2025年のSXSWで明らかになったのは、もはや孤立した技術革新の時代ではないということです。 未来は一方にAI、もう一方に量子コンピューティング、遠くの片隅にバイオテクノロジーではない。 今起きているのは、これらの勢力の統合です。 人類が大きな技術統合を経験するたびに、すべてを変える飛躍を遂げてきました。

AIは単に効率的になるだけでなく、神経科学から学んでいます。 もはや機械がタスクを実行することではなく、進化し私たちの認知に影響を与えるシステムの問題です。エイミー・ウェブFuture Today Strategy GroupのCEOはこの概念を「生きた知性センサー、アルゴリズム、生物学的生物が学習し、自律的に意思決定を行う生きたエコシステム つまり、AIは単なるツールから革新の方程式において生きたエージェントへと変わりつつある。

しかし、それだけではありません。 関係についてサイケデリックと量子コンピューティングそれはサイエンスフィクションの概念のように見えるかもしれませんが、どちらも知覚と現実の限界を探求しています。 イベントの中で最も予想外のパネルの一つで、研究者たちは、神秘体験や知覚の変化を引き起こす可能性のある向精神薬であるサイロシビンの効果が、コンピューターモデリングやニューロインターフェースの新しい形態を促進する方法について議論しました。 これらの分野の融合は、私たちがテクノロジーとどのように関わるかだけでなく、知性とは何かの定義そのものにも進歩をもたらす可能性があります。

あバイオテクノロジーとロボティクス彼らも自分自身の境界を越えつつあります。 私たちはもはや単に義肢を作ったり遺伝子を操作したりしているだけではなく、有機的なものと合成的なものを融合させ、人間であることの意味を再定義する方法を模索しています。 いいえ脳と皮膚の関係セミナー, エミリー・ファウラー博士ストレスが感情だけでなく、細胞レベルで私たちの生物学を書き換えることもあることを示しました。 身体とテクノロジーのつながりは、外部から内在するものへと変わりつつある。

の分野で量子コンピューティングIBMのCEO、アーヴィンド・クリシュナ私たちは大きな進歩まであと3年もないと述べました。 量子優越性を達成するための競争は加速しており、AWSやMicrosoftなどの企業がこれらのシステムを利用可能にするためにインフラに大規模な投資を行っています。 その間、パネルで「量子飛躍の準備」専門家としてジャンネット・ガルシア博士（IBMクォンタム）この技術が医薬品の発見や分子モデル化を革新し、医療や先進材料などの分野を完全に変える可能性について議論しました。

私たちはこれらの統合に準備ができているのでしょうか。エスター・ペレル著名な心理療法士が警告を発しました：技術が進むほど、私たちは社会としてますますつながりを失っている今日は、人よりもアルゴリズムによりつながっています。 次のAIのフロンティアが単に人間の思考を模倣するだけでなく、私たちが置き去りにしている感情的なギャップを埋めることだとしたらどうだろうか。

そのすべての中で、ひとつの挑発：エイミー・ウェブはどのようにして1000ページのトレンドレポートをリリースするのですか？これは、驚異的な変化の速度の反映なのか、それとも私たちが可能性に圧倒されているという警告なのか？ 本当に正しい方向に向かっているのか、それともただ無目的に走っているだけなのか。 この世界には多くの雑音があり、それらを分けて信号を観察するためには冷静さが必要です。

私は引き続き、ディープテックが人間の能力を高めると信じていますが、そのためには私たち人間として進化し、技術の興奮を取り除き、実際のつながりを築く必要があります。 私たちは進化の飛躍に直面しているのか、それとも自分自身のアイデンティティの崩壊に直面しているのか。 まもなくわかるでしょう。

間違いなく、SXSWそれはつながりとネットワーキングの素晴らしいショーでした。 しかし、多くの交流や意見交換の中で、間違いなく際立っていたのはSPハウスブラジルのスペースは、関連性のあるコンテンツを提供するだけでなく、深い考察ももたらしました。多様性私の驚きに、他のパネルではほとんど見られなかったテーマ。コンデ・マレイロス重要性に関して的確でしたアクセスとインクルージョン多様性のないイノベーションは空虚な概念であることを証明している。

少数の講演者がそのような問題に触れる勇気を持っていたビッグテックの支配と影響そして現在のアメリカの政治状況歴史的により大胆な議論の場を常に提供してきたイベントの中で、稀な例外でした。 CEOのブルースカイ, ジェイ・グレイバー彼は、ソーシャルメディアの中央集権モデルとデジタルプラットフォームの権力集中の拡大に対して直接的な批判を行った。 彼女によると、もし明日、ある億万長者がすべてを変えることを決めたら、人々には別の場所に移住する選択肢があるべきだ。デジタルの自由を保証するための分散化の必要性を強調しています。

そして、この問題については、議論を絶えず続ける必要があります。 これらの技術がよりつながりのある効率的な未来を約束する一方で、その進化の結果について考えることが不可欠です。 AI、バイオテクノロジー、量子コンピューティングなどの分野の融合は、可能性を広げるだけでなく、自由とコントロールの理解の仕方にも挑戦しています。 革新と責任をバランスよく保つことができれば、私たちの生活を本当に向上させる進歩を達成できるでしょう。 しかし、そのためには、これらの技術が人類に役立つものであり、逆ではないことを保証する必要があります。

30年以上前に、Red Hatはオープンソースの開発とライセンスの可能性を見出し、より良いソフトウェアを作り出し、ITのイノベーションを促進しました。 三千万行のコードの後、Linuxは単に最も成功したオープンソースソフトウェアに成長しただけでなく、今日までその地位を維持しています。 オープンソースの原則へのコミットメントは、企業のビジネスモデルだけでなく、働き方の文化の一部としても引き続き続いています。 企業の評価において、これらの概念は正しい方法で行われれば人工知能（AI）に同じ影響を与えますが、テクノロジーの世界は「正しい方法」について意見が分かれています。

AI、特に生成AI（gen AI）の背後にある大規模言語モデル（LLMs）は、オープンなプログラムと同じように見なすことはできません。 ソフトウェアとは異なり、AIモデルは主に数値パラメータのモデルで構成されており、これらはモデルが入力を処理する方法や、複数のデータポイント間の接続を決定します。 訓練済みモデルのパラメータは、慎重に準備、混合、処理された大量の訓練データを含む長い過程の結果です。

モデルのパラメータはソフトウェアではありませんが、いくつかの側面ではコードと似た役割を果たしています。 データはモデルのソースコードであるか、またはそれに非常に近いものであるという比較は容易です。 オープンソースでは、ソースコードは一般的にソフトウェアの変更を行うための「推奨される方法」として定義されています。 トレーニングデータだけではこの機能に適合しません。なぜなら、そのサイズが異なることと、事前トレーニングの複雑なプロセスにより、トレーニングに使用されたデータの任意の項目とトレーニングされたパラメータおよびモデルの結果としての挙動との間に微弱で間接的なつながりが生じるからです。

現在コミュニティで行われているAIモデルのほとんどの改善や改良は、元の訓練データへのアクセスや操作を伴いません。 代わりに、それらはモデルのパラメータの変更や、モデルの性能を調整するためにも使用できるプロセスや調整の結果です。 これらのモデルの改善を行う自由は、パラメータがオープンソースのライセンスの下でユーザーに付与されるすべての権限とともに公開されることを必要とします。

Red HatのオープンソースAIに対するビジョン

レッドハットは、オープンソースのAIの基盤が次にあると信じていますオープンソースでライセンスされたモデルパラメータとオープンソースのソフトウェアコンポーネントの組み合わせこれはオープンソースAIの出発点に過ぎず、哲学の最終目的地ではありません。 Red Hatは、オープンソースコミュニティ、規制当局、業界が、AIモデルのトレーニングと調整を通じて、より高い透明性とオープンソース開発の原則との整合性を追求し続けるよう奨励しています。

これは、Red Hatの企業としてのビジョンであり、オープンソースのソフトウェエコシステムを包含し、オープンソースのAIと実践的に連携できることを示しています。 正式な定義の試みではありません、例えばオープンソースイニシアティブ(OSI)はその開発を進めていますオープンソースAIの定義(OSAID)。 これが企業の視点であり、オープンソースのAIを最も多くのコミュニティ、組織、サプライヤーにとって実現可能でアクセスしやすくすることです。

この観点は、オープンソースコミュニティとの協力を通じて実践に移されており、プロジェクトによって強調されています。インストラクトラボRed Hat主導のIBMリサーチとの取り組みオープンソースライセンスのグラニットファミリーのモデルInstructLabは、データサイエンティストでない人々がAIモデルに貢献するための障壁を大幅に削減します。 InstructLabを使用すると、すべての分野の専門家は、内部使用だけでなく、上流コミュニティに共有され広くアクセス可能なオープンソースのAIモデルを支援するために、自分のスキルと知識を追加できます。

Granite 3.0モデルファミリーは、コード生成から自然言語処理まで、幅広いAIユースケースに対応しています。洞察大規模なデータセット、すべてが寛容なオープンソースライセンスの下に。 私たちはIBMリサーチがGraniteコードモデルファミリーをオープンソースの世界に導入するのを支援し続けており、オープンソースの観点だけでなく、Red Hat AIの一部としてモデルファミリーのサポートも提供しています。

の影響DeepSeekの最近の発表オープンソースのイノベーションがAIにどのように影響を与えるか、モデルのレベルだけでなく、それを超えても示す。 明らかに中国のプラットフォームのアプローチに懸念があり、特にモデルのライセンスがその製造方法を説明していないことが、透明性の必要性を強調しています。 これにより、言及された破壊は、Red HatのAIの未来に対するビジョンを強化します：オープンな未来、小型で最適化されたオープンモデルに焦点を当て、ハイブリッドクラウドのあらゆる場所で特定の企業データのユースケースに合わせてカスタマイズできる。

オープンソースを超えたAIモデルの拡張

Red HatのオープンソースAI分野での取り組みは、InstructLabやGraniteファミリーのモデルをはるかに超え、実際にAIを消費し生産的に利用するために必要なツールやプラットフォームにまで及びます。 その企業は、技術プロジェクトやコミュニティの促進に非常に積極的になりました。例えば（ただしこれに限定されませんが）：

●      ラマラマAIモデルの管理とローカル提供を容易にすることを目的としたオープンソースプロジェクト；

●      トラスティAI責任あるAIワークフロー構築のためのオープンソースツールキット

●      クリマティックエネルギー消費に関してAIをより持続可能にすることに焦点を当てたプロジェクト。

●      ポッドマンAIラボオープンソースのLLMの実験を容易にすることに焦点を当てた開発者向けツールキット；

の最近の発表Neural Magicについての理解を深め、企業のAIに対する視野を広げ、組織が小型で最適化されたAIモデル（オープンソースライセンスのシステムを含む）を自分たちのデータと連携させ、ハイブリッドクラウドのどこにいても活用できるようにします。 IT組織は、推論サーバーを使用することができますvLLMこれらのモデルの意思決定と生産を促進し、透明性のある技術とサポートに基づくAIの積み重ねを構築するのに役立ちます。

コーポレーションにとって、オープンソースのAIはハイブリッドクラウドの中で生きて呼吸しています。 ハイブリッドクラウドは、AIの各ワークロードに最適な環境を選択するための柔軟性を提供し、パフォーマンス、コスト、スケール、セキュリティ要件を最適化します。 Red Hatのプラットフォーム、目標、組織は、オープンソースのAIコードが推進される中で、業界のパートナー、顧客、オープンソースコミュニティとともにこれらの取り組みを支援しています。

AIの分野でこのオープンコラボレーションを拡大する巨大な可能性があります。 レッドハットは、トレーニングと同様に、モデルにおいても透明性のある作業を包含する未来を見据えています。 次の週や来月（またはAIの進化の速さを考えるとそれ以前かもしれませんが）、企業やオープンコミュニティ全体は、AIの世界を民主化し開放する努力を引き続き支持し採用し続けるでしょう。