Περίληψη:

Το Open Source Initiative (OSI) κυκλοφόρησε πρόσφατα τον επίσημο ορισμό για το Open Source AI (OSAID), προκαλώντας εντάσεις σχετικά με την απουσία υποχρέωσης για ανοιχτά δεδομένα εκπαίδευσης. Ενώ η OSI υποστηρίζει ότι η ευελιξία είναι απαραίτητη λόγω των μοναδικών προκλήσεων της AI, αρκετοί ειδικοί εκφράζουν ανησυχίες για την υποβάθμιση του όρου "open source". Ορισμένοι πιστεύουν ότι τα δεδομένα εκπαίδευσης είναι τόσο σημαντικά όσο και ο πηγαίος κώδικας. Παράλληλα, πρωτοβουλίες όπως το OLMo της AMD και η Pleias δείχνουν ότι ανοιχτά δεδομένα μπορούν να υποστηρίξουν τη βιώσιμη ανάπτυξη της AI.

Κύρια Σημεία:

1. Ορισμός OSAID και Κριτική

• Ορισμός OSAID: Δεν απαιτεί πλήρως ανοιχτά δεδομένα εκπαίδευσης, αλλά απαιτεί αρκετές πληροφορίες ώστε "ένα εξειδικευμένο άτομο να μπορεί να αναδημιουργήσει ένα αντίστοιχο σύστημα".
• Κριτική: Ειδικοί, όπως ο Bruce Perens, πιστεύουν ότι η έλλειψη πλήρους διαφάνειας υποβαθμίζει τον όρο "open source".

2. Επιπτώσεις στην Έννοια του Open Source

• Ανησυχίες: Ορισμένοι ανησυχούν ότι ο διαχωρισμός της AI από την παραδοσιακή έννοια του open source μπορεί να οδηγήσει σε κατακερματισμό και σε νέες εμπορικές εκδοχές.
• Δεδομένα εκπαίδευσης: Υποστηρίζεται ότι τα δεδομένα εκπαίδευσης είναι ουσιαστικά ο "πηγαίος κώδικας" της AI και πρέπει να είναι ανοιχτά.

3. Δεδομένα σε Ιατρικές και Ευαίσθητες Εφαρμογές

• Ιατρικά δεδομένα: Η OSI υποστηρίζει ότι δεν μπορούν όλα τα δεδομένα να είναι ανοιχτά, όπως σε περιπτώσεις ιατρικών εφαρμογών.
• Η θέση του FSF: Τα δεδομένα εκπαίδευσης πρέπει να τηρούν τις "τέσσερις ελευθερίες" για να θεωρούνται πλήρως ελεύθερα.

4. Νέες Πρωτοβουλίες για Ανοιχτά Δεδομένα

• Pleias και AMD: Κυκλοφόρησαν πλήρως ανοιχτά datasets και μοντέλα, αποδεικνύοντας ότι είναι δυνατή η δημιουργία ανοιχτών λύσεων AI.
• Ευκαιρίες: Οι πρωτοβουλίες αυτές υποστηρίζουν ότι οι ανοιχτές AI λύσεις μπορούν να ανταγωνιστούν αποτελεσματικά κλειστές πλατφόρμες.

5. Πολιτισμική Σημασία και Μέλλον

• Ευελιξία: Η OSI ισχυρίζεται ότι ο ορισμός του OSAID αφήνει περιθώρια για εξέλιξη.
• Ανησυχίες για το μέλλον: Εάν δεν υπάρξει συνέπεια στον ορισμό του open source, ενδέχεται να υπονομευθεί η εμπιστοσύνη στο κίνημα.

Αναλυτικά: 

Τον περασμένο μήνα, το Open Source Initiative (OSI) παρουσίασε τον επίσημο ορισμό του για το Open Source AI (OSAID). Ο ιστότοπος σημειώνει ότι ο ορισμός έχει ήδη εγκριθεί από τουλάχιστον 20 οργανισμούς, όπως οι Suse, Mozilla και Eclipse Foundation.

Ωστόσο, έχει αρχίσει να αναπτύσσεται δυσαρέσκεια. Ο Bradley Kuhn, σύμβουλος πολιτικής του Software Freedom Conservancy, σε μια ανάρτηση στο blog του ανέφερε ότι "υπήρξε σημαντική αντιπαράθεση" κατά τη διαδικασία διαμόρφωσης του ορισμού και επέκρινε ειδικά την απουσία απαίτησης για ανοιχτά δεδομένα εκπαίδευσης.

Στην επίσημη ανακοίνωση για το OSAID, η Ayah Bdeir, υπεύθυνη στρατηγικής AI στη Mozilla, υπεραμύνθηκε αυτής της έλλειψης, λέγοντας ότι ο ορισμός "απαιτεί από τα Open Source μοντέλα να παρέχουν επαρκείς πληροφορίες για τα δεδομένα εκπαίδευσης ώστε ένα ‘ειδικευμένο άτομο να μπορεί να αναδημιουργήσει ένα ουσιαστικά ισοδύναμο σύστημα χρησιμοποιώντας τα ίδια ή παρόμοια δεδομένα.’ Αυτό πηγαίνει πιο μακριά από αυτό που κάνουν πολλά ιδιόκτητα ή φαινομενικά Open Source μοντέλα σήμερα."

Ο Carlo Piana, μέλος και πρώην πρόεδρος του διοικητικού συμβουλίου του OSI, δήλωσε ότι ο ορισμός αφήνει περιθώρια για μελλοντική ευελιξία, καθώς "η συλλογική μας κατανόηση για το τι κάνει η AI και τι απαιτείται για την τροποποίηση γλωσσικών μοντέλων είναι ακόμη περιορισμένη. Όσο περισσότερο τη χρησιμοποιούμε, τόσο περισσότερο θα κατανοούμε."

Παρά αυτά, η κριτική συνεχίζεται, με ορισμένους να υποστηρίζουν ότι το διακύβευμα δεν αφορά μόνο τις κατηγοριοποιήσεις αδειών για τα συστήματα AI, αλλά το μέλλον του ίδιου του Open Source.

Η Υπόθεση Κατά

Ο ιστότοπος LWN.net συγκέντρωσε γρήγορα κάποιες πρώτες δηλώσεις ανησυχίας για τα δεδομένα εκπαίδευσης, από την τεχνική στρατηγό του Open Source στο Amazon Web Services, Tom Callaway, έως τη στρατηγό AI/ML Julia Ferraioli. Ο Callaway έγραψε στο LinkedIn ότι "καταστρέφεται κάθε καθιερωμένη κατανόηση του τι σημαίνει ‘open source,’ όλα στο όνομα της προσπάθειας να προσελκύσουν μια ‘ευρύτερη σκηνή’ πραγμάτων… Είμαι βαθιά απογοητευμένος."

Ο Bruce Perens, δημιουργός του αρχικού ορισμού του Open Source και συνιδρυτής του OSI, δήλωσε ότι ο νέος ορισμός είναι "ελαττωματικός" και ότι το OSI "δεν έκανε εξαιρετική δουλειά και δεν ήταν η καλύτερη ομάδα για να το αναλάβει." Ο Perens πιστεύει ότι ο αρχικός ορισμός του Open Source, που χρησιμοποιείται εδώ και 26 χρόνια, θα μπορούσε να εφαρμοστεί και στην AI.

Τα Δεδομένα Εκπαίδευσης και οι Ιατρικές Εφαρμογές

Η OSI υποστηρίζει ότι τα δεδομένα εκπαίδευσης δεν μπορούν πάντα να είναι ανοιχτά, όπως στην περίπτωση της ιατρικής AI. Η Free Software Foundation (FSF) αναγνωρίζει ότι μπορεί να υπάρχουν "ηθικοί λόγοι" για τη μη δημοσίευση δεδομένων, αλλά υποστηρίζει ότι τα ML συστήματα δεν είναι ελεύθερα αν δεν συνοδεύονται από ανοιχτά δεδομένα και σενάρια επεξεργασίας τους.

Νέες Πρωτοβουλίες για Ανοιχτά Δεδομένα

• Η Pleias κυκλοφόρησε το μεγαλύτερο πλήρως ανοιχτό πολυγλωσσικό dataset για την εκπαίδευση LLMs, περιλαμβάνοντας πάνω από 2 τρισεκατομμύρια tokens.
• Η AMD ανακοίνωσε μοντέλα με 1 δισεκατομμύριο παραμέτρους και πλήρως ανοιχτά δεδομένα εκπαίδευσης, δίνοντας τη δυνατότητα στις οργανώσεις να προσαρμόσουν τη διαδικασία εκπαίδευσης στις ανάγκες τους.

Συμπεράσματα:

Η συζήτηση γύρω από τον ορισμό OSAID υπογραμμίζει την ανάγκη για διαφάνεια και συνέπεια στον χώρο της AI. Παρά τις προκλήσεις, οι νέες πρωτοβουλίες αποδεικνύουν ότι τα ανοιχτά δεδομένα μπορούν να οδηγήσουν στη βιώσιμη ανάπτυξη της AI, ενώ παράλληλα ενισχύουν την εμπιστοσύνη στο open source κίνημα.

Πηγή: Exploring the World of Generative AI - A Comparision of Models