Идеята за изкуствен интелект IA) не е новост, но последните постижения в свързаните технологии се превърнаха в инструмент, използван от всички нас всеки ден. Нарастващото значение и разпространението на AI е едновременно вълнуващо и потенциално тревожно, тъй като основите на много AI платформи и ресурси по същество са черни кутии, контролирани от малък брой мощни корпорации.
Големи организации, като Red Hat, вярват в това Всеки трябва да има способността да допринася за AI. Иновациите на AI не трябва да се ограничават до компании, които могат да си позволят огромни количества капацитет за обработка и данни, необходими за обучението им Страхотни езикови модели (LLMS)
Вместо това, десетилетия опит с отворен код за разработка на софтуер и сътрудничество с общностите позволяват на всеки да допринесе и да се възползва от AI, като същевременно помага за оформянето на бъдеще, което отговаря на нашите нужди. Няма съмнение, че подходът с отворен код е единственият начин да се достигне пълния потенциал на AI, което го прави по-сигурен, достъпен и демократизиран.
Какво е отворен код?
Докато терминът “отворен код” първоначално се отнася до методология за разработка на софтуер, той се разшири, за да обхване по-обща форма на работа, която е отворена, децентрализирана и дълбоко съвместна. Движението с отворен код сега надхвърля света на софтуера и Начинът да бъдеш с отворен код Той е възприет от съвместни усилия по целия свят, включително сектори като наука, образование, правителство, производство, здравеопазване и др.
Културата с отворен код има някои Основни принципи Това го прави ефективен и смислен, например:
- Съвместно участие
- споделена отговорност
- Открити обмени
- Меритокрация и приобщаване
- Ориентиран към общността развитие
- Открито сътрудничество
- самоорганизация
- Уважение и взаимност
Когато принципите с отворен код формират основата на съвместните усилия, историята показва, че са възможни невероятни неща. Някои важни примери варират от развитието и разпространението на Linux като най-мощната и вездесъща операционна система в света до появата и растежа на кубернети и контейнери, в допълнение към развитието и разширяването на самия интернет.
Шест предимства на отворен код в ерата на AI
Има много предимства за развитието на технологиите от отворен код, но шест предимства се открояват сред останалите.
1. Повишена скорост на иновациите
Когато технологията се развива по съвместен и отворен начин, иновациите и откритията могат да се случат много по-бързо, за разлика от затворените организации и патентованите решения.
Когато работата се споделя открито и други имат способността да творят въз основа на нея, екипите спестяват огромно количество време и усилия, защото не е нужно да започват от нулата. Новите идеи могат да разширят проектите, които са били преди. Това не само спестява време и пари, но и укрепва резултатите, тъй като повече хора работят заедно за решаване на проблеми, споделете прозрения и прегледайте работата си един на друг.
Една по-широка и по-съвместна общност е просто способна да постигне повече: насърчаване на хора и свързване на опит за решаване на сложни проблеми и по-бързо и ефективно иновации от малките и изолирани групи.
2 Демократизира достъпа
Отвореният код също демократизира достъпа до нови технологии за изкуствен интелект. Когато проучванията, кодовете и инструментите се споделят открито, това помага да се премахнат някои от бариерите, които обикновено ограничават достъпа до авангардни иновации.
НА InstructLab Това е чудесен пример за тази предпоставка. Инициативата е независим от модела AI проект с отворен код, който опростява процеса на принос на умения и знания към LLM. Целта на усилията е да се даде възможност на всеки да помогне за оформянето на Генеративен AI (Gen AI), включително тези, които нямат умения и обучение по обикновено необходими науки. Това позволява на повече лица и организации да допринесат надеждно за обучението и усъвършенстването на LLM.
3. Подобрена сигурност и поверителност
Тъй като проектите с отворен код намаляват бариерите за влизане, по-голяма и по-разнообразна група служители са в състояние да помогнат за идентифициране и справяне с потенциалните предизвикателства за сигурността в моделите на AI, докато се разработват.
Повечето от данните и методите, използвани за обучение и коригиране на AI модели, са затворени и поддържани от собствена логика. Рядко външни лица на тези организации могат да получат представа за това как работят тези алгоритми и дали притежават някакви потенциално опасни данни или присъщи пристрастия.
Ако модел и данните, използвани за обучението му, бъдат отворени, всеки заинтересован може да го проучи, намалявайки рисковете за сигурността и минимизирайки пристрастията на платформата. В допълнение, сътрудниците на Open Philosophy могат да създават инструменти и процеси за проследяване и одит на бъдещо развитие на модели и приложения, което позволява да се наблюдава разработването на различни решения.
Тази откритост и прозрачност също генерира доверие, тъй като потребителите имат възможност директно да проучат как се използват и обработват техните данни, за да могат да проверят дали тяхната поверителност и суверенитет на данните се зачитат. Освен това компаниите могат също да защитят своята частна, поверителна или собствена информация, използвайки проекти с отворен код като InstructLab, за да създадат свои собствени коригирани модели, върху които поддържат строг контрол.
4. Осигурява гъвкавост и свобода на избор
Докато монолитните, патентованите и черните LLM са това, което повечето хора виждат и мислят за генеративния AI, ние започваме да виждаме нарастващ тласък към по-малки, независими и разработени модели на AI, разработени за конкретна цел.
тези Малки езикови модели (SLM) обикновено се обучават в много по-малки набори от данни, за да им дадат основната им функционалност, и допълнително се адаптират към специфични случаи на употреба със специфични за домейна данни и знания.
Тези SLM са значително по-ефективни от техните по-големи братовчеди и са показали, че се представят също добре (ако не и по-добре), когато се използват за целта. Те са по-бързи и по-ефективни за обучение и разгръщане и могат да бъдат персонализирани и персонализирани според нуждите.
И за това е създаден проектът InstructLab. С него можете да вземете по-малък модел AI с отворен код и да го разширите с желаните допълнителни данни и обучение.
Например, можете да използвате InstructLab, за да създадете чатбот за услуги за силно коригирания клиент и разработен за конкретна цел, подобрявайки най-добрите практики в организацията. Тази практика ви позволява да предоставите най-доброто от вашето обслужване на клиенти за всички, навсякъде, в реално време.
И по-важното е, че това ви позволява да избегнете засядане с доставчик и осигурява гъвкавост по отношение на това къде и как внедрявате своя AI модел и всякакви приложения, изградени върху него.
5. Активира жива екосистема
В отворената общност, “Никой не прави иновации сам“, и това убеждение се поддържа от първите месеци на основаването на общността.
Тази идея ще остане валидна в ерата на AI в рамките на Red Hat, лидер в отворените решения, който ще предостави различни инструменти и структури на отворен код под формата на Червена шапка там, Решение, с което партньорите ще генерират повече стойност за крайните клиенти.
Един доставчик не може да предложи всичко, от което една организация се нуждае, или дори да бъде в крак с текущата скорост на технологичната еволюция. Принципите и практиките с отворен код ускоряват иновациите и позволяват жизнена екосистема, като насърчават партньорства и възможности за сътрудничество между проекти и индустрии.
6. Намалете разходите
В началото на 2025 г., се оценява че средната основна заплата на учен по данни в Съединените щати е по-висока от US$ 125 000, като по-опитните учени по данни могат да печелят значително повече.
Очевидно има огромно и нарастващо търсене на учени за данни с AI, но малко компании имат голяма надежда да привлекат и задържат специализираните таланти, от които се нуждаят.
И наистина големите LLM са изключително скъпи за изграждане, обучение, поддръжка и внедряване, изискващи цели складове, пълни със силно оптимизирано (и много скъпо) компютърно оборудване и огромно количество място за съхранение.
Отворените, по-малки и вградени модели за специфични цели и AI приложения са значително по-ефективни за изграждане, обучение и внедряване. Те не само изискват част от изчислителната сила на LLMS, проекти като InstructLab позволяват на хора без специализирани умения и опит да допринасят активно и ефективно за обучението и фината настройка на AI модели.
Ясно е, че спестяването на разходи и гъвкавостта, които отвореният код носи в развитието на AI, са от полза за малки и средни компании, които се надяват да постигнат конкурентно предимство с приложения за изкуствен интелект, които могат да донесат.
в обобщение
За да се изгради демократичен и отворен AI, е от решаващо значение да се използват принципите с отворен код, които позволяват облачните изчисления, интернет, Linux и толкова много други отворени, мощни и дълбоко иновативни технологии.
Това е пътят, който Red Hat следва, за да направи AI жизнеспособен и други свързани инструменти. Всеки трябва да се възползва от развитието на изкуствения интелект, така че всеки трябва да може да помогне за определяне и оформяне на траекторията си и да допринесе за тяхното развитие. Съвместните иновации и отвореният код не са от съществено значение, тъй като неизбежно за бъдещето на дисциплината.
