Jsme o velký krok blíže k definování open source umělé inteligence - ale ne všichni jsou spokojeni

Nejnovější verze návrhu iniciativy Open Source Initiative je k dispozici ke kontrole. Nechte argumenty začít!

HONG KONG -- Abychom parafrázovali zesnulého Johna F. Kennedyho, rozhodli jsme se definovat AI s otevřeným zdrojovým kódem ne proto, že je to snadné, ale protože je to těžké; protože tento cíl bude sloužit k organizaci a měření nejlepších našich energií a dovedností.

Stefano Maffulli, výkonný ředitel Open Source Initiative (OSI), mi řekl, že software a data, které kombinují umělou inteligenci (AI) s existujícími open-source licencemi, se nehodí. "Proto," řekl Maffulli, "musíme vytvořit novou definici pro open-source AI."

Mateřská organizace Firefoxu, Mozilla Foundation, souhlasí.

Velcí tech giganti, vysvětlil zástupce Mozilly, „nemusili nutně dodržovat úplné principy open source, pokud jde o jejich modely AI“. Nová definice také „pomůže zákonodárcům, kteří pracují na vývoji pravidel a předpisů na ochranu spotřebitelů před riziky AI“.

OSI pilně pracuje na vytvoření komplexní definice pro open-source AI, podobně jako Open-Source Definition pro software. Toto zásadní úsilí řeší rostoucí potřebu jasnosti při určování toho, co tvoří systém umělé inteligence s otevřeným zdrojovým kódem v době, kdy mnoho společností tvrdí, že jejich modely umělé inteligence jsou open source, aniž by byly skutečně otevřené, jako je Llama 3,1 od společnosti Meta.

Nejnovější koncept OSI Open-Source AI Definition, 0.0.9, má několik významných změn. Jedná se o:

• Upřesněné definice: Definice nyní jasně identifikuje modely a váhy/parametry jako součást „systému AI“ a zdůrazňuje, že všechny komponenty musí splňovat standard open-source. Tato srozumitelnost zajišťuje, že celý systém umělé inteligence, nejen jeho části, dodržuje principy open source.
• Úloha trénovacích dat: Trénovací data jsou užitečná, ale nejsou nutná pro úpravy systémů umělé inteligence. Toto rozhodnutí odráží složitost sdílení dat, včetně právních záležitostí a otázek ochrany soukromí. Návrh kategorizuje trénovací data na otevřená, veřejná a neveřejná data, která nelze sdílet, přičemž každé z nich má konkrétní pokyny pro zvýšení transparentnosti a pochopení zkreslení systému AI.
  
• Oddělení kontrolního seznamu: Kontrolní seznam vyhodnocování licencí byl oddělen od hlavního definičního dokumentu v souladu s modelem otevřenosti modelu (MOF). Toto oddělení umožňuje cílenou diskusi o identifikaci AI s otevřeným zdrojovým kódem při zachování obecných zásad v definici.

Jak uvedl výkonný ředitel Linux Foundation Jim Zemlin na KubeCon a Open Source Summit v Číně, MOF „je způsob, jak pomoci vyhodnotit, zda je model otevřený či neotevřený. Umožňuje lidem hodnotit modely.“

V rámci MF, dodal Zemlin, existují tři úrovně otevřenosti. "Nejvyšší úroveň, úroveň jedna, je otevřená vědecká definice, kde data, každá použitá komponenta a všechny instrukce musí skutečně jít a vytvořit svůj vlastní model přesně stejným způsobem. Úroveň dvě je podmnožinou toho, kde není vše je ve skutečnosti otevřená, ale většina z nich je na úrovni tři, máte oblasti, kde data nemusí být dostupná, a data, která popisují soubory dat, budou k dispozici - i když model je otevřený - nejsou k dispozici všechna data."

Tyto tři úrovně - koncept, který se také objevuje v tréninkových datech - bude pro některé open source puristy obtížné přijmout. S pokračující debatou o tom, které systémy umělé inteligence a strojového učení (ML) jsou skutečně otevřené a které nikoli, se objeví argumenty ohledně modelů i trénovacích dat.

Vytvoření definice Open Source AI bylo provedeno ve spolupráci s různými zúčastněnými stranami po celém světě. Mezi ně patří mimo jiné Code for America, Wikimedia Foundation, Creative Commons, Linux Foundation, Microsoft, Google, Amazon, Meta, Hugging Face, Apache Software Foundation a UN International Telecommunications Union.

OSI uspořádala řadu radnic a workshopů, aby shromáždila informace a zajistila, že definice bude zahrnovat a reprezentovat různé perspektivy. Proces stále probíhá.

Definice bude i nadále vylepšována a vylepšována prostřednictvím celosvětových roadshow a shromažďování zpětné vazby a doporučení od různých komunit.

Maffulli z OSI ví, že ne každý bude s tímto návrhem definice spokojen. Ještě předtím, než se objevila tato verze, hlavní technický stratég otevřeného zdroje AWS Tom Callaway na LinkedIn napsal: „Jsem pevně přesvědčen (a přesvědčením mnoha a mnoha dalších v open source), že současná definice AI s otevřeným zdrojovým kódem přesně nezaručuje, že Systémy AI zachovávají neomezená práva uživatelů je spouštět, kopírovat, distribuovat, studovat, měnit a vylepšovat.“

Nyní, když návrh spatřil světlo světa, jsem si jistý, že ostatní si přijdou na své. OSI doufá, že na konferenci All Things Open v říjnu 2024 představí stabilní verzi definice. Pokud vše půjde dobře, výsledkem bude definice, na které se většina - pokud ne všichni - shodne, podporuje transparentnost, spolupráci a inovace. v open-source systémech umělé inteligence.