Vor über drei Jahrzehnten erkannte Red Hat das Potenzial von Open-Source-Entwicklung und -Lizenzierung für bessere Software und IT-Innovationen. Dreißig Millionen Codezeilen später hat sich Linux nicht nur zur erfolgreichsten Open-Source-Software entwickelt, sondern behauptet diese Position bis heute. Das Bekenntnis zu Open-Source-Prinzipien ist weiterhin fester Bestandteil des Geschäftsmodells und der Unternehmenskultur. Red Hat ist überzeugt, dass diese Konzepte bei korrekter Anwendung denselben Einfluss auf künstliche Intelligenz (KI) haben. Die Technologiebranche ist sich jedoch uneins darüber, was der „richtige Weg“ ist.
Künstliche Intelligenz (KI), insbesondere die großen Sprachmodelle (LLMs) hinter generativer KI (genAI), lassen sich nicht mit Open-Source-Programmen vergleichen. Im Gegensatz zu Software bestehen KI-Modelle primär aus numerischen Parametermodellen, die bestimmen, wie ein Modell Eingaben verarbeitet und welche Verbindungen es zwischen verschiedenen Datenpunkten herstellt. Die Parameter trainierter Modelle sind das Ergebnis eines langen Prozesses, der umfangreiche, sorgfältig aufbereitete, kombinierte und verarbeitete Trainingsdaten umfasst.
Obwohl Modellparameter keine Software sind, erfüllen sie in mancher Hinsicht eine ähnliche Funktion wie Code. Es ist leicht, die Daten mit dem Quellcode des Modells oder etwas sehr Ähnlichem zu vergleichen. In der Open-Source-Welt gilt der Quellcode gemeinhin als die bevorzugte Methode, um Softwareänderungen vorzunehmen. Trainingsdaten allein erfüllen diese Funktion nicht, da ihre Größe stark variiert und der komplexe Vortrainingsprozess zu einer schwachen und indirekten Verbindung zwischen den einzelnen Trainingsdaten, den trainierten Parametern und dem resultierenden Modellverhalten führt.
Die meisten Verbesserungen und Erweiterungen von KI-Modellen, die derzeit in der Community vorgenommen werden, beinhalten keinen Zugriff auf oder keine Manipulation der ursprünglichen Trainingsdaten. Sie resultieren stattdessen aus Modifikationen der Modellparameter oder einem Anpassungsprozess, der auch der Feinabstimmung der Modellleistung dient. Die Möglichkeit, diese Modellverbesserungen vorzunehmen, setzt voraus, dass die Parameter mit allen Berechtigungen veröffentlicht werden, die Nutzern unter Open-Source-Lizenzen zustehen.
Red Hats Vision für Open-Source-KI.
Red Hat ist überzeugt, dass die Grundlage von Open-Source-KI in der Kombination von Open-Source-lizenzierten Modellparametern und Open-Source-Softwarekomponenten . Dies ist ein Ausgangspunkt für Open-Source-KI, aber nicht das endgültige Ziel dieser Philosophie. Red Hat ermutigt die Open-Source-Community, Regulierungsbehörden und die Industrie, bei der Entwicklung und dem Training von KI-Modellen weiterhin nach mehr Transparenz und einer stärkeren Ausrichtung an den Open-Source-Entwicklungsprinzipien zu streben.
Dies ist Red Hats Vision als Unternehmen, das ein Open-Source-Software-Ökosystem umfasst und sich aktiv mit Open-Source-KI auseinandersetzen kann. Es handelt sich dabei nicht um den Versuch einer formalen Definition, wie sie die Open Source Initiative Open Source AI Definition entwickelt . Vielmehr ist es die Sichtweise des Unternehmens, wie Open-Source-KI für ein möglichst breites Spektrum an Communities, Organisationen und Anbietern realisierbar und zugänglich gemacht werden kann.
Diese Perspektive wird durch die Zusammenarbeit mit Open-Source-Communities umgesetzt, insbesondere durch das InstructLab und die gemeinsame Entwicklung der Granite-Familie lizenzierter Open-Source-Modelle . InstructLab senkt die Hürden für Nicht-Data-Science-Experten bei der Bereitstellung von KI-Modellen erheblich. Mit InstructLab können Fachexperten aus allen Branchen ihre Kompetenzen und ihr Wissen einbringen – sowohl für den internen Gebrauch als auch zur Schaffung eines gemeinsamen und breit zugänglichen Open-Source-KI-Modells für die vorgelagerten Communities.
Die Granite 3.0-Modellfamilie deckt ein breites Spektrum an KI-Anwendungsfällen ab – von der Codegenerierung über die Verarbeitung natürlicher Sprache bis hin zur Gewinnung von Erkenntnissen aus großen Datensätzen – und das alles unter einer freizügigen Open-Source-Lizenz. Wir haben IBM Research dabei unterstützt, die Granite-Codemodelle in die Open-Source-Welt zu überführen und bieten weiterhin Support für die Modellfamilie, sowohl als Open-Source-Projekt als auch als Teil unseres Red Hat AI-Angebots.
Die Auswirkungen der jüngsten Ankündigungen von DeepSeek zeigen, wie Open-Source-Innovationen KI beeinflussen können – sowohl auf Modellebene als auch darüber hinaus. Es bestehen natürlich Bedenken hinsichtlich des Ansatzes der chinesischen Plattform, insbesondere da die Lizenz des Modells dessen Entstehungsprozess nicht offenlegt und somit die Notwendigkeit von Transparenz unterstreicht. Gleichzeitig bekräftigt diese Entwicklung Red Hats Vision für die Zukunft der KI: eine offene Zukunft mit Fokus auf kleinere, optimierte und offene Modelle, die sich an spezifische Anwendungsfälle von Unternehmensdaten an jedem beliebigen Ort innerhalb der Hybrid Cloud anpassen lassen.
Erweiterung von KI-Modellen über Open Source hinaus.
Red Hats Engagement im Bereich Open-Source-KI geht weit über InstructLab und die Granite-Modellfamilie hinaus und umfasst die Werkzeuge und Plattformen, die für die tatsächliche Nutzung und produktive Anwendung von KI benötigt werden. Das Unternehmen ist sehr aktiv in der Förderung von Technologieprojekten und -gemeinschaften, wie beispielsweise (aber nicht ausschließlich):
● RamaLama , ein Open-Source-Projekt, das die lokale Verwaltung und den Einsatz von KI-Modellen erleichtern soll;
● TrustyAI , ein Open-Source-Toolkit zum Aufbau verantwortungsvollerer KI-Workflows;
● Climatik , ein Projekt, das sich darauf konzentriert, KI im Hinblick auf den Energieverbrauch nachhaltiger zu gestalten;
● Podman AI Lab , ein Entwickler-Toolkit, das die Durchführung von Experimenten mit Open-Source-LLMs erleichtert;
Die kürzlich erfolgte Ankündigung von Neural Magic erweitert die unternehmerische Vision für KI und ermöglicht es Organisationen, kleinere, optimierte KI-Modelle, einschließlich lizenzierter Open-Source-Systeme, mit ihren Daten zu verknüpfen, unabhängig davon, wo diese in der Hybrid Cloud gespeichert sind. IT-Organisationen können anschließend den vLLM , um Entscheidungen und die Produktion auf Basis dieser Modelle zu steuern und so einen KI-Stack aufzubauen, der auf transparenten und unterstützten Technologien beruht.
Für das Unternehmen ist Open-Source-KI fest in der Hybrid Cloud verankert. Die Hybrid Cloud bietet die nötige Flexibilität, um für jede KI-Workload die optimale Umgebung auszuwählen und so Leistung, Kosten, Skalierbarkeit und Sicherheitsanforderungen zu optimieren. Die Plattformen, Ziele und die Organisation von Red Hat unterstützen diese Bestrebungen gemeinsam mit Industriepartnern, Kunden und der Open-Source-Community und treiben so die Entwicklung von Open Source im Bereich der künstlichen Intelligenz voran.
Das Potenzial für den Ausbau dieser offenen Zusammenarbeit im KI-Bereich ist enorm. Red Hat strebt eine Zukunft an, die transparente Arbeit an Modellen sowie deren Training umfasst. Ob nächste Woche oder nächsten Monat (oder angesichts der rasanten Entwicklung der KI sogar noch früher): Das Unternehmen und die gesamte Open-Source-Community werden weiterhin alle Bemühungen unterstützen, die Welt der KI zu demokratisieren und zu öffnen.
