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 siste innovasjonene, forbedre utviklingshastighet, redusere leverandøravhengighet og minimere lisenskostnader.

Den nåværende landskapet av åpen kildekode AI er fortsatt under utvikling. Teknologigigantene som Google (Meena, Bard og PaLM), Microsoft (Turing NLG) og Amazon Web Services (Amazon Lex) har vært mer forsiktige med å slippe ut sine AI-innovasjoner. Imidlertid er noen organisasjoner, som Meta og andre AI-baserte forskningsbedrifter, aktivt med å slippe ut sine AI-modeller som 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 fremheve de utfordringene som ligger fremover.

Pionerende fremgang – 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 når det gjelder å slippe ut sine modeller som åpen kildekode på grunn av kommersielle, personverns- og sikkerhetsmessige bekymringer. Ved å slippe ut sine modeller som åpen kildekode, kan de tape sin konkurransefordel, eller de må avsløre sensitive opplysninger om sine data og modellarkitektur, og skadelige aktører kan bruke modellene til skadebringende formål.

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

Da forskningsmiljøet 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 kalt Beluga 1 og Beluga 2 ved å bruke LLaMA og LLaMA 2. De viste bedre resultater på mange språkoppgaver som resonnering, domenespesifikt spørsmål-svar og forståelse av språklig nyanser sammenlignet med de beste modellene på den tiden. Nylig har Meta introdusert Code LLaMA – et åpen kildekode-verktøy for kodning som har overgått de beste modellene på kodingsoppgaver – også bygget på toppen av LLaMA 2.

Code LLaMA performance comparison

Forskere og praktikere er også i ferd med å forbedre kapasiteten til LLaMA for å konkurrere med proprietære modeller. For eksempel er åpen kildekode-modeller som Giraffe fra Abacus AI og Llama-2-7B-32K-Instruct fra Together AI nå i stand til å håndtere 32K lange inndatakontekstlengder – en funksjon som bare var tilgjengelig i proprietære LLM som GPT-4. I tillegg er bransjeinitiativer som MosaicMLs åpen kildekode MPT 7B og 30B-modeller med å gi forskere mulighet til å trene sine generative AI-modeller fra scratch.

Samlet sett har dette kollektive arbeidet transformert AI-landskapet, og fremmer samarbeid og kunnskapsdeling som fortsatt driver banebrytende oppdagelser.

Fordelene med åpen kildekode AI for bedrifter

Åpen kildekode AI tilbyr tallrike fordeler, og gjør det til en overbevisende tilnærming i kunstig intelligens. Ved å omfavne gjennomsiktighet og samarbeid drevet av fellesskap, 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, og muliggjør rask utvikling og iterasjon av nye modeller. Med en solid grunn, kan utviklere lage nye applikasjoner uten å måtte oppfinne hjulet på nytt.
• Økt gjennomsiktighet: Gjennomsiktighet er en nøkkelkomponent i åpen kildekode, og gir en klar oversikt over de underliggende algoritmene og data. Denne synligheten reduserer bias og fremmer rettferdighet, og leder til en mer likeverdig AI-miljø.
• Økt samarbeid: Åpen kildekode AI har demokratisert AI-utvikling, og fremmer samarbeid, og skaper et mangfoldig samfunn av bidragsytere med varierende ekspertise.

Navigering av utfordringer – Risikoen ved å slippe ut AI som åpen kildekode

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

• Reguleringsutfordringer: Oppblomstringen av åpen kildekode AI-modeller har ført til ubegrenset utvikling med innebygde risiko som krever nøye regulering. Den enorme tilgjengeligheten og demokratiseringen av AI våkner bekymringer 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, og setter organisasjoner og forbrukere i fare.
• Kvalitetsnedgang: Mens åpen kildekode AI-modeller bringer gjennomsiktighet og samarbeid, kan de lide under kvalitetsnedgang over tid. I motsetning til lukket kildekode-modeller som vedlikeholdes av dedikerte team, faller byrden ofte på samfunnet. Dette kan ofte føre til potensiell forsømmelse og foreldede modellversjoner. Denne nedgangen kan hindre kritiske applikasjoner, og true brukertillit og AI-fremgang.
• AI-reguleringskompleksitet: Å slippe ut AI-modeller som åpen kildekode introduserer en ny kompleksitet for AI-regulatorene. Det finnes en rekke faktorer å ta i betraktning, 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 debatten om åpen kildekode AI

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

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

OpenAIs medgründer og sjefsforsker, Ilya Sutskever, fortalte The Verge, “Disse modellene er svært potente og de blir mer og mer potente. På et tidspunkt vil det være ganske enkelt, hvis en ønsker, å kunne forårsake stor skade med disse modellene. Og ettersom evnene blir høyere, er det fornuftig at man ikke ønsker å avsløre dem.” Så, det finnes potensielle risikoer forbundet med åpen kildekode AI-modeller som mennesker ikke kan ignorere.

Selv om AI-er 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 sluppet ut for å fremme AI-forskning. Men skadelige agenter brukte den for å lage chatbots som spredte hatefulle innhold som rasistiske slur og stereotyper.

Det er viktig å opprettholde en balanse mellom åpen AI-samarbeid og ansvarlig styring. Dette sikrer at AI-fremgangene 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, og å muliggjøre at AI-teknologier kan være en kraft for positiv forandring.

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