當前位置:
首頁 > 新聞 > 「工科神器」MATLAB風波未平,「化學神器」ChemOffice再爆清查國內盜版行為

「工科神器」MATLAB風波未平,「化學神器」ChemOffice再爆清查國內盜版行為

新智元報道

來源:知乎

編輯:元子

【新智元導讀】從哈工大、哈工程被禁用數學基礎軟體MATLAB,到近日 ChemOffice 在中國境內嚴查盜版,國內的學者的科研路愈發艱難。

美國有點禁上癮了。

「工科神器」MATLAB的風波還未平息,「化學神器」ChemOffice風波又起。

最近知乎上有人爆料稱「目前已知有企業聯網使用盜版 ChemOffice 會被偵測 IP,已有高校通知學生不要使用盜版,然而校方尚未購買正版。」

https://www.zhihu.com/question/401054890

其實因為用盜版被針對本來無可厚非,但考慮到當下的語境,很難簡單的將其解讀為單純的「打擊盜版」,維護公司收益的行為。

ChembOffice是什麼,禁用後的影響有多大?

ChembOffice是由CambridgeSoft開發的綜合性科學應用軟體包,類似於生化領域的Office套件,主要由ChemDraw化學結構繪圖,、Chem3D分子模型及模擬,、ChemFinder化學信息搜尋整合系統三大部分構成。其中ChemDraw是其主推產品,目前最新版本號是19。

?

有了ChemOffice,生物和化學領域的研究人員就可以方便的進行化學生物結構繪圖、分子模型及模擬,並可以將化合物名稱直接轉為結構圖,省去繪圖的麻煩,也可以對已知結構的化合物命名,給出正確的化合物名。

該軟體的中文版官網並沒有給出價格,但是從英文官網我們可以看到,授權費用確實相當昂貴。

大家注意一下,這是一年的「授權費」,支付成功後,您就成為了「尊貴的」ChemOffice「年費會員」了。

這種軟體屬於用戶群特別小眾,但是特別剛需的產品,替代產品非常少。由於ChemOffice做的非常到位,在這個領域基本沒有競爭對手,這也是他們敢於收取如此高額授權費用的底氣所在。

況且,此前使用盜版培養起的用戶習慣,換成其它替代產品也需要一個適應的過程。

想要解決軟體依賴問題,最重要的就是要加快替代軟體開發,同時規範商用軟體市場,讓國產軟體有發展空間和用武之地。

目前國內已經有KingDraw可以作為替代。可能在功能方面還有一定的差距,但至少在這方面,我們已經邁出了重要的一步。

難能可貴的是,KingDraw鄭重承諾,KingDraw手機版、電腦版、化合物百科,以及正在開發的ELN、化合物庫管等一系列產品,將對中國科研機構永久免費。

複製基礎功能不難,重構Simulink至少需要十年

當然,雖然我們已經從零到一的邁出了第一步,但後續還有很長的路要走。就拿MATLAB來說,如果只是單純的複製現有功能,還算相對比較簡單。但是如果想要做到自主研發,可謂困難重重。

1、數十年積累的複雜生態難以超越

大部分人表示,基礎功能勉強可以替代,但真的要想實現MATLAB的複雜生態還需要至少十年的時間。它背後的生態,演算法,是集齊大批各個行業的有代碼能力和演算法能力的博士工作數十年積累而成的。

讀者表示,「用過MATLAB的人都知道,效果優化的非常好,試想就演算法優化咱們能數年內做到MATLAB現在的水平嗎,我真不希望大家盲目樂觀。」

如果只是實現一些基礎功能,MATLAB完全可以由Octave,高仿版Scilab,或是Python和走在學術前沿的Julia,就足以滿足至少80%人的需求。

?

而MATLAB的Simulink和各種領域的toolbox是需要不斷積累經驗,在現實工業、應用場景不斷交互打磨,在時間上需要不斷完善,才可以成型,這些是無法進行複製的。

重構Simulink不現實,Simulink工具包涵蓋的專業廣泛,只能是各自領域進行重構,然後由某個公司去整合。

特別是MATLAB內部的bug修復和演算法成熟和穩定性,一個演算法的成熟是需要時間積累和實踐驗證的。

投入大量時間是一方面,還有許多人可能會高估了其真實成本,慢慢的迭代,進步,在科研領域和工業領域的試錯成本也是非常巨大的。

另外,對於工程師和科研工作者,MATLAB不僅僅是一個計算軟體,還是一個百科全書。還包括各個行業入門教材的幫助文檔,示例代碼等,這種積累又怎麼能輕鬆複製呢?

2、MATLAB線性代數庫基於MKL,而即使開源項目也繞不開MKL

MATLAB的線形代數庫基於Intel的MKL,而MKL是針對Intel的CPU專門優化過的,目前也沒有合適的國產CPU可以替代Intel,即使有一些開源項目有類似功能比如Eigen3,但它的底層還是MKL,所以繞開MATLAB和Intel重新開發一個高性能線性代數庫難度很大。

所以按照這種觀點,中國重新開發MATLAB並達到相應的水準,耗時會非常長,至少十年。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!


請您繼續閱讀更多來自 新智元 的精彩文章:

CVPR oral解讀:醫療AI最新進展,可媲美人類醫師推理能力的圖像檢測演算法
阿里雲宣布再招5000人!未來3年投2000億推動數字新基建