KI Open Source: die Perspektive von Red Hat

Vor mehr als drei Jahrzehnten erkannte Red Hat das Potenzial der Open-Source-Entwicklung und -Lizenzen, um bessere Software zu schaffen und die IT-Innovation zu fördern. Dreißig Millionen Codezeilen später hat sich Linux nicht nur zu der erfolgreichsten Open-Source-Software entwickelt, sondern hält diese Position bis heute. Das Engagement für die Open-Source-Prinzipien besteht weiterhin, nicht nur im Geschäftsmodell der Unternehmen, sondern ist auch Teil der Arbeitskultur. Bei der Bewertung des Unternehmens haben diese Konzepte denselben Einfluss auf die Künstliche Intelligenz (KI), wenn sie richtig umgesetzt werden, aber die Technologiewelt ist gespalten darüber, was die „richtige Art“ wäre.

KI, insbesondere die großen Sprachmodelle (LLMs) hinter der generativen KI (gen AI), können nicht auf die gleiche Weise wie ein offenes Programm betrachtet werden. Im Gegensatz zur Software bestehen KI-Modelle hauptsächlich aus numerischen Parameter-Modellen, die bestimmen, wie ein Modell Eingaben verarbeitet, sowie die Verbindung, die es zwischen verschiedenen Datenpunkten herstellt. Trainierte Modellparameter sind das Ergebnis eines langen Prozesses, bei dem große Mengen an Trainingsdaten sorgfältig vorbereitet, gemischt und verarbeitet werden.

Obwohl die Parameter des Modells keine Software sind, erfüllen sie in gewisser Weise eine ähnliche Funktion wie der Code. Es ist einfach zu vergleichen, dass die Daten der Quellcode des Modells sind oder ihm sehr ähnlich wären. In Open Source, der Quellcode wird häufig als die „bevorzugte“ Form zur Modifikation der Software definiert. Die Trainingsdaten allein passen nicht zu dieser Funktion, da ihre Größe unterschiedlich ist und der komplexe Vortrainingsprozess zu einer schwachen und indirekten Verbindung führt, die jedes Element der beim Training verwendeten Daten mit den trainierten Parametern und dem resultierenden Verhalten des Modells verbindet.

Die meisten Verbesserungen und Optimierungen bei KI-Modellen, die derzeit in der Gemeinschaft stattfinden, beinhalten keinen Zugriff auf oder die Manipulation der ursprünglichen Trainingsdaten. Stattdessen sind sie das Ergebnis von Änderungen an den Modellparametern oder an einem Prozess oder einer Einstellung, die ebenfalls dazu dienen kann, die Leistung des Modells anzupassen. Die Freiheit, diese Verbesserungen am Modell vorzunehmen, erfordert, dass die Parameter mit allen Berechtigungen veröffentlicht werden, die die Benutzer unter Open-Source-Lizenzen erhalten.

Red Hat's Vision für Open-Source-KI.

Red Hat glaubt, dass die Grundlage der Open-Source-KI in denlizenziertes Modellparameter aus Open Source kombiniert mit Open Source-SoftwarekomponentenDies ist ein Ausgangspunkt für Open-Source-KI, aber nicht das endgültige Ziel der Philosophie. Red Hat fördert die Open-Source-Community, Regulierungsbehörden und die Industrie, sich weiterhin dafür einzusetzen, mehr Transparenz und Ausrichtung an den Prinzipien der Open-Source-Entwicklung zu erreichen, indem sie KI-Modelle trainieren und anpassen.

Dies ist die Vision von Red Hat als Unternehmen, die ein Open-Source-Software-Ökosystem umfasst und praktisch mit Open-Source-KI interagieren kann. Es ist kein Versuch einer formalen Definition, wie diejenige, die dieOpen-Source-Initiative(OSI) entwickelt mit seinerOpen Source KI Definition(OSAID). Das ist die Sichtweise der Organisation, die Open-Source-KI machbar und zugänglich für die größte Gemeinschaft von Gemeinschaften, Organisationen und Anbietern macht.

Diese Sichtweise wird in der Praxis durch die Arbeit mit Open-Source-Communities umgesetzt, hervorgehoben durch das ProjektInstructLab, geleitet von Red Hat und im Rahmen der Zusammenarbeit mit IBM Researchin der Granite-Familie von lizenzierten Open-Source-ModellenDas InstructLab reduziert die Barrieren erheblich, damit Personen, die keine Data Scientists sind, zu KI-Modellen beitragen können. Mit InstructLab können Fachleute aus allen Branchen ihre Fähigkeiten und ihr Wissen hinzufügen, sowohl für den internen Gebrauch als auch zur Unterstützung eines gemeinsam genutzten und breit zugänglichen Open-Source-KI-Modells für Upstream-Communities.

Die Granite 3.0 Modellfamilie deckt eine breite Palette von KI-Anwendungsfällen ab, von Codegenerierung bis hin zur Verarbeitung natürlicher Sprache zur ExtraktionErkenntnissegroße Datensätze, alles unter einer permissiven Open-Source-Lizenz. Wir haben IBM Research dabei unterstützt, die Granite-Code-Modellfamilie in die Open-Source-Welt zu bringen, und bieten weiterhin Unterstützung für die Modellfamilie sowohl im Open-Source-Bereich als auch im Rahmen unseres Red Hat AI-Angebots.

Die Auswirkungen deraktuelle Ankündigungen von DeepSeekzeigt, wie Open-Source-Innovation die KI beeinflussen kann, sowohl auf Modellebene als auch darüber hinaus. Offensichtlich gibt es Bedenken hinsichtlich des Ansatzes der chinesischen Plattform, vor allem weil die Lizenz des Modells nicht erklärt, wie es hergestellt wurde, was die Notwendigkeit von Transparenz unterstreicht. Damit verstärkt die erwähnte Disruption die Sichtweise von Red Hat auf die Zukunft der KI: eine offene Zukunft, die sich auf kleinere, optimierte und offene Modelle konzentriert, die für spezifische Unternehmensdatenanwendungen an jedem Ort in der hybriden Cloud angepasst werden können.

Erweiterung von KI-Modellen über Open Source hinaus

Die Arbeit von Red Hat im Bereich der Open-Source-KI geht weit über InstructLab und die Granite-Modellfamilie hinaus und umfasst die Werkzeuge und Plattformen, die tatsächlich erforderlich sind, um KI zu konsumieren und produktiv zu nutzen. Das Unternehmen wurde sehr aktiv bei der Förderung von Technologieprojekten und -gemeinschaften, wie zum Beispiel (aber nicht nur):

●      RamaLamaein Open-Source-Projekt, das darauf abzielt, die lokale Verwaltung und Bereitstellung von KI-Modellen zu erleichtern;

●      TrustyAIein Open-Source-Toolkit für den Aufbau verantwortungsvollerer KI-Workflows;

●      Klimatikein Projekt, das darauf abzielt, KI nachhaltiger im Hinblick auf den Energieverbrauch zu machen;

●      Podman KI Laborein Entwickler-Toolkit, das darauf ausgelegt ist, die Experimentierung mit Open-Source-LLMs zu erleichtern;

DERaktuelle AnkündigungÜber Neural Magic erweitert sich die unternehmerische Sichtweise auf KI, sodass Organisationen kleinere und optimierte KI-Modelle, einschließlich lizenzierter Open-Source-Systeme, mit ihren Daten abstimmen können, egal wo sie in der hybriden Cloud leben. Die IT-Organisationen können dann den Inferenzserver nutzenvLLMum die Entscheidungen und die Produktion dieser Modelle voranzutreiben, um einen KI-Stack aufzubauen, der auf transparenten Technologien basiert und Unterstützung bietet.

Für die Konzerngruppe lebt und atmet die Open-Source-KI in der hybriden Cloud. Die hybride Cloud bietet die Flexibilität, die erforderlich ist, um die beste Umgebung für jede KI-Workload auszuwählen, und optimiert Leistung, Kosten, Skalierung und Sicherheitsanforderungen. Die Plattformen, Ziele und Organisation von Red Hat unterstützen diese Bemühungen gemeinsam mit Branchenpartnern, Kunden und der Open-Source-Community, während die Open-Source-Entwicklung im Bereich der künstlichen Intelligenz vorangetrieben wird.

Es gibt ein enormes Potenzial, diese offene Zusammenarbeit im Bereich der KI auszubauen. Red Hat sieht eine Zukunft, die transparente Arbeit in Modellen sowie deren Schulung umfasst. Ob sei nächste Woche oder nächsten Monat (oder sogar früher, angesichts der schnellen Entwicklung der KI), das Unternehmen und die offene Gemeinschaft als Ganzes werden weiterhin die Bemühungen unterstützen und übernehmen, um die Welt der KI zu demokratisieren und zu öffnen.