Nesnelerin İnterneti Çağında Açık Kaynaklı Yazılımı Yeniden Düşünmek

Açık kaynaklı model – bir yazılım geliştirme etosu, kaynak kodun halka açık olarak yeniden dağıtıma veya değiştirmeye açık olması – uzun süredir bir yenilik katalizörü olmuştur. İdeal, 1983 yılında Richard Stallman adlı bir yazılım geliştiricinin, kapalı kaynaklı yazıcı sorununa karşı hoşnutsuzluğundan doğdu.

Görüşü, özgür yazılım hareketini başlattı ve bugün internetin ve yazılım inovasyonunun büyük kısmını güçlendiren açık kaynaklı ekosistemin yolunu açtı.

Ancak bu, 40 yılı aşkın bir süre önceydi.

Bugün, benzersiz teknik ve etik zorlukları olan Nesnelerin İnterneti, “açıklık” kavramının anlamını yeniden şekillendirmektedir. Açık kaynaklı paradigmayı yeniden düşünmemizi, onu terk etmemizi değil, uyarlamamızı gerektirmektedir.

Nesnelerin İnterneti ve Açık Kaynaklı Özgürlükler

Açık kaynaklı yazılımların dört temel özgürlüğü – herhangi bir yazılım kodunu çalıştırmak, incelemek, değiştirmek ve yeniden dağıtmak – Nesnelerin İnterneti’nin doğası ile çeşitli şekillerde çelişmektedir:

• Çalıştırma: AI modelleri genellikle çok yüksek altyapı ve hesaplama maliyetleri gerektirir, bu da kaynak kısıtlamaları nedeniyle erişimi sınırlar.
• İnceleme ve değiştirme: AI modelleri son derece karmaşıktır, bu nedenle kod ve onu bilgilendiren verilere erişiminiz olmadan anlamak ve değiştirmek önemli bir zorluktur.
• Yeniden dağıtım: Çok sayıda AI modeli, özellikle eğitimli ağırlıkları ve platform sağlayıcıları tarafından sahip olunan özel veri kümeleri olanları, yeniden dağıtımı kısıtlar.

Bu temel ilkelerin aşınması, kötü niyetli bir amaçtan değil, modern AI sistemlerinin sheer karmaşıklığı ve maliyetinden kaynaklanmaktadır. Gerçekten de, son teknoloji AI modellerini eğitme maliyetleri son yıllarda dramatik olarak artmıştır – OpenAI’nin GPT-4’ünün eğitim maliyetinin 78 milyon dolar olduğu bildirildi, personel maaşları hariç, toplam harcamalar 100 milyon doları aşkın.

“Açık Kaynaklı” AI’nin Karmaşıklığı

Gerçekten açık bir AI modeli, çıkarım kaynağı kodu, eğitim kaynağı kodu, model ağırlıkları ve eğitim verilerinin tam şeffaflığını gerektirir. Ancak, “açık” olarak etiketlenen birçok model yalnızca çıkarım kodunu veya kısmi ağırlıkları yayınlar, diğerleri sınırlı lisanslama veya ticari kullanımı tamamen kısıtlar.

Bu tarafsız açıklık, açık kaynaklı ilkelerin yanılsamasını yaratır, ancak uygulamada eksik kalır.

Açık Kaynak Girişimi (OSI) tarafından yapılan bir analiz, Llama2 ve Llama 3.x (Meta tarafından geliştirilen), Grok (X), Phi-2 (Microsoft) ve Mixtral (Mistral AI) gibi popüler büyük dil modellerinin açık kaynaklı olduğunu iddia ettiğini, ancak açık kaynaklı ilkelerle yapısal olarak uyumsuz olduğunu buldu.

Sürdürülebilirlik ve Teşvik Zorlukları

Çoğu açık kaynaklı yazılım, gönüllü veya hibe temelli çabalar üzerine inşa edildi, yüksek maliyetli, hesaplama yoğun altyapılara değil. AI modelleri ise pahalı ve bakım maliyetleri yüksek, maliyetlerin artması beklenmektedir. Anthropic CEO’su Dario Amodei, bir üstün AI modelini eğitmek için sonunda $100 milyar maliyeti olabileceğini öngörüyor.

Sürdürülebilir bir finansman modeli veya teşvik yapısı olmadan, geliştiriciler, erişimi kısıtlamak için kapalı kaynaklı veya ticari olmayan lisanslar arasında bir seçim yapmak zorunda kalırlar.

“Açık Ağırlıklar” ve Lisanslama Hakkındaki Yanılgılar

AI modeli erişimi giderek daha fazla karışıklık içindedir, birçok platform kendilerini “açık” olarak pazarlarken, temel olarak açık kaynaklı ilkelerle çelişen kısıtlamalar uygulamaktadır. Bu “hile” çeşitli şekillerde ortaya çıkmaktadır:

• “Açık ağırlıklar” olarak etiketlenen modeller, ticari kullanımını tamamen yasaklayabilir, onları daha çok akademik bir merak olarak pratik bir iş aracı olarak kamuoyuna sunmaktan ziyade.
• Bazı sağlayıcılar önceden eğitilmiş modellere erişim sunar, ancak eğitim veri kümeleri ve yöntemlerini korur, bu da bulgularını anlamlı bir şekilde yeniden üretmeyi veya doğrulamayı imkansız hale getirir.
• Çok sayıda platform, geliştiricilerin toplulukları için modelleri geliştirmelerine veya iyileştirmelerine engel olan yeniden dağıtım kısıtlamaları uygular, hatta kodu “erişebilseler” bile.

Bu durumlarda, “araştırma için açık” sadece “iş için kapalı” anlamına gelir. Sonuç, organizasyonların görünüşte açık olarak erişilebilen platformlara zaman ve kaynak yatırması, ancak ölçeklendirme veya ticari kullanım denemeleri sırasında kritik sınırlamalar keşfetmesiyle ortaya çıkan bir tür satıcı kilidi oluşur.

Yasal Gecikme

Nesnelerin İnterneti’nin hızlı ilerlemesi, uygun yasal çerçevelerin geliştirilmesini already aşmaktadır, bu da mevcut endişeleri daha da karmaşık hale getiren entelektüel mülkiyet zorlukları yaratmaktadır.

İlk büyük yasal savaş alanı, eğitim verilerinin kullanımı etrafında döner. Derin öğrenme modelleri, kamuoyuna açık olarak bulunan büyük veri kümelerinden yararlanır, Örneğin, kamuoyuna açık görüntüler ve web sayfalarının metni. Bu büyük veri toplama, telif hakkı sahipleri arasında Nesnelerin İnterneti şirketlerinin telifli materyallerden öğrenerek yeni, dönüştürücü içerik oluşturduğu iddiasıyla ateşli tartışmalara neden oldu.

Nesnelerin İnterneti tarafından üretilen türetilmiş eserlerin mülkiyeti başka bir yasal belirsizliktir. Nesnelerin İnterneti tarafından tamamen üretilen içeriğin telif hakkı koruması altında olup olmadığı bilinmemektedir, ancak ABD Telif Hakkı Ofisi, “Nesnelerin İnterneti tamamen içerik üretirse, bu içerik telif hakkı koruması altında olamaz” diyor.

Nesnelerin İnterneti’nin, özellikle telif hakkı ihlali, Nesnelerin İnterneti tarafından üretilen eserlerin mülkiyeti ve eğitim verilerindeki lisanssız içerik konusunda yasal belirsizliği, temel AI modellerinin jeopolitik önemi nedeniyle daha da karmaşık hale gelmektedir: AI yetenekleri geliştirmek için yarışan ülkeler, daha sıkı IP korumaları olan ülkelerin rekabet dezavantajına sahip olabileceği için veri erişimini kısıtlamaya menos eğilimlidir.

Nesnelerin İnterneti Çağında Açık Kaynaklı Olmanın Geleceği

Nesnelerin İnterneti treni zaten istasyondan ayrıldı ve yavaşlama belirtisi göstermiyor. İnovasyonu teşvik eden, değil bastıran bir gelecek inşa etmek istiyoruz. Bu durumda, teknoloji liderlerine, güvenli ve şeffaf ticari kullanımın garantilenmesi, sorumlu inovasyonun teşviki, veri mülkiyeti ve lisanslama sorunlarının ele alınması ve “açık” ile “ücretsiz” arasındaki farkın belirlenmesi için bir çerçeve gerekiyor.

Ortaya çıkan bir kavram, Açık Ticari Kaynak Lisansı, ücretsiz erişim, ticari kullanım için lisanslı erişim ve veri kökeninin ve mülkiyetinin tanınması ve saygı gösterilmesi önererek bir yol sunabilir.

Bu yeni gerçekliği uyarlamak için, açık kaynaklı topluluğun AI’ye özgü açık lisanslama modelleri geliştirmesi, bu modelleri finanse etmek için kamu-özel ortaklıklar oluşturması ve şeffaflık, güvenlik ve etik için güvenilir standartlar belirlemesi gerekmektedir.

Açık kaynaklı yazılım bir kez dünya değiştirdi. Nesnelerin İnterneti şimdi dünyayı değiştiriyor. Açıklık ruhunu korumak için, AI’nin benzersiz taleplerini kabul ederek ve zorluklarla doğrudan başa çıkarak kapsayıcı ve sürdürülebilir bir ekosistem yaratmak için yasalarının harfini geliştirmemiz gerekiyor.