Ompröva Open Source i Generativ AI:s Era

Den öppna källkodsmodellen – en programvaruutvecklingsetos där källkoden görs fritt tillgänglig för allmän omfördelning eller modifiering – har länge varit en katalysator för innovation. Idealen föddes 1983 när Richard Stallman, en programvaruutvecklare, blev frustrerad över den svarta lådan i sin stängda källkodsutskrift.

Hans vision utlöste den fria programvarurörelsen, som banade väg för den öppna källkodsekosystem som driver mycket av dagens internet och programvaruinnovation.

Men det var för över 40 år sedan.

Idag omformar Generativ AI, med sina unika tekniska och etiska utmaningar, betydelsen av “öppenhet” och kräver att vi omprövar och anpassar den öppna källkodsparadigmen – inte för att överge den, utan för att anpassa den.

AI och de Öppna KällkodsFriheterna

De fyra grundläggande friheterna i öppen källkod – förmågan att köra, studera, modifiera och omfördela alla programkoder – är i konflikt med generativ AI:s natur på flera sätt:

• Kör: AI-modeller kräver ofta mycket höga infrastruktur- och beräkningskostnader, vilket begränsar åtkomst på grund av resursbegränsningar.
• Studera och modifiera: AI-modeller är otroligt komplexa, så att förstå och ändra dem utan tillgång till både koden och de data som informerar den är en betydande utmaning.
• Omfördelning: Många AI-modeller begränsar omfördelning genom design, särskilt de som har tränade vikter och proprietära datamängder som ägs av plattformsleverantören.

Erosionen av dessa kärnbegrepp beror inte på elak avsikt, utan snarare den renodlade komplexiteten och kostnaden för moderna AI-system. Verkligen, de finansiella kraven för att träna state-of-the-art AI-modeller har eskalerat dramatiskt under de senaste åren – OpenAI:s GPT-4 rapporteras ha haft träningskostnader på upp till 78 miljoner dollar, exklusive personalers löner, med totala utgifter som överstiger 100 miljoner dollar. ​

Komplexiteten i “Öppen Källkod” AI

En verkligt öppen AI-modell skulle kräva total transparens av inferenskällkod, träningskällkod, modellvikter och träningsdata. Men många modeller som märks som “öppna” släpper endast ut inferenskod eller partiella vikter, medan andra erbjuder begränsad licensiering eller begränsar kommersiell användning helt och hållet.

Denna opartiska öppenhet skapar illusionen av öppen källkodsprinciper, medan den i praktiken inte räcker till.

Tänk på att en analys av Open Source Initiative (OSI) fann att flera populära stora språkmodeller som påstår sig vara öppen källkod – inklusive Llama2 och Llama 3.x (utvecklad av Meta), Grok (X), Phi-2 (Microsoft) och Mixtral (Mistral AI) – är strukturellt oförenliga med öppen källkodsprinciper.

Hållbarhets- och Incitamentsutmaningar

De flesta öppna källkodsprogramvaror byggdes på volontär- eller bidragsfinansierade insatser, snarare än beräkningsintensiva, högkostnadsinfrastrukturer. AI-modeller, å andra sidan, är dyra att träna och underhålla, och kostnaderna förväntas bara öka. Anthropics VD, Dario Amodei, förutspår att det kan komma att kosta så mycket som $100 miljarder att träna en toppmodell.

Utan en hållbar finansieringsmodell eller incitamentsstruktur står utvecklare inför valet att begränsa åtkomst genom stängd källkod eller icke-kommersiella licenser eller riskera ekonomisk kollaps.

Missuppfattningar om “Öppna Vikter” och Licensiering

AI-modellens tillgänglighet har blivit alltmer förvirrad, med många plattformar som marknadsför sig som “öppna” medan de inför begränsningar som i grunden strider mot verkliga öppna källkodsprinciper. Denna “sleight-of-hand” manifesterar sig på flera sätt:

• Modeller som märks som “öppna vikter” kan förbjuda kommersiell användning helt, och behålla dem mer som akademiska kuriositeter än praktiska affärverktyg för allmänheten att utforska och utveckla.
• Några leverantörer erbjuder tillgång till förtränade modeller men skyddar ivrigt sina träningsdata och metoder, vilket gör det omöjligt att återge eller verifiera deras resultat meningsfullt.
• Många plattformar inför omfördelningsbegränsningar som förhindrar utvecklare från att bygga vidare eller förbättra modellerna för sina samhällen, även om de kan fullständigt “komma åt” koden.

I dessa fall är “öppen för forskning” bara dubbelspråk för “stängd för affärer”. Resultatet är en oärlig form av leverantörsbundenhet, där organisationer investerar tid och resurser i plattformar som verkar öppet tillgängliga, men upptäcker kritiska begränsningar när de försöker skala eller kommersialisera tillämpningarna.

Den resulterande förvirringen irriterar inte bara utvecklare. Den undergräver aktivt förtroendet för AI-ekosystemet. Den skapar orealistiska förväntningar bland intressenter som rimligen antar att “öppen” AI är jämförbar med öppen källkodsprogramvarugemenskaper, där transparens, ändringsrättigheter och kommersiell frihet upprätthålls.

Lag i Lagstiftningen

GenAI:s snabba framsteg har redan överträffat utvecklingen av lämpliga rättsliga ramar, vilket skapar en komplex webb av immateriella utmaningar som förvärrar befintliga problem.

Det första stora rättsliga slagfältet kretsar kring användningen av träningsdata. Djupinlärningsmodeller hämtar stora datamängder från internet, såsom offentligt tillgängliga bilder och texten på webbsidor. Denna massiva datainsamling har antänt häftiga debatter om upphovsrätter. Tekniska företag hävdar att deras AI-system studerar och lär sig från upphovsrättsskyddade material för att skapa nytt, transformerande innehåll. Upphovsrättsinnehavare hävdar dock att dessa AI-företag olagligt kopierar deras verk, vilket genererar konkurrerande innehåll som hotar deras försörjning.

Ägandet av AI-genererade derivatverk representerar en annan rättslig oklarhet. Ingen är riktigt säker på hur man ska klassificera AI-genererat innehåll, förutom den amerikanska upphovsrättsmyndigheten, som fastställer att “om AI helt genererar innehåll, kan det inte skyddas av upphovsrätt”.

Den rättsliga osäkerheten kring GenAI – särskilt när det gäller upphovsrättsintrång, ägande av AI-genererat innehåll och olicensierat innehåll i träningsdata – blir ännu mer komplicerad när grundläggande AI-modeller uppkommer som verktyg av geopolitisk betydelse: Nationer som tävlar om att utveckla överlägsna AI-kapaciteter kan vara mindre benägna att begränsa dataåtkomst, vilket sätter länder med strängare immaterialrättsliga skydd i en konkurrensnackdel.

Vad Öppen Källkod Måste Bli i AI-eran

GenAI-tåget har redan lämnat stationen och visar inga tecken på att sakta ner. Vi hoppas bygga en framtid där AI uppmuntrar snarare än hämmar innovation. I det fallet behöver tekniska ledare en ram som säkerställer säker och transparent kommersiell användning, främjar ansvarsfull innovation, hanterar dataägande och licensiering, och skiljer mellan “öppen” och “kostnadsfri”.

En nykommande koncept, Öppen Kommersiell Källkodslicens, kan erbjuda en väg framåt genom att föreslå kostnadsfri åtkomst för icke-kommersiell användning, licensierad åtkomst för kommersiell användning och erkännande av och respekt för dataägande och ursprung.​​

För att anpassa sig till denna nya verkligheten måste den öppna källkodsgemenskapen utveckla AI-specifika öppna licensmodeller, bilda offentlig-privata partnerskap för att finansiera dessa modeller och etablera betrodda standarder för transparens, säkerhet och etik.

Öppen källkod förändrade världen en gång. Generativ AI förändrar den igen. För att bevara öppenhetens anda måste vi utveckla dess lag, med erkännande av AI:s unika krav och hantering av utmaningarna direkt för att skapa ett inkluderande och hållbart ekosystem.