很多該用的方法，包含機器學習，前人已經開發很多了，要能改進個1~3%真是難上加難啊！

但是換個角度，若是站在這些APIs的肩膀上，看看他有哪裡不足，哪裡可以有應用，這些應用需要什麼演算法，等等，那麼可能可以發展出很棒的東西來，其貢獻也不小。

也就是這麼多年來，我體認，有的學生可以來做基礎研究，願意蹲個十年才有小成，但是這畢竟是少數。多數學生用別人的軟體與APIs來開發應用並沒有比較遜，反過來說，不能說做前瞻基礎研究的人就比較厲害。

當然，你可以說，蘇老的話是錯的，做前瞻基礎研究的比較強。

好了，不爭辯了。

我們其實都或多或少在應用許多開源軟體與APIs在做事，學生之所以可以很快把小專案做出來，真的要拜這些「開源」「免費」的好心人的作品之賜。我真的不知道他們如何獲利，但是可以肯定的是，這些工具多半來自國外。雖然不知道這些工具會不會有一天就消失或是要開始收費。

國內對於「免費」與「開源」這件事上，常常還是抱著「不用付錢」與「貪小便宜」的態度，這樣子，我們的軟體環境怎麼會進步？在很多基礎的工具上，台灣對世界貢獻很少，那麼我們的東西使用的人數就少，下場也就可想而知。

也就是，即使有再多的程式設計師，在世界的快速律動上，我們也永遠跟不上。因為我們沒有根，沒有當代軟硬體發展過程中最重要的核心價值。

這讓我想到宮崎駿的「天空之城」裡對拉普達的最後評語。