L'open source est essentiel pour l'avenir de l'IA

L'idée de intelligence artificielle (IA) n'est pas nouveau, mais les progrès récents dans les technologies connexes en ont fait un outil utilisé par nous tous quotidiennement L'importance et la prolifération croissantes de l'IA sont à la fois passionnantes et potentiellement alarmantes, car les fondements de nombreuses plateformes et capacités d'IA sont essentiellement des boîtes noires contrôlées par un petit nombre de sociétés puissantes.

Les grandes organisations, comme Red Hat, le croient tout le monde devrait avoir la capacité de contribuer à l'IA. L’innovation en matière d’IA ne doit pas se limiter aux entreprises qui peuvent se permettre d’énormes quantités de capacité de traitement et aux données dont les scientifiques ont besoin pour les former grands modèles de langues (LLM)

Au lieu de cela, des décennies d'expérience open source pour le développement de logiciels et la collaboration communautaire permettent à chacun de contribuer à l'IA et d'en bénéficier tout en contribuant à façonner un avenir qui répond à nos besoins.

Qu'est-ce que l'open source ?

Bien que le terme“openource” fasse à l'origine référence à une méthodologie de développement logiciel, il s'est élargi pour englober une forme de travail plus générale, ouverte, décentralisée et profondément collaborative. Le mouvement open source va désormais bien au-delà du monde du logiciel, et la façon d'être open source il a été adopté par des efforts de collaboration à travers le monde, notamment dans des secteurs tels que la science, l’éducation, le gouvernement, l’industrie manufacturière, la santé et bien plus encore.

La culture open source en compte quelques-uns principes et valeurs fondamentaux cela le rend efficace et significatif, par exemple :

• Participation collaborative
• Responsabilité partagée
• Échanges ouverts
• Méritocratie et inclusion
• Développement axé sur la communauté
• Collaboration ouverte
• Auto-organisation
• Respect et réciprocité

Lorsque les principes open source constituent la base des efforts de collaboration, l’histoire montre que des choses incroyables sont possibles. Certains exemples importants vont du développement et de la prolifération du Linux en tant que système d'exploitation le plus puissant et le plus omniprésent au monde jusqu'à l'émergence et la croissance de Kubernètes et des conteneurs, en plus du développement et de l'expansion d'Internet lui-même.

Six avantages de l'open source à l'ère de l'IA

Le développement de technologies open source présente de nombreux avantages, mais six avantages ressortent parmi les autres. 

1. Accroître la vitesse de l'innovation

Lorsque la technologie est développée en collaboration et ouvertement, l'innovation et la découverte peuvent se produire beaucoup plus rapidement, contrairement aux organisations fermées et aux solutions propriétaires. 

Lorsque le travail est partagé ouvertement et que d'autres ont la capacité de créer sur la base de celui-ci, les équipes économisent énormément de temps et d'efforts parce qu'elles n'ont pas à repartir de zéro. De nouvelles idées peuvent élargir les projets qui ont précédé. Cela permet non seulement d'économiser du temps et de l'argent, mais renforce également les résultats à mesure que davantage de personnes travaillent ensemble pour résoudre des problèmes et partager connaissances et examinez le travail de chacun.

Une communauté collaborative plus large est simplement en mesure d’accomplir davantage : en favorisant les gens et en connectant l’expertise pour résoudre des problèmes complexes et innover plus rapidement et plus efficacement que les petits groupes isolés. 

2. Démocratiser l'accès

L'open source démocratise également l'accès aux nouvelles technologies d'IA. Lorsque la recherche, le code et les outils sont partagés ouvertement, cela contribue à éliminer certains des obstacles qui limitent généralement l'accès aux innovations de pointe.

LE Laboratoire d'instructions l'initiative est un projet d'IA open source indépendant du modèle qui simplifie le processus d'apport de compétences et de connaissances aux LLM. Le but de cet effort est de permettre à quiconque de contribuer à façonner le Ia générative (gen AI), y compris ceux qui ne possèdent pas les compétences et la formation en science des données généralement nécessaires. Cela permet à davantage d'individus et d'organisations de contribuer de manière fiable à la formation et au perfectionnement des LLM.

3. Sécurité et confidentialité améliorées 

Étant donné que les projets open source réduisent les barrières à l’entrée, un groupe de contributeurs plus large et plus diversifié est en mesure d’aider à identifier et à résoudre les défis de sécurité potentiels présents dans les modèles d’IA au fur et à mesure de leur développement.

La plupart des données et des méthodes utilisées pour former et régler les modèles d'IA sont fermées et maintenues par des logiques propriétaires. Rarement les personnes extérieures à ces organisations sont en mesure d'avoir un aperçu du fonctionnement de ces algorithmes et de savoir s'ils hébergent des données potentiellement dangereuses ou des biais inhérents.

Si un modèle et les données utilisées pour le former sont ouverts, cependant, toute personne intéressée peut les examiner, réduisant ainsi les risques de sécurité et minimisant les biais de la plate-forme. De plus, les contributeurs à la philosophie ouverte peuvent créer des outils et des processus pour suivre et auditer les futurs modèles et applications. développement, leur permettant de suivre le développement de différentes solutions. 

Cette ouverture et cette transparence également engendrer la confiance, [TRADUCTION] ?Dans la mesure où les utilisateurs ont la possibilité d'examiner directement la façon dont leurs données sont utilisées et traitées, afin de pouvoir vérifier que leur vie privée et leur souveraineté en matière de données sont respectées De plus, les entreprises peuvent également protéger leurs informations privées, confidentielles ou exclusives en utilisant des projets open source comme InstructLab pour créer leurs propres modèles ajustés, sur lesquels elles gardent un contrôle strict.

4. offre flexibilité et liberté de choix

Alors que les LLM monolithiques, propriétaires et à boîte noire sont ce que la plupart des gens voient et pensent de l’IA générative, nous commençons à voir une poussée croissante vers des modèles d’IA plus petits, indépendants et spécialement conçus.

Ces petits modèles de langage (SLM) sont généralement formés sur des ensembles de données beaucoup plus petits pour leur donner leurs fonctionnalités de base, puis sont adaptés à des cas d'utilisation spécifiques avec des données et des connaissances spécifiques à un domaine.

Ces SLM sont nettement plus efficaces que leurs grands cousins et se sont révélés tout aussi performants (sinon meilleurs) lorsqu'ils sont utilisés aux fins prévues.

Et c'est en grande partie pour cela que le projet InstructLab a été créé Avec lui, vous pouvez prendre un modèle d'IA open source plus petit et l'étendre avec les données supplémentaires et la formation que vous souhaitez.

Par exemple, vous pouvez utiliser InstructLab pour créer un chatbot de service client hautement réglé et spécialement conçu qui exploite les meilleures pratiques dans toute votre organisation Cette pratique vous permet de fournir le meilleur de votre expérience de service client à tout le monde, partout et en temps réel. 

Et, plus important encore, cela vous permet d'éviter de rester coincé avec un fournisseur et offre une flexibilité en termes de lieu et de manière dont vous implémentez votre modèle d'IA et toutes les applications qui y sont intégrées.

5. Permet un écosystème dynamique

Dans la communauté ouverte, “personne n'innove seul“, et cette croyance est détenue depuis les premiers mois de la fondation de la communauté. 

Cette idée continuera à se concrétiser à l'ère de l'IA au sein de Red Hat, un leader des solutions ouvertes, qui fournira divers outils et frameworks open source sous la forme de L'IA Red Hat,(en), une solution avec laquelle les partenaires généreront plus de valeur pour les clients finaux. 

Un seul fournisseur ne peut pas fournir tout ce dont une organisation a besoin, ni même suivre la vitesse actuelle de l'évolution technologique. Les principes et pratiques open source accélèrent l'innovation et permettent un écosystème dynamique en favorisant les partenariats et les opportunités de collaboration entre les projets et les industries.

6. Réduire les coûts

Début 2025, il est estimé que le salaire de base moyen d'un data scientist aux États-Unis dépassera 125 000 $ US, les data scientists plus expérimentés pouvant gagner considérablement plus.

De toute évidence, il existe une demande énorme et croissante pour les data scientists avec l'IA, mais peu d'entreprises ont beaucoup d'espoir d'attirer et de retenir les talents spécialisés dont elles ont besoin.

Et les très grands LLM sont exorbitamment chers à construire, entraîner, maintenir et déployer, nécessitant des entrepôts entiers remplis d'équipements informatiques hautement optimisés (et très coûteux) et un énorme volume de stockage.

Les modèles ouverts, plus petits et conçus pour des objectifs et applications d'IA spécifiques sont nettement plus efficaces à construire, entraîner et déployer. Non seulement ils nécessitent une fraction de la puissance de calcul des LLM, mais des projets comme InstructLab permettent à des personnes sans compétences ni expérience spécialisées de contribuer activement et efficacement à l'entraînement et au réglage fin des modèles d'IA.

Il est clair que les économies de coûts et la flexibilité qu'apporte l'open source au développement de l'IA sont bénéfiques pour les petites et moyennes entreprises qui espèrent obtenir un avantage concurrentiel grâce aux applications d'IA.

En résumé

Pour la construction d'une IA démocratique et ouverte, il est crucial d'utiliser les principes open source qui ont permis le cloud computing, Internet, Linux et tant d'autres technologies ouvertes, puissantes et profondément innovantes.

C'est la voie que Red Hat suit pour rendre l'IA et d'autres outils connexes accessibles. Tout le monde devrait bénéficier du développement de l'intelligence artificielle, donc tout le monde devrait pouvoir aider à déterminer et à façonner sa trajectoire, et contribuer à son développement. L'innovation collaborative et l'open source ne sont pas seulement essentiels, ils sont incontournables pour l'avenir de la discipline.