Key takeaways
- Et nyt kollektiv af udviklere er ved at bygge open source AI-modeller.
- Gruppen bruger massive sprogtræningsmodeller, som den vil frigive under åbne licenser.
- Open-source AI kunne hjælpe med at gøre den nye teknologis potentielt spilforandrende kraft mindre tilbøjelig til skævheder og fejl.
Der er meget forskning i kunstig intelligens udført af store virksomheder (AI), men en onlinegruppe ønsker at demokratisere processen.
EleutherAI er et nyligt dannet kollektiv af frivillige forskere, ingeniører og udviklere med fokus på open source AI-forskning. Organisationen bruger GPT-Neo- og GPT-NeoX-kodebaserne til at træne massive sprogmodeller, som den planlægger at udgive under åbne licenser.
"Open source-data er til gavn for forskere, fordi forskere har flere gratis ressourcer til at bruge til at træne modeller og gennemføre forskning," fort alte Edward Cui, CEO for AI-virksomheden Graviti, til Lifewire i et e-mailinterview. Hans firma er ikke involveret i EueutherAI. "Vi ved, at snesevis af AI-projekter blev holdt tilbage af en generel mangel på data af høj kvalitet fra reelle use cases, så det er afgørende at etablere vejledning, der sikrer datakvaliteten, med hjælp fra det deltagende fællesskab."
This Is the Way
Begyndelsen af EleutherAI var ydmyg. Sidste år postede en uafhængig AI-forsker ved navn Connor Leahy følgende besked på en Discord-server: "Hey gutter, lad [SIC] give OpenAI en chance for deres penge som i de gode gamle dage."
Og så blev gruppen dannet. Det har nu hundredvis af bidragydere, der poster deres kode på onlinesoftwarelageret GitHub.
Open-sourcing AI-indsats er ikke ny. Faktisk er Airbnbs Airflow workflow management platform og Lyfts data discovery engine resultatet af at bruge open source værktøjer til at gøre datateams i stand til at arbejde bedre med data, påpegede Ali Rehman, projektleder for softwarevirksomheden CloudiTwins i et e-mailinterview med Lifewire.
"Ligesom open source-revolutionen har ført til en transformation af softwareudvikling, så har den også drevet udviklingen og demokratiseringen af datavidenskab og kunstig intelligens," sagde Rehman. "Open source er blevet en kritisk kilde til virksomhedsdatavidenskabelige løsninger, hvor størstedelen af datavidenskabsfolk bruger open source-værktøjer."
Åbner døren
Udvikling af open source AI kan hjælpe med at gøre den nye teknologis potentielt spilforandrende kraft mindre tilbøjelig til fordomme og fejl, hævder nogle iagttagere.
AI-forskning foregår nu primært i det fri, hvor næsten alle virksomheder, forskningslaboratorier og universiteter præsenterer deres resultater med det samme i videnskabelige publikationer, fort alte Kush Varshney, en AI-forsker hos IBM, til Lifewire i et e-mailinterview.
"Dette åbne fællesskab er essentielt, da det giver forbedrede niveauer af kontrol og balance for at sikre, at AI forskes i, skabes, implementeres og anvendes ansvarligt," tilføjede Varshney. "Dette er især kritisk i situationer, hvor disse systemer kan påvirke livet for vores mest sårbare medlemmer af samfundet. Denne åbenhed gælder ikke kun for generel maskinlæring og deep learning-algoritmer, men også elementer af pålidelig AI."
Rehman sagde, at en af de kritiske forskelle mellem proprietær og open source-software er fleksibilitet og tilpasning. Proprietær AI-forskning vil have problemer med sikkerhed, opdateringer og optimeringer.
"Dette skyldes, at den open source-fællesskabsbaserede tilgang får værdifuldt input fra tusindvis af brancheeksperter, der identificerer potentielle sikkerhedssårbarheder, som derefter udbedres hurtigere," tilføjede Rehman."Fællesskabets konsensus betyder, at kvalitet er garanteret, og nye muligheder lettere identificeres."
Et andet problem er, at proprietær AI-forskning ikke vil være interoperabel, hvilket betyder, at den ikke kan fungere med forskellige dataformater og sandsynligvis vil have leverandørlåsning, hvilket forhindrer virksomheder i at teste og prøve softwaren, før de forpligter sig til en løsning, sagde Rehman.
Men ikke alle aspekter af AI-forskning behøver at være open source, fort alte Chris Kent, administrerende direktør for den medicinske AI-virksomhed Reveal Surgical, til Lifewire i et e-mailinterview. "Det er vigtigt at beskytte de økonomiske incitamenter, der driver den kommercielle udvikling af nøgleapplikationer af kunstig intelligens," sagde han.
Men forskning i AI har brug for en robust open source-komponent, sagde Kent. Han tilføjede, at open source arbejder på at opbygge tillid og bruge datasæt, der ikke er eller bør kontrolleres af enkelte institutioner eller virksomheder.
"En open source-tilgang er den bedste måde at identificere og kompensere for underliggende skævhed, der kan eksistere i træningssæt og vil føre til mere holistiske, kreative og pålidelige anvendelser af AI," sagde Kent.
