Enemmän kuin kolmekymmentä vuotta sitten Red Hat näki avoimen lähdekoodin kehityksen ja lisenssien potentiaalin parempien ohjelmistojen luomiseen ja IT-innovaation edistämiseen. Kolmekymmentä miljoonaa riviä koodia jälkeen Linux ei ainoastaan kehittynyt niin, että siitä tuli menestynein avoimen lähdekoodin ohjelmisto, vaan se pitää tätä asemaansa edelleen tänä päivänä. Sitoutuminen avoimen lähdekoodin periaatteisiin jatkuu, ei vain yritysliiketoimintamallissa, vaan myös työskentelykulttuurin osana. Yrityksen arvioinnissa nämä käsitteet vaikuttavat tekoälyyn (AI) samalla tavalla, jos ne tehdään oikealla tavalla, mutta teknologian maailma on jakautunut siitä, mikä olisi "oikea tapa".
Tekoäly, erityisesti suurten kielimallien (LLM) taustalla oleva generatiivinen tekoäly (gen AI), ei voi nähdä samalla tavalla kuin avoin ohjelma. Toisin kuin ohjelmisto, tekoälymallit koostuvat pääasiassa numeerisista parametri-malleista, jotka määrittävät, miten malli käsittelee syötteitä, samoin kuin yhteydestä, jonka se muodostaa eri datapisteiden välillä. Koulutetun mallin parametrit ovat tulosta pitkästä prosessista, joka sisältää suuria määriä koulutusdataa, jotka on huolellisesti valmisteltu, sekoitettu ja käsitelty.
Vaikka mallin parametrit eivät ole ohjelmistoa, niillä on joissakin suhteissa samanlainen tehtävä kuin koodilla. On helppo tehdä vertailu, että tiedot ovat mallin lähdekoodi tai hyvin lähellä sitä. Avoin lähdekoodi määritellään yleensä "suositummaksi tavaksi" tehdä muutoksia ohjelmistoon. Pelkkä koulutusdata ei ri tähän tehtävään, koska niiden koko ja monimutkainen esikoulutusprosessi johtavat heikkoon ja epäsuoraan yhteyteen, jonka mikä tahansa koulutusdatasta käytetty kohde on koulutettujen parametrien ja mallin lopullisen käyttäytymisen kanssa.
Suurin osa nykyisistä tekoälymallien parannuksista ja kehityksistä yhteisössä ei liity alkuperäisten koulutusdatan pääsyyn tai käsittelyyn. Sen sijaan ne ovat tulosta mallin parametrien muutoksista tai prosessista tai säädöstä, joka voi myös auttaa mallin suorituskyvyn säätämisessä. Vapaus tehdä näitä parannuksia malliin edellyttää, että parametrit julkaistaan kaikkien käyttäjien saamien oikeuksien kanssa avoimen lähdekoodin lisenssien nojalla.
Red Hat:n näkemys avoimen lähdekoodin tekoälystä.
Red Hat uskoo, että avoimen lähdekoodin tekoälyn perusta löytyyavoin lähdekoodin lisensoidut malliparametrit yhdistettynä avoimen lähdekoodin ohjelmistokomponentteihinTämä on avoimen lähdekoodin tekoälyn lähtökohta, mutta ei filosofian viimeinen kohde. Red Hat kannustaa avoimen lähdekoodin yhteisöä, sääntelyviranomaisia ja teollisuutta jatkamaan ponnisteluja läpinäkyvyyden lisäämiseksi ja avoimen lähdekoodin kehityksen periaatteiden mukaistamisen edistämiseksi kouluttamalla ja säätämällä tekoälymalleja.
Tämä on Red Hat:n näkemys yrityksenä, joka kattaa avoimen lähdekoodin ohjelmistoympäristön ja voi käytännössä osallistua avoimen lähdekoodin tekoälyyn. Se ei ole muodollisen määritelmän yritys, kuten se, jokaAvoimen lähdekoodin aloite(OSI) kehittää yhdessä senAvoimen lähdekoodin tekoälyn määritelmä(OSAID). Tämä on yrityksen näkökulma, joka tekee avoimen lähdekoodin tekoälystä mahdollisen ja saavutettavan mahdollisimman monille yhteisöille, organisaatioille ja toimittajille.
Tämä näkökulma käytännössä toteutuu avoimen lähdekoodin yhteisöjen kanssa tehtävän työn kautta, korostettuna hankkeen toimesta.InstructLabjohtaa Red Hat ja IBM Researchin yhteistyöGranite-perheen avoimen lähdekoodin lisensoidut mallitInstructLab vähentää merkittävästi esteitä, jotta ei-datatieteilijät voivat osallistua tekoälymallien kehittämiseen. InstructLabin avulla alansa asiantuntijat kaikilta aloilta voivat lisätä taitojaan ja tietämystään, sekä sisäiseen käyttöön että auttaakseen yhteisesti jaettua avoimen lähdekoodin tekoälymallia, joka on laajasti saatavilla upstream-yhteisöille.
Granite 3.0 -malliston perhe kattaa laajan valikoiman tekoälyn käyttötapauksia, koodin generoinnista luonnollisen kielen käsittelyyn tiedon louhintaanoivalluksiasuuret tietojoukot, kaikki sallivalla open source -lisenssillä. Autamme IBM Researchia tuomaan Granite-koodimalliperheen avoimen lähdekoodin maailmaan ja jatkamme malliperheen tukemista sekä avoimen lähdekoodin näkökulmasta että osana Red Hat AI -tarjontaamme.
ReperkuointiDeepSeekin tuoreimmat ilmoituksetnäyttää, miten avoimen lähdekoodin innovaatio voi vaikuttaa tekoälyyn, sekä mallin tasolla että sen ulkopuolella. Onko huolestuneisuutta kiinalaisen alustan lähestymistavasta, erityisesti koska mallin lisenssi ei selitä, miten se on tuotettu, mikä korostaa läpinäkyvyyden tarvetta. Tämän jälkeen mainittu häiriö vahvistaa Red Hat'n näkemyksen tekoälyn tulevaisuudesta: avoin tulevaisuus, joka keskittyy pienempiin, optimoituun ja avoimiin malleihin, joita voidaan räätälöidä erityisiin yritysdatan käyttötapauksiin kaikissa hybridipilven paikoissa.
Laajentamalla tekoälymalleja avoimen lähdekoodin ulkopuolelle
Red Hat:n avoimen lähdekoodin tekoälytöissä työskentely ulottuu paljon pidemmälle kuin InstructLab ja Granite-malliperhe, kattaen työkalut ja alustat, jotka ovat välttämättömiä tekoälyn todelliseen hyödyntämiseen ja tuottavaan käyttöön. Yritys on tullut erittäin aktiiviseksi teknologiahankkeiden ja yhteisöjen edistämisessä, kuten esimerkiksi (mutta ei pelkästään):
● RamaLamaavoin lähdekoodin projekti, jonka tavoitteena on helpottaa tekoälymallien paikallista hallintaa ja saatavuutta;
● LuotettavaAIavoin lähdekoodityökalu tekoälytyönkulkujen rakentamiseen vastuullisemmiksi;
● Ilmastohankkeen keskittyminen tekoälyn energiatehokkuuden parantamiseen;
● Podman AI Labkehittäjätyökalu, joka keskittyy avoimen lähdekoodin suurten kielimallien kokeilun helpottamiseen;
THEäskettäin julkaistuNeural Magic laajentaa yritysmaailman näkemyksiä tekoälystä, mahdollistaen organisaatioiden sovittaa yhteen pienempiä ja optimoituja tekoälymalleja, mukaan lukien avoimen lähdekoodin lisensoidut järjestelmät, niiden tietoihin missä tahansa ne sijaitsevat hybridipilvessä. IT-organisaatiot voivat sitten käyttää ennustinpalvelintavLLMtukeakseen näiden mallien päätöksentekoa ja tuotantoa, auttaen rakentamaan läpinäkyviin ja tukea tarjoaviin teknologioihin perustuvan tekoälypinon.
Yhtiölle avoimen lähdekoodin tekoäly elää ja hengittää hybridipilvessä. Hybridipilvi tarjoaa tarvittavan joustavuuden valita paras ympäristö jokaiselle tekoälykuormitukselle, optimoiden suorituskyvyn, kustannukset, skaalauksen ja turvallisuusvaatimukset. Alustat, tavoitteet ja Red Hat:n järjestelyt tukevat näitä ponnisteluja yhdessä alan kumppaneiden, asiakkaiden ja avoimen lähdekoodin yhteisön kanssa, kun avoimen lähdekoodin tekoälyä edistetään.
On valtava potentiaalia laajentaa tätä avointa yhteistyötä tekoälyn alalla. Red Hat näkee tulevaisuuden, jossa työ on läpinäkyvää malleissa ja samalla myös koulutuksessa. Olipa kyse ensi viikosta tai ensi kuukaudesta (tai jopa aikaisemmin, tekoälyn kehityksen nopeuden vuoksi), yritys ja avoin yhteisö jatkavat tekoälyn maailman demokratisointia ja avaamista tukevia ja omaksuvia ponnisteluja.
