Kampen om åpen kildekode AI i kjølvannet av generativ AI

Åpen kildekode AI formerer raskt programvareøkosystemet ved å gjøre AI-modeller og -verktøy tilgjengelige for organisasjoner. Dette fører til en rekke fordeler, inkludert akselerert innovasjon, forbedret kvalitet og lavere kostnader.

Ifølge OpenLogic-rapporten fra 2023 bruker 80 % av organisasjonene mer åpen kildekode-programvare sammenlignet med 77 % i fjor for å få tilgang til de nyeste innovasjonene, forbedre utviklingshastigheten, redusere leverandør-lås og minimere lisenskostnader.

Dagens landskap for åpen kildekode AI er fortsatt under utvikling. Teknologigigantene som Google (GOOGL ) (Meena, Bard og PaLM), Microsoft (MSFT ) (Turing NLG) og Amazon (AMZN ) Web Services (Amazon Lex) har vært mer forsiktige med å slippe ut sine AI-innovasjoner. Men noen organisasjoner, som Meta og andre AI-baserte forskningsselskaper, slipper aktivt ut sine AI-modeller med åpen kildekode.

Det pågår en intens debatt om åpen kildekode AI som handler om dens potensiale til å utfordre stor teknologi. Denne artikkelen har som mål å gi en dybdeanalyse av de potensielle fordelene med åpen kildekode AI og høydepunkter utfordringene som ligger fremover.

Pionerende fremsteg – Potensialet for åpen kildekode AI

Mange praktikere anser oppblomstringen av åpen kildekode AI som en positiv utvikling fordi den gjør AI mer gjennomsiktig, fleksibel, ansvarlig, rimelig og tilgjengelig. Men teknologigigantene som OpenAI og Google er svært forsiktige med å slippe ut sine modeller med åpen kildekode på grunn av kommersielle, personlige og sikkerhetsmessige bekymringer. Ved å slippe ut modellene med åpen kildekode kan de tape sin konkurransefordel, eller de må avsløre sensitive opplysninger om dataene og modellarkitekturen, og skurkaktige aktører kan bruke modellene til skadebringende formål.

Likevel er kronjuvelen i å slippe ut AI-modeller med åpen kildekode raskere innovasjon. Flere bemerkelsesverdige AI-fremsteg har blitt tilgjengelige for allmennheten gjennom åpen kildekode-samarbeid. For eksempel gjorde Meta en banebrytende bevegelse ved å slippe ut sin LLM-modell LLaMA med åpen kildekode.

Som forskningssamfunnet fikk tilgang til LLaMA, katalyserte det videre AI-gjennombrudd, som ledet til utviklingen av avledede modeller som Alpaca og Vicuna. I juli bygde Stability AI to LLM-er med navn Beluga 1 og Beluga 2 ved å bruke LLaMA og LLaMA 2. De viste bedre resultater på mange språkoppgaver som resonnering, domenespesifikke spørsmål og forståelse av språklig nyanser sammenlignet med statens kunstige modeller på den tiden. Nylig har Meta introdusert Code LLaMA – et verktøy for åpen kildekode AI for kodeutvikling som har overgått statens kunstige modeller på kodeoppgaver – også bygget på toppen av LLaMA 2.

Code LLaMA performance comparison

Forskere og praktikere forbedrer også evnene til LLaMA for å konkurrere med proprietære modeller. For eksempel kan åpen kildekode-modeller som Giraffe fra Abacus AI og Llama-2-7B-32K-Instruct fra Together AI nå håndtere 32K lange inn-datakontekster – en funksjon som tidligere bare var tilgjengelig i proprietære LLM som GPT-4. I tillegg initierer bransjeinitiativer som MosaicMLs åpen kildekode-modeller MPT 7B og 30B forskerne til å trene sine generative AI-modeller fra scratch.

Sammen har denne kollektive innsatsen transformert AI-landskapet, fremmet samarbeid og kunnskapsdeling som fortsatt driver banebrytende oppdagelser.

Fordelene med åpen kildekode AI for bedrifter

Åpen kildekode AI tilbyr mange fordeler og er derfor en overbevisende tilnærming i kunstig intelligens. Ved å omfavne gjennomsiktighet og samfunnsdrevet samarbeid, har åpen kildekode AI potensialet til å revolusjonere måten vi utvikler og distribuerer AI-løsninger.

Her er noen av fordelene med åpen kildekode AI:

• Rask utvikling: Åpen kildekode AI-modeller lar utviklere bygge på eksisterende rammeverk og arkitektur, noe som muliggjør rask utvikling og iterasjon av nye modeller. Med en solid basis kan utviklere skape nye anvendelser uten å måtte finne opp hjulet på nytt.
• Økt gjennomsiktighet: Gjennomsiktighet er en nøkkeltilnærming i åpen kildekode, som gir en klar oversikt over de underliggende algoritmene og dataene. Denne synligheten reduserer fordommer og fremmer rettferdighet, noe som leder til en mer likeverdig AI-miljø.
• Økt samarbeid: Åpen kildekode AI-demokratiserer AI-utvikling, noe som fremmer samarbeid og skaper en diversifisert samfunn av bidragsytere med varierende ekspertise.

Navigering av utfordringer – Risikene ved å slippe ut AI med åpen kildekode

Selv om åpen kildekode tilbyr mange fordeler, er det viktig å være klar over de potensielle risikoene det kan medføre. Her er noen av de viktigste bekymringene knyttet til åpen kildekode AI:

• Reguleringsutfordringer: Oppblomstringen av åpen kildekode AI-modeller har ført til ubegrenset utvikling med innebygde risikoer som krever forsiktig regulering. Den store tilgjengeligheten og demokratiseringen av AI øker bekymringene om dens potensielle skadebringende bruk. Ifølge en nylig rapport fra SiliconAngle bruker noen åpen kildekode AI-prosjekter generativ AI og LLM-er med dårlig sikkerhet, noe som utgjør en risiko for organisasjoner og forbrukere.
• Kvalitetsnedgang: Mens åpen kildekode AI-modeller bringer gjennomsiktighet og samfunnsdrevet samarbeid, kan de lide under kvalitetsnedgang over tid. I motsetning til lukkede modeller som vedlikeholdes av dedikerte team, faller ofte byrden av vedlikehold på samfunnet. Dette kan ofte føre til potensiell forsømmelse og foreldede modellversjoner. Denne nedgangen kan hindre kritiske anvendelser, true brukertillit og AI-fremgang.
• AI-reguleringskompleksitet: Å slippe ut AI-modeller med åpen kildekode innfører en ny kompleksitet for AI-regulatorene. Det finnes flere faktorer å vurdere, som hvordan man beskytter sensitive data, hvordan man forhindrer at modellene brukes til skadebringende formål og hvordan man sikrer at modellene er godt vedlikeholdt. Derfor er det ganske utfordrende for AI-regulatorene å sikre at åpen kildekode-modeller brukes til godt og ikke til skade.

Den utviklende naturen av debatten om åpen kildekode AI

“Åpen kildekode driver innovasjon fordi den gjør det mulig for mange flere utviklere å bygge med ny teknologi. Den forbedrer også sikkerheten og tryggheten fordi når programvaren er åpen, kan flere mennesker undersøke den for å identifisere og fikse potensielle problemer”, sa Mark Zuckerberg da han annonserte den store språkmodellen LLaMA 2 i juli i år.

På den andre siden holder større spillere som Microsoft-støttede OpenAI og Google sine AI-systemer lukket. De forsøker å oppnå en konkurransefordel og minimere risikoen for AI-misbruk.

OpenAIs medgrunnlegger og sjefsforsker, Ilya Sutskever, fortalte The Verge: “Disse modellene er svært potente og de blir mer og mer potente. Til et visst tidspunkt vil det være ganske enkelt å kunne forårsake stor skade med disse modellene. Og ettersom evnene blir høyere, er det logisk at man ikke ønsker å avsløre dem.” Derfor finnes det potensielle risikoer knyttet til åpen kildekode AI-modeller som mennesker ikke kan ignorere.

Mens AI som kan forårsake menneskelig ødeleggelse kan være tiår unna, har åpen kildekode AI-verktøy allerede blitt misbrukt. For eksempel ble den første LLaMA-modellen bare utgitt for å fremme AI-forskning. Men skurkaktige aktører brukte den til å lage chatboter som spredte hatfulle innhold som rasistiske slur og stereotyper.

Det er viktig å opprettholde en balanse mellom åpen AI-samarbeid og ansvarlig styring. Dette sikrer at AI-fremsteg forblir til nytte for samfunnet samtidig som man beskytter mot potensiell skade. Teknologisamfunnet må samarbeide for å etablere retningslinjer og mekanismer som fremmer etisk AI-utvikling. Enda viktigere er det å iverksette tiltak for å forhindre misbruk, slik at AI-teknologier kan være en kraft for positiv forandring.

Ønsker du å forbedre din AI-IQ? Naviger gjennom Unite.aiss omfattende katalog av innholdsrike AI-resurser for å forsterke din kunnskap.