ืืื ื ืืืืืืชืืช
ืืงืจื ืขื AI ืืงืื ืคืชืื ืืขืงืืืช AI ืืืฆืจ
AI בקוד פתוח משנה במהירות את הנוף של התוכנה התוכנה על ידי הפיכת מודלים וכלים של AI לנגישים עבור ארגונים. זה מוביל למספר יתרונות, כולל חדשנות מואצת, איכות משופרת ועלויות נמוכות.
לפי דו”ח OpenLogic לשנת 2023, 80% מהארגונים משתמשים ביותר תוכנה בקוד פתוח בהשוואה ל-77% בשנה הקודמת כדי לגשת לחידושים האחרונים, לשפר את מהירות הפיתוח, להפחית נעילת ספק ולמזער את עלויות הרישיון.
הנוף הנוכחי של AI בקוד פתוח עדיין מתפתח. ענקיות טכנולוגיה כמו Google (Meena, Bard, ו-PaLM), Microsoft (Turing NLG), ו-Amazon Web Services (Amazon Lex) היו זהירים יותר בשחרור חידושיהם של AI. אולם, חברות מסוימות, כמו Meta וחברות מחקר AI אחרות, מובילות בפיתוח קוד פתוח של מודלים של AI.
בנוסף, יש ויכוח אינטנסיבי סביב AI בקוד פתוח שמסתובב סביב הפוטנציאל שלו לאתגר את הטכנולוגיה הגדולה. מאמר זה מטרתו לספק ניתוח מעמיק של היתרונות הפוטנציאליים של AI בקוד פתוח ולהדגיש את האתגרים שבדרך.
פריצות דרך חדשניות – הפוטנציאל של AI בקוד פתוח
רבים מהמעורבים רואים בעלייה של AI בקוד פתוח פיתוח חיובי מכיוון שהוא הופך את AI לשקוף, גמיש, אחראי, נגיש וזול. אבל ענקיות טכנולוגיה כמו OpenAI ו-Google זהירים מאוד בשחרור מודלים שלהם בקוד פתוח בגלל חששות מסחריים, פרטיות ובטיחות. באמצעות שחרור קוד פתוח, הם עלולים לאבד את יתרונם התחרותי, או שהם ייאלצו לחשוף מידע רגיש לגבי הנתונים וארכיטקטורת המודל, וגורמים זדוניים עלולים להשתמש במודלים למטרות הרס.
אולם, הפנינה היקרה של AI בקוד פתוח היא חדשנות מהירה. מספר פריצות דרך בולטות ב-AI הפכו לזמינות לציבור דרך שיתוף קוד פתוח. למשל, Meta עשתה מהלך חדשני על ידי שחרור מודל LLM LLaMA שלה.
כאשר קהילת המחקר קיבלה גישה ל-LLaMA, זה זירז המשך פריצות דרך ב-AI, הוביל לפיתוח מודלים נגזרים כמו Alpaca ו-Vicuna. ביולי, Stability AI בנתה שני מודלים LLMs בשם Beluga 1 ו-Beluga 2 על ידי ניצול LLaMA ו-LLaMA 2, בהתאמה. הם הראו תוצאות טובות יותר במשימות שונות של שפה, כמו תהליך, עניינים ספציפיים והבנת עדינות שפה, לעומת מודלים המובילים באותו זמן. לאחרונה, Meta הציגה Code LLaMA – כלי AI בקוד פתוח לקידוד שעבר את המודלים המובילים במשימות קידוד – גם הוא נבנה על בסיס LLaMA 2.
חוקרים ומעורבים גם משפרים את יכולות LLaMA כדי להתחרות עם מודלים פרופריטריים. למשל, מודלים בקוד פתוח כמו Giraffe מ-Abacus AI ו-Llama-2-7B-32K-Instruct מ-Together AI מסוגלים כעת לטפל באורך הקשב של 32K – תכונה שהייתה זמינה רק במודלים LLM פרופריטריים כמו GPT-4. בנוסף, יוזמות תעשייתיות, כמו MosaicML’s מודלים MPT 7B ו-30B בקוד פתוח, מעניקים לחוקרים את היכולת לאמ
