სამ ათწლეულზე მეტი ხნის წინ, Red Hat-მა დაინახა ღია კოდის შემუშავებისა და ლიცენზირების პოტენციალი უკეთესი პროგრამული უზრუნველყოფის შესაქმნელად და IT ინოვაციების ხელშესაწყობად. ოცდაათი მილიონი ხაზი კოდის შემდეგ, Linux არა მხოლოდ განვითარდა და გახდა ყველაზე წარმატებული ღია კოდის პროგრამული უზრუნველყოფა, არამედ დღემდე ინარჩუნებს ამ პოზიციას. ღია კოდის პრინციპებისადმი ერთგულება გრძელდება, არა მხოლოდ კორპორატიული ბიზნეს მოდელში, არამედ სამუშაო კულტურის ნაწილადაც. კომპანიის შეფასებით, ამ კონცეფციებს იგივე გავლენა აქვთ ხელოვნურ ინტელექტზე (AI), თუ სწორად გაკეთდება, მაგრამ ტექნოლოგიური სამყარო ორად არის გაყოფილი იმის შესახებ, თუ რა იქნება „სწორი გზა“.
ხელოვნური ინტელექტი, განსაკუთრებით გენერაციული ხელოვნური ინტელექტის (გენერაციული ხელოვნური ინტელექტი) უკან მდგომი დიდი ენობრივი მოდელები (LLMs), არ შეიძლება განვიხილოთ ღია კოდის პროგრამის მსგავსად. პროგრამული უზრუნველყოფისგან განსხვავებით, ხელოვნური ინტელექტის მოდელები ძირითადად შედგება რიცხვითი პარამეტრების მოდელებისგან, რომლებიც განსაზღვრავენ, თუ როგორ ამუშავებს მოდელი შემავალ მონაცემებს, ასევე კავშირს, რომელსაც ის სხვადასხვა მონაცემთა წერტილებს შორის ამყარებს. გაწვრთნილი მოდელების პარამეტრები ხანგრძლივი პროცესის შედეგია, რომელიც მოიცავს ტრენინგის მონაცემების დიდ რაოდენობას, რომლებიც ფრთხილად მზადდება, შერეული და დამუშავებულია.
მიუხედავად იმისა, რომ მოდელის პარამეტრები პროგრამული უზრუნველყოფა არ არის, ზოგიერთი ასპექტით მათ კოდის მსგავსი ფუნქცია აქვთ. მონაცემების შედარება მოდელის საწყის კოდთან ან მასთან ძალიან ახლობელ რამესთან მარტივია. ღია კოდში, საწყის კოდს ჩვეულებრივ განსაზღვრავენ, როგორც პროგრამულ უზრუნველყოფაში ცვლილებების შეტანის „სასურველ გზას“. მხოლოდ ტრენინგის მონაცემები არ შეესაბამება ამ ფუნქციას, მისი ცვალებადი ზომისა და რთული წინასწარი ტრენინგის პროცესის გათვალისწინებით, რაც იწვევს ტრენინგში გამოყენებული ნებისმიერი მონაცემების მყიფე და ირიბ კავშირს გაწვრთნილ პარამეტრებთან და მოდელის შედეგად მიღებულ ქცევასთან.
საზოგადოებაში ხელოვნური ინტელექტის მოდელების ამჟამად განხორციელებული გაუმჯობესებებისა და დახვეწების უმეტესობა არ გულისხმობს ორიგინალური სასწავლო მონაცემების წვდომას ან მათ მანიპულირებას. ამის ნაცვლად, ისინი გამოწვეულია მოდელის პარამეტრების მოდიფიკაციით ან პროცესით ან კორექტირებით, რამაც შეიძლება ასევე შეუწყოს ხელი მოდელის მუშაობის დახვეწას. მოდელის ამ გაუმჯობესებების განხორციელების თავისუფლება მოითხოვს, რომ პარამეტრები გამოქვეყნდეს ყველა იმ ნებართვით, რომელსაც მომხმარებლები იღებენ ღია კოდის ლიცენზიებით.
Red Hat-ის ხედვა ღია კოდის ხელოვნური ინტელექტის შესახებ.
Red Hat-ი მიიჩნევს, რომ ღია კოდის ხელოვნური ინტელექტის საფუძველი ღია კოდის ლიცენზირებული მოდელის პარამეტრებსა და ღია კოდის პროგრამული უზრუნველყოფის კომპონენტებს შორისაა . ეს ღია კოდის ხელოვნური ინტელექტის საწყისი წერტილია, მაგრამ არა ფილოსოფიის საბოლოო მიზანი. Red Hat მოუწოდებს ღია კოდის საზოგადოებას, მარეგულირებელ ორგანოებს და ინდუსტრიას, განაგრძონ სწრაფვა უფრო მეტი გამჭვირვალობისა და ღია კოდის შემუშავების პრინციპებთან შესაბამისობისკენ ხელოვნური ინტელექტის მოდელების სწავლებისა და მორგებისას.
ეს არის Red Hat-ის ხედვა, როგორც კომპანიის, რომელიც მოიცავს ღია კოდის პროგრამული უზრუნველყოფის ეკოსისტემას და პრაქტიკულად შეუძლია ღია კოდის ხელოვნურ ინტელექტთან ურთიერთობა. ეს არ არის ფორმალური განმარტების მცდელობა, როგორსაც ღია კოდის ინიციატივა (OSI) ავითარებს თავისი ღია კოდის ხელოვნური ინტელექტის განმარტებით (OSAID). ეს არის კორპორაციის პერსპექტივა იმის შესახებ, თუ როგორ გახადოს ღია კოდის ხელოვნური ინტელექტი შესაძლებელი და ხელმისაწვდომი თემების, ორგანიზაციებისა და მომწოდებლების რაც შეიძლება ფართო სპექტრისთვის.
ეს პერსპექტივა პრაქტიკაში ხორციელდება ღია კოდის საზოგადოებებთან მუშაობით, რასაც ხაზს უსვამს InstructLab და IBM Research-თან ერთად ლიცენზირებული ღია კოდის მოდელების Granite ოჯახზე . InstructLab მნიშვნელოვნად ამცირებს ბარიერებს არა-მონაცემთა მეცნიერებისთვის ხელოვნური ინტელექტის მოდელების შემუშავებაში. InstructLab-ის საშუალებით, ყველა სექტორის ექსპერტებს შეუძლიათ დაამატონ თავიანთი უნარები და ცოდნა, როგორც შიდა გამოყენებისთვის, ასევე ზედა დონის საზოგადოებებისთვის საერთო და ფართოდ ხელმისაწვდომი ღია კოდის ხელოვნური ინტელექტის მოდელის შესაქმნელად.
Granite 3.0 მოდელების ოჯახი მოიცავს ხელოვნური ინტელექტის გამოყენების ფართო სპექტრს, კოდის გენერირებიდან დაწყებული ბუნებრივი ენის დამუშავებითა და ინფორმაციის , ყველაფერი ეს ღია კოდის ლიცენზიის ფარგლებში. ჩვენ დავეხმარეთ IBM Research-ს Granite კოდის მოდელების ოჯახის ღია კოდის სამყაროში დანერგვაში და გავაგრძელოთ მოდელების ოჯახის მხარდაჭერა, როგორც ღია კოდის პერსპექტივიდან, ასევე ჩვენი Red Hat ხელოვნური ინტელექტის შეთავაზების ფარგლებში.
DeepSeek-ის ბოლოდროინდელი განცხადებების შედეგები აჩვენებს, თუ როგორ შეუძლია ღია კოდის ინოვაციას გავლენა მოახდინოს ხელოვნურ ინტელექტზე, როგორც მოდელის დონეზე, ასევე მის ფარგლებს გარეთ. ცხადია, არსებობს შეშფოთება ჩინური პლატფორმის მიდგომასთან დაკავშირებით, განსაკუთრებით იმის გამო, რომ მოდელის ლიცენზია არ ხსნის, თუ როგორ შეიქმნა იგი, რაც აძლიერებს გამჭვირვალობის საჭიროებას. ამასთან, ზემოხსენებული ცვლილება აძლიერებს Red Hat-ის ხედვას ხელოვნური ინტელექტის მომავლის შესახებ: ღია მომავალი, რომელიც ფოკუსირებულია უფრო მცირე, ოპტიმიზებულ და ღია მოდელებზე, რომელთა მორგება შესაძლებელია კონკრეტული საწარმოს მონაცემების გამოყენების შემთხვევებისთვის ჰიბრიდული ღრუბლის ნებისმიერ ადგილას.
ხელოვნური ინტელექტის მოდელების გაფართოება ღია კოდის მიღმა.
Red Hat-ის მუშაობა ღია კოდის ხელოვნური ინტელექტის სივრცეში გაცილებით სცილდება InstructLab-სა და Granite-ის მოდელების ოჯახს და ვრცელდება ხელოვნური ინტელექტის რეალურად მოხმარებისა და პროდუქტიული გამოყენებისთვის საჭირო ინსტრუმენტებსა და პლატფორმებზე. კომპანია ძალიან აქტიური გახდა ტექნოლოგიური პროექტებისა და საზოგადოებების ხელშეწყობაში, როგორიცაა (მაგრამ არა მხოლოდ):
● RamaLama , ღია კოდის პროექტი, რომლის მიზანია ხელოვნური ინტელექტის მოდელების ადგილობრივი მართვისა და განლაგების ხელშეწყობა;
● TrustyAI , ღია კოდის ინსტრუმენტების ნაკრები უფრო პასუხისმგებლიანი ხელოვნური ინტელექტის სამუშაო პროცესების შესაქმნელად;
● Climatik , პროექტი, რომელიც ორიენტირებულია ხელოვნური ინტელექტის ენერგიის მოხმარების თვალსაზრისით უფრო მდგრადი გახდომაზე;
● Podman AI Lab , დეველოპერების ინსტრუმენტების ნაკრები, რომელიც ორიენტირებულია ღია კოდის LLM-ებით ექსპერიმენტების ხელშეწყობაზე;
ბოლოდროინდელი განცხადება აფართოებს კორპორატიულ ხედვას ხელოვნური ინტელექტის მიმართ, რაც ორგანიზაციებს საშუალებას აძლევს, ჰიბრიდულ ღრუბელში არსებული მცირე, ოპტიმიზირებული ხელოვნური ინტელექტის მოდელები, მათ შორის ლიცენზირებული ღია კოდის სისტემები, თავიანთ მონაცემებთან შეათავსონ. შემდეგ IT ორგანიზაციებს შეუძლიათ გამოიყენონ vLLM ინფერენციის ამ მოდელებიდან გადაწყვეტილებების მიღებისა და წარმოების გასატარებლად, რაც ხელს შეუწყობს გამჭვირვალე და მხარდაჭერილ ტექნოლოგიებზე დაფუძნებული ხელოვნური ინტელექტის დასტის შექმნას.
კორპორაციისთვის, ღია კოდის ხელოვნური ინტელექტი ჰიბრიდულ ღრუბელში ცოცხლობს და სუნთქავს. ჰიბრიდული ღრუბელი უზრუნველყოფს მოქნილობას, რომელიც საჭიროა თითოეული ხელოვნური ინტელექტის სამუშაო დატვირთვისთვის საუკეთესო გარემოს შესარჩევად, შესრულების, ღირებულების, მასშტაბისა და უსაფრთხოების მოთხოვნების ოპტიმიზაციისთვის. Red Hat-ის პლატფორმები, მიზნები და ორგანიზაცია მხარს უჭერს ამ ძალისხმევას ინდუსტრიის პარტნიორებთან, მომხმარებლებთან და ღია კოდის საზოგადოებასთან ერთად, რადგან ხელოვნური ინტელექტის ღია კოდი წინ მიიწევს.
ხელოვნური ინტელექტის სფეროში ამ ღია თანამშრომლობის გაფართოების უზარმაზარი პოტენციალი არსებობს. Red Hat-ი მომავალს წარმოიდგენს, რომელიც მოდელებზე გამჭვირვალე მუშაობას და მათ ტრენინგს მოიცავს. მომავალ კვირას იქნება თუ მომავალ თვეში (ან უფრო ადრეც, ხელოვნური ინტელექტის სწრაფი ევოლუციის გათვალისწინებით), კომპანია და მთლიანად ღია საზოგადოება გააგრძელებს ხელოვნური ინტელექტის სამყაროს დემოკრატიზაციისა და გახსნის მცდელობების მხარდაჭერას და მხარდაჭერას.
