De strijd om open-source AI in de nasleep van generatieve AI

Open-source AI verandert de software ecosysteem snel door AI-modellen en -tools toegankelijk te maken voor organisaties. Dit leidt tot een aantal voordelen, waaronder versnelde innovatie, verbeterde kwaliteit en lagere kosten.

Volgens het OpenLogic-rapport van 2023 gebruiken 80% van de organisaties meer open-source software in vergelijking met 77% vorig jaar om toegang te krijgen tot de laatste innovaties, de ontwikkelingssnelheid te verbeteren, vendor lock-in te verminderen en licentiekosten te minimaliseren.

Het huidige landschap van open-source AI is nog steeds in ontwikkeling. Techreuzen zoals Google (Meena, Bard en PaLM), Microsoft (Turing NLG) en Amazon Web Services (Amazon Lex) zijn voorzichtiger geweest bij het vrijgeven van hun AI-innovaties. Echter, sommige organisaties, zoals Meta en andere AI-gebaseerde onderzoeksbedrijven, zijn actief bezig met het open-source maken van hun AI-modellen.

Bovendien is er een intens debat over open-source AI dat draait om het potentieel om de grote technologiebedrijven uit te dagen. Dit artikel heeft als doel een diepgaande analyse te bieden van de potentiële voordelen van open-source AI en de uitdagingen die in het verschiet liggen.

Pionierswerk – Het potentieel van open-source AI

Veel beoefenaars beschouwen de opkomst van open-source AI als een positieve ontwikkeling omdat het AI meer transparant, flexibel, verantwoordelijk, betaalbaar en toegankelijk maakt. Maar techreuzen zoals OpenAI en Google zijn zeer voorzichtig bij het open-source maken van hun modellen vanwege commerciële, privacy- en veiligheidszorgen. Door open-source te maken, kunnen ze hun concurrentievoordeel verliezen, of ze moeten gevoelige informatie over hun data en modelarchitectuur vrijgeven, en kwaadwillige actoren kunnen de modellen voor schadelijke doeleinden gebruiken.

Echter, de kroonjuweel van het open-source maken van AI-modellen is snellere innovatie. Verschillende opmerkelijke AI-vooruitgang is toegankelijk geworden voor het publiek door open-source samenwerking. Zo heeft Meta een baanbrekende stap gezet door hun LLM-model LLaMA open-source te maken.

Toen de onderzoekscommunity toegang kreeg tot LLaMA, catalyseerde dit verdere AI-doorbraken, leidend tot de ontwikkeling van afgeleide modellen zoals Alpaca en Vicuna. In juli bouwde Stability AI twee LLM’s genaamd Beluga 1 en Beluga 2 door LLaMA en LLaMA 2 te gebruiken. Ze toonden betere resultaten op veel taaktaken zoals redeneren, domeinspecifieke vraagbeantwoording en het begrijpen van taalkundige nuances in vergelijking met state-of-the-art modellen op dat moment. Onlangs heeft Meta Code LLaMA geïntroduceerd – een open-source AI-tool voor codering die state-of-the-art modellen op coderingstaken heeft overtroffen – ook gebouwd op LLaMA 2.

Code LLaMA performance comparison

Onderzoekers en beoefenaars zijn ook bezig met het verbeteren van de mogelijkheden van LLaMA om te concurreren met propriëtaire modellen. Zo zijn open-source modellen zoals Giraffe van Abacus AI en Llama-2-7B-32K-Instruct van Together AI nu in staat om 32K lange invoercontextlengtes te verwerken – een functie die alleen beschikbaar was in propriëtaire LLM zoals GPT-4. Bovendien empoweren industrie-initiatieven, zoals MosaicML’s open-source MPT 7B en 30B modellen, onderzoekers om hun generatieve AI-modellen van scratch te trainen.

Al met al heeft deze collectieve inspanning het AI-landschap getransformeerd, waardoor samenwerking en kennisdeling worden gestimuleerd die blijven leiden tot baanbrekende ontdekkingen.

Voordelen van open-source AI voor bedrijven

Open-source AI biedt talloze voordelen, waardoor het een aantrekkelijke benadering is in kunstmatige intelligentie. Door transparantie en community-gedreven samenwerking te omarmen, heeft open-source AI het potentieel om de manier waarop we AI-oplossingen ontwikkelen en implementeren te revolutioneren.

Hier zijn enkele voordelen van open-source AI:

• Snelle ontwikkeling: Open-source AI-modellen stellen ontwikkelaars in staat om voort te bouwen op bestaande kaders en architectuur, waardoor snelle ontwikkeling en iteratie van nieuwe modellen mogelijk wordt. Met een solide fundament kunnen ontwikkelaars nieuwe toepassingen creëren zonder de wielen opnieuw uit te vinden.
• Verhoogde transparantie: Transparantie is een belangrijk kenmerk van open-source, waardoor een duidelijk zicht wordt geboden op de onderliggende algoritmes en data. Deze zichtbaarheid vermindert bias en bevordert eerlijkheid, waardoor een meer eerlijke AI-omgeving ontstaat.
• Verhoogde samenwerking: Open-source AI heeft AI-ontwikkeling gedemocratiseerd, waardoor samenwerking wordt gestimuleerd en een diverse gemeenschap van bijdragers met uiteenlopende expertise ontstaat.

Navigeren door uitdagingen – De risico’s van open-source AI

Terwijl open-source talloze voordelen biedt, is het belangrijk om zich bewust te zijn van de potentiële risico’s die het met zich meebrengt. Hier zijn enkele van de belangrijkste zorgen die verband houden met open-source AI:

• Regelgevingsuitdagingen: De opkomst van open-source AI-modellen heeft geleid tot ongebreidelde ontwikkeling met inherente risico’s die zorgvuldige regulering vereisen. De grote toegankelijkheid en democratisering van AI roepen zorgen op over het potentieel voor kwaadwillig gebruik. Volgens een recent rapport van SiliconAngle gebruiken sommige open-source AI-projecten generatieve AI en LLM’s met slechte beveiliging, waardoor organisaties en consumenten risico lopen.
• Kwaliteitsdegradatie: Terwijl open-source AI-modellen transparantie en community-samenwerking bieden, kunnen ze te maken krijgen met kwaliteitsdegradatie in de loop van de tijd. In tegenstelling tot gesloten modellen die worden onderhouden door toegewijde teams, valt de verantwoordelijkheid voor onderhoud vaak op de community. Dit leidt vaak tot potentieel verwaarlozing en verouderde modelversies. Deze degradatie kan kritieke toepassingen hinderen, waardoor gebruikersvertrouwen en de algemene AI-vooruitgang in gevaar komen.
• AI-regelgevingscomplexiteit: Open-source AI-modellen introduceren een nieuw niveau van complexiteit voor AI-regulering. Er zijn een aantal factoren om rekening mee te houden, zoals hoe gevoelige data te beschermen, hoe te voorkomen dat modellen voor kwaadwillige doeleinden worden gebruikt en hoe te garanderen dat modellen goed worden onderhouden. Daarom is het voor AI-regulering een uitdaging om ervoor te zorgen dat open-source modellen voor het goede en niet voor het kwade worden gebruikt.

De evoluerende aard van het open-source AI-debat

“Open source drijft innovatie aan omdat het veel meer ontwikkelaars in staat stelt om met nieuwe technologie te bouwen. Het verbetert ook veiligheid en beveiliging omdat wanneer software open is, meer mensen deze kunnen onderzoeken om potentiële problemen te identificeren en op te lossen”, zei Mark Zuckerberg toen hij de LLaMA 2 grote taalmodel aankondigde in juli dit jaar.

Aan de andere kant houden grote spelers zoals Microsoft-backed OpenAI en Google hun AI-systemen gesloten. Ze streven ernaar om een concurrentievoordeel te behalen en het risico van AI-misbruik te minimaliseren.

OpenAI’s mede-oprichter en hoofdwetenschapper, Ilya Sutskever, vertelde The Verge, “Deze modellen zijn zeer krachtig en ze worden steeds krachtiger. Op een gegeven moment zal het vrij eenvoudig zijn, als je dat wilt, om veel schade aan te richten met die modellen. En naarmate de mogelijkheden hoger worden, is het logisch dat je ze niet wilt vrijgeven.” Dus, er zijn potentiële risico’s verbonden aan open-source AI-modellen die mensen niet kunnen negeren.

Terwijl AI’s die menselijke vernietiging kunnen veroorzaken mogelijk nog decennia weg zijn, zijn open-source AI-hulpmiddelen al misbruikt. Zo is het eerste LLaMA-model alleen vrijgegeven om AI-onderzoek te bevorderen. Maar kwaadwillige agenten gebruikten het om chatbots te creëren die hatelijke inhoud verspreiden zoals racistische scheldwoorden en stereotypen.

Het behouden van een balans tussen open AI-samenwerking en verantwoorde governance is cruciaal. Het garandeert dat AI-vooruitgang blijft profiteren voor de samenleving, terwijl het potentieel voor schade wordt beschermd. De technologiegemeenschap moet samenwerken om richtlijnen en mechanismen te creëren die ethische AI-ontwikkeling stimuleren. Nog belangrijker, ze moeten maatregelen nemen om misbruik te voorkomen, waardoor AI-technologieën een kracht voor positieve verandering kunnen zijn.

Wilt u uw AI-IQ verbeteren? Navigeer door Unite.ai‘s uitgebreide catalogus van verhelderende AI-bronnen om uw kennis te vergroten.