Kampen om open-source AI i kølvandet på generativ AI

Open-source AI ændrer hurtigt software-økosystemet ved at gøre AI-modeller og -værktøjer tilgængelige for organisationer. Dette fører til en række fordele, herunder accelereret innovation, forbedret kvalitet og lavere omkostninger.

Ifølge OpenLogics rapport fra 2023 bruger 80% af organisationerne mere open-source software i forhold til 77% sidste år for at få adgang til de seneste innovationer, forbedre udviklingshastighed, reducere vendor lock-in og minimere licensomkostninger.

Det nuværende landskab for open-source AI er stadig under udvikling. Tech-giganter som Google (Meena, Bard og PaLM), Microsoft (Turing NLG) og Amazon Web Services (Amazon Lex) har været mere forsigtige med at frigive deres AI-innovationer. Imidlertid er nogle organisationer, såsom Meta og andre AI-baserede forskningsvirksomheder, aktivt med til at open-source deres AI-modeller.

Derudover er der en intens debat om open-source AI, der handler om dets potentiale til at udfordre big tech. Denne artikel har til formål at give en dybdegående analyse af de potentielle fordele ved open-source AI og fremhæve de udfordringer, der ligger ahead.

Pionerende fremskridt – Potentialet for open-source AI

Mange praktikere betragter opkomsten af open-source AI som en positiv udvikling, da det gør AI mere gennemsigtigt, fleksibelt, ansvarligt, billigere og tilgængeligt. Men tech-giganter som OpenAI og Google er meget forsigtige, når det kommer til at open-source deres modeller på grund af kommercielle, privatlivs- og sikkerhedsbekymringer. Ved at open-source kan de miste deres konkurrencefordel, eller de skal afsløre følsomme oplysninger om deres data og modelarkitektur, og skurke kan bruge modellerne til skadelige formål.

Imidlertid er kronjuvelen i at open-source AI-modeller er hurtigere innovation. Flere bemærkelsesværdige AI-fremskridt er blevet tilgængelige for offentligheden gennem open-source-samarbejde. For eksempel gjorde Meta en banebrydende bevægelse ved at open-source deres LLM-model LLaMA.

Da forskningssamfundet fik adgang til LLaMA, katalyserede det yderligere AI-gennembrud, der ledte til udviklingen af afledte modeller som Alpaca og Vicuna. I juli byggede Stability AI to LLM’er med navnet Beluga 1 og Beluga 2 ved at udnytte LLaMA og LLaMA 2. De viste bedre resultater på mange sprogopgaver som resonnering, domænespecifik spørgsmål-svar og forståelse af sprog-nuancer i forhold til state-of-the-art-modeller på det tidspunkt. Nylig har Meta introduceret Code LLaMA – et open-source AI-værktøj til kodning, der har overgået state-of-the-art-modeller på kodningsopgaver – også bygget på toppen af LLaMA 2.

Code LLaMA performance comparison

Forskere og praktikere er også med til at forbedre LLaMA’s evner til at konkurrere med proprietære modeller. For eksempel er open-source-modeller som Giraffe fra Abacus AI og Llama-2-7B-32K-Instruct fra Together AI nu i stand til at håndtere 32K lange input-kontekstlængder – en funktion, der tidligere kun var tilgængelig i proprietære LLM som GPT-4. Derudover er brancheefforts som MosaicML’s open-source MPT 7B og 30B-modeller med til at give forskerne mulighed for at træne deres generative AI-modeller fra scratch.

Samlet set har dette kollektive arbejde ændret AI-landskabet, hvilket har ført til samarbejde og viden-deling, der fortsat driver banebrydende opdagelser.

Fordele ved open-source AI for virksomheder

Open-source AI tilbyder mange fordele, hvilket gør det til en overbevisende tilgang i kunstig intelligens. Ved at omfavne gennemsigtighed og community-dreven samarbejde har open-source AI potentialet til at revolutionere måden, vi udvikler og implementerer AI-løsninger på.

Her er nogle af fordelene ved open-source AI:

• Hurtig udvikling: Open-source AI-modeller giver udviklere mulighed for at bygge på eksisterende rammer og arkitekturer, hvilket muliggør hurtig udvikling og iteration af nye modeller. Med en solid grund kan udviklere skabe nye anvendelser uden at genopfinde hjulet.
• Øget gennemsigtighed: Gennemsigtighed er en nøglefunktion i open-source, der giver en klar oversigt over de underliggende algoritmer og data. Denne gennemsigtighed reducerer bias og fremmer lighed, hvilket fører til en mere retfærdig AI-miljø.
• Øget samarbejde: Open-source AI har demokratiseret AI-udvikling, hvilket fremmer samarbejde og skaber en diversificeret community af bidragydere med varierende ekspertise.

Navigering af udfordringer – Risikoen ved at open-source AI

Selvom open-source tilbyder mange fordele, er det vigtigt at være bekendt med de potentielle risici, det kan medføre. Her er nogle af de vigtigste bekymringer i forbindelse med open-source AI:

• Reguleringsudfordringer: Opkomsten af open-source AI-modeller har ført til uhæmmet udvikling med indbyggede risici, der kræver omhyggelig regulering. Den enorme tilgængelighed og demokratisering af AI vækker bekymringer om dets potentielle misbrug. Ifølge en ny rapport fra SiliconAngle bruger nogle open-source AI-projekter generativ AI og LLM’er med ringe sikkerhed, hvilket sætter organisationer og forbrugere i fare.
• Kvalitetsnedgang: Open-source AI-modeller bringer gennemsigtighed og community-samarbejde, men de kan lide under kvalitetsnedgang over tid. I modsætning til lukkede modeller, der vedligeholdes af dedikerede hold, falder byrden ofte på communityet. Dette kan ofte føre til mulig forsømmelse og forældede modelversioner. Denne nedgang kan hindre kritiske anvendelser og true brugerens tillid og den samlede AI-fremgang.
• AI-reguleringskompleksitet: Open-sourcing af AI-modeller introducerer en ny kompleksitet for AI-regulering. Der er en række faktorer at overveje, såsom hvordan man beskytter følsomme data, hvordan man forhindrer, at modellerne bruges til skadelige formål, og hvordan man sikrer, at modellerne er velvedligeholdt. Derfor er det ret komplekst for AI-regulering at sikre, at open-source-modellerne bruges til godt og ikke til skade.

Den udviklende natur af open-source AI-debatten

“Open source driver innovation, fordi det giver mange flere udviklere mulighed for at bygge med ny teknologi. Det forbedrer også sikkerheden, fordi når software er open, kan flere mennesker gennemse den for at identificere og rette potentielle problemer”, sagde Mark Zuckerberg, da han annoncerede LLaMA 2-større sprogmodel i juli dette år.

På den anden side holder større spillere som Microsoft-baseret OpenAI og Google deres AI-systemer lukkede. De sigter mod at opnå en konkurrencefordel og minimere risikoen for AI-misbrug.

OpenAI’s medstifter og chefvidenskabsmand, Ilya Sutskever, fortalte The Verge, “Disse modeller er meget potente og bliver mere og mere potente. På et tidspunkt vil det være ret let, hvis man ønsker, at forvolde en stor skade med disse modeller. Og da kapaciteterne bliver højere, giver det mening, at man ikke ønsker at afsløre dem.” Så der er potentielle risici forbundet med open-source AI-modeller, som mennesker ikke kan ignorere.

Selvom AI’er, der kan forvolde menneskelig ødelæggelse, måske er årtier væk, er open-source AI-værktøjer allerede blevet misbrugt. For eksempel var den første LLaMA-model kun frigivet for at fremme AI-forskning. Men skurke brugte den til at skabe chatbots, der spredte hadefulde indhold som racistskrald og stereotyper.

At opretholde en balance mellem open AI-samarbejde og ansvarlig styre er afgørende. Det sikrer, at AI-fremgangene forbliver gavnligt for samfundet, mens man beskytter mod potentiel skade. Teknologisamfundet må samarbejde om at etablere retningslinjer og mekanismer, der fremmer etisk AI-udvikling. Endnu vigtigere er det at tage foranstaltninger for at forhindre misbrug, så AI-teknologier kan være en kraft for positiv forandring.

Ønsker du at forbedre din AI-IQ? Navigér gennem Unite.ai‘s omfattende katalog over indsigtsfulde AI-resourcer for at forøge din viden.