Bitwa o otwarte oprogramowanie AI w erze sztucznej inteligencji generatywnej

Otwarte oprogramowanie AI zmienia szybko ekosystem oprogramowania, umożliwiając organizacjom dostęp do modeli i narzędzi AI. Prowadzi to do licznych korzyści, w tym przyspieszonej innowacji, poprawy jakości i obniżenia kosztów.

Według raportu OpenLogic z 2023 roku, 80% organizacji używa więcej oprogramowania open-source w porównaniu z 77% w zeszłym roku, aby uzyskać dostęp do najnowszych innowacji, poprawić prędkość rozwoju, zmniejszyć uzależnienie od dostawców i zminimalizować koszty licencji.

Obecny krajobraz otwartego oprogramowania AI nadal ewoluuje. Giganci technologiczni, tacy jak Google (Meena, Bard i PaLM), Microsoft (Turing NLG) i Amazon Web Services (Amazon Lex), są bardziej ostrożni w udostępnianiu swoich innowacji AI. Jednak niektóre organizacje, takie jak Meta i inne firmy badawcze związane z AI, aktywnie udostępniają swoje modele AI.

Ponadto trwa ożywiona debata na temat otwartego oprogramowania AI, która dotyczy jego potencjału do wyzwania dużych firm technologicznych. Artykuł ten ma na celu przeprowadzenie dogłębnej analizy potencjalnych korzyści otwartego oprogramowania AI i podkreślenie wyzwań, które przed nim stoją.

Pionierskie osiągnięcia – potencjał otwartego oprogramowania AI

Wielu praktyków uważa, że wzrost otwartego oprogramowania AI jest pozytywnym rozwojem, ponieważ czyni AI bardziej przejrzystym, elastycznym, odpowiedzialnym, przystępnym i dostępnym. Jednak giganci technologiczni, tacy jak OpenAI i Google, są bardzo ostrożni, gdy udostępniają swoje modele, ze względu na komercyjne, prywatne i bezpieczne obawy. Poprzez udostępnianie, mogą stracić przewagę konkurencyjną lub muszą udostępnić wrażliwe informacje dotyczące swoich danych i architektury modelu, a także mogą być używane przez nieuczciwych aktorów do szkodliwych celów.

Jednak najcenniejszym skarbem otwartego oprogramowania AI jest szybsza innowacja. Kilka godnych uwagi osiągnięć AI stało się dostępne publicznie za pomocą otwartego oprogramowania i współpracy. Na przykład Meta zrobiła przełomowy krok, udostępniając swój model LLM, LLaMA.

Gdy społeczność badawcza uzyskała dostęp do LLaMA, skatalizowało dalsze przełomy AI, prowadząc do rozwoju pochodnych modeli, takich jak Alpaca i Vicuna. W lipcu Stability AI zbudowało dwa LLM, Beluga 1 i Beluga 2, wykorzystując LLaMA i LLaMA 2. Wykazały lepsze wyniki w wielu zadaniach językowych, takich jak rozumowanie, odpowiedzi na pytania z określonej dziedziny i zrozumienie subtelności języka, w porównaniu z modelem stanu sztuki w tym czasie. Niedawno Meta wprowadziła Code LLaMA – narzędzie AI do kodowania, które przewyższyło modele stanu sztuki w zadaniach kodowania – również zbudowane na podstawie LLaMA 2.

Code LLaMA performance comparison

Badacze i praktycy są również zaangażowani w rozwój możliwości LLaMA, aby konkurować z modelami własnościowymi. Na przykład modele open-source, takie jak Giraffe z Abacus AI i Llama-2-7B-32K-Instruct z Together AI, są teraz w stanie obsługiwać długości kontekstu wejściowego 32K – funkcję, która była dostępna tylko w modelach własnościowych, takich jak GPT-4. Ponadto inicjatywy branżowe, takie jak MosaicML’s open-source modele MPT 7B i 30B, umożliwiają badaczom szkolenie ich modeli AI od podstaw.

Ogólnie rzecz biorąc, ten zbiorowy wysiłek przekształcił krajobraz AI, wspierając współpracę i wymianę wiedzy, która nadal napędza przełomowe odkrycia.

Korzyści otwartego oprogramowania AI dla firm

Otwarte oprogramowanie AI oferuje wiele korzyści, czyniąc je atrakcyjnym podejściem w sztucznej inteligencji. Przyjmując transparentność i współpracę opartą na społeczności, otwarte oprogramowanie AI ma potencjał rewolucjonizować sposób, w jaki rozwijamy i wdrażamy rozwiązania AI.

Oto niektóre korzyści otwartego oprogramowania AI:

• Szybki rozwój: Modele AI open-source pozwalają deweloperom budować na istniejących ramach i architekturach, umożliwiając szybki rozwój i iterację nowych modeli. Z solidną podstawą deweloperzy mogą tworzyć nowe aplikacje bez odtwarzania koła.
• Zwiększona transparentność: Transparentność jest kluczową cechą open-source, zapewniając wyraźny widok podstawowych algorytmów i danych. Ta widoczność redukuje uprzedzenia i promuje sprawiedliwość, prowadząc do bardziej równego środowiska AI.
• Zwiększona współpraca: Otwarte oprogramowanie AI demokratyzuje rozwój AI, który promuje współpracę, wspierając różnorodną społeczność współpracowników z różnymi specjalnościami.

Nawigowanie wyzwaniami – ryzyka otwartego oprogramowania AI

Chociaż open-source oferuje wiele zalet, ważne jest, aby być świadomym potencjalnych ryzyk, które może ono zawierać. Oto niektóre z kluczowych obaw związanych z otwartym oprogramowaniem AI:

• Wyzwania regulacyjne: Wzrost modeli AI open-source doprowadził do niepohamowanego rozwoju z wrodzonymi ryzykami, które wymagają starannej regulacji. Ogromna dostępność i demokratyzacja AI budzą obawy o potencjalne szkodliwe użycie. Według niedawnego raportu SiliconAngle, niektóre projekty AI open-source używają generatywnej AI i LLM z niskimi zabezpieczeniami, narażając organizacje i konsumentów na ryzyko.
• Obniżenie jakości: Chociaż modele AI open-source zapewniają transparentność i współpracę opartą na społeczności, mogą one cierpieć z powodu obniżenia jakości w czasie. W przeciwieństwie do modeli zamkniętych, które są utrzymywane przez dedykowane zespoły, ciężar utrzymania często spada na społeczność. Często prowadzi to do potencjalnego zaniedbania i przestarzałych wersji modelu. To obniżenie jakości może utrudnić krytyczne aplikacje, narażając zaufanie użytkowników i postęp AI.
• Złożoność regulacji AI: Otwarte oprogramowanie AI wprowadza nowy poziom złożoności dla regulatorów AI. Istnieje wiele czynników do rozważenia, takich jak ochrona wrażliwych danych, zapobieganie użyciu modeli do szkodliwych celów i zapewnienie, że modele są dobrze utrzymane. Dlatego też jest dość trudno dla regulatorów AI, aby zapewnić, że modele open-source są używane dla dobra, a nie dla szkody.

Ewolucyjna natura debaty na temat otwartego oprogramowania AI

„Otwarte oprogramowanie napędza innowacje, ponieważ umożliwia wielu więcej deweloperom budowanie z nowej technologii. Poprawia również bezpieczeństwo, ponieważ gdy oprogramowanie jest otwarte, więcej osób może je sprawdzić, aby zidentyfikować i naprawić potencjalne problemy”, powiedział Mark Zuckerberg, gdy ogłosił LLaMA 2 duży model językowy w lipcu tego roku.

Z drugiej strony, główni gracze, tacy jak Microsoft-backed OpenAI i Google, trzymają swoje systemy AI zamknięte. Stają się coraz bardziej zainteresowani uzyskaniem przewagi konkurencyjnej i minimalizacją ryzyka niepożądanego użycia AI.

Współzałożyciel i główny naukowiec OpenAI, Ilya Sutskever, powiedział The Verge, „Te modele są bardzo potężne i stają się coraz potężniejsze. W pewnym momencie będzie bardzo łatwo, jeśli ktoś zechce, spowodować wiele szkód za pomocą tych modeli. I im większe są ich możliwości, tym bardziej ma sens, aby nie ujawniać ich”. Więc istnieją potencjalne ryzyka związane z modelem AI open-source, których ludzie nie mogą zignorować.

Chociaż AI, które mogą powodować zniszczenie ludzi, mogą być oddalonymi, narzędzia AI open-source zostały już wykorzystane w złych celach. Na przykład pierwszy model LLaMA został wydany tylko w celu rozwoju badań AI. Jednak nieuczciwi agenci wykorzystali go do stworzenia czatbotów, które rozpowszechniają nienawistne treści, takie jak rasistowskie wyzwiska i stereotypy.

Utrzymywanie równowagi między otwartą współpracą AI a odpowiedzialnym zarządzaniem jest kluczowe. Zapewnia to, że postępy AI pozostają korzystne dla społeczeństwa, jednocześnie chroniąc przed potencjalnym szkodzeniem. Społeczność technologiczna musi współpracować, aby ustanowić wytyczne i mechanizmy, które promują etyczny rozwój AI. Co więcej, muszą podjąć środki, aby zapobiec niepożądanemu użyciu, umożliwiając technologiom AI, aby były siłą pozytywnej zmiany.

Chcesz poprawić swój IQ AI? Przeglądaj Unite.ai‘s obszerny katalog wglądu w zasoby AI, aby zwiększyć swoją wiedzę.