Lebih tiga dekad yang lalu, Red Hat menyaksikan potensi pembangunan dan pelesenan sumber terbuka untuk mencipta perisian yang lebih baik dan memupuk inovasi IT. Tiga puluh juta baris kod kemudian, Linux bukan sahaja berkembang menjadi perisian sumber terbuka yang paling berjaya, tetapi ia juga mengekalkan kedudukan itu sehingga ke hari ini. Komitmen terhadap prinsip sumber terbuka berterusan, bukan sahaja dalam model perniagaan korporat, tetapi juga sebagai sebahagian daripada budaya kerja. Dalam penilaian syarikat, konsep-konsep ini mempunyai impak yang sama terhadap kecerdasan buatan (AI) jika dilakukan dengan betul, tetapi dunia teknologi berbelah bahagi tentang apa yang "cara yang betul".
AI, terutamanya model bahasa besar (LLM) di sebalik AI generatif (AI gen), tidak boleh dilihat dengan cara yang sama seperti program sumber terbuka. Tidak seperti perisian, model AI terdiri terutamanya daripada model parameter berangka yang menentukan cara model memproses input, serta hubungan yang dibuatnya antara pelbagai titik data. Parameter model terlatih adalah hasil daripada proses panjang yang melibatkan sejumlah besar data latihan yang disediakan, dicampur dan diproses dengan teliti.
Walaupun parameter model bukan perisian, dalam beberapa aspek, ia mempunyai fungsi yang serupa dengan kod. Adalah mudah untuk membandingkan data dengan kod sumber model, atau sesuatu yang sangat hampir dengannya. Dalam sumber terbuka, kod sumber biasanya ditakrifkan sebagai "cara pilihan" untuk membuat pengubahsuaian pada perisian. Data latihan sahaja tidak sesuai dengan fungsi ini, memandangkan saiznya yang berbeza-beza dan proses pra-latihan yang rumit yang menghasilkan hubungan yang lemah dan tidak langsung yang dimiliki oleh mana-mana item data yang digunakan dalam latihan dengan parameter yang dilatih dan tingkah laku model yang terhasil.
Kebanyakan penambahbaikan dan peningkatan pada model AI yang sedang berlaku dalam komuniti tidak melibatkan akses atau manipulasi data latihan asal. Sebaliknya, ia terhasil daripada pengubahsuaian pada parameter model atau proses atau pelarasan yang juga boleh berfungsi untuk memperhalusi prestasi model. Kebebasan untuk membuat penambahbaikan model ini memerlukan parameter dikeluarkan dengan semua kebenaran yang diterima pengguna di bawah lesen sumber terbuka.
Visi Red Hat untuk AI sumber terbuka.
Red Hat percaya bahawa asas AI sumber terbuka terletak pada parameter model berlesen sumber terbuka yang digabungkan dengan komponen perisian sumber terbuka . Ini adalah titik permulaan untuk AI sumber terbuka, tetapi bukan destinasi muktamad falsafah tersebut. Red Hat menggalakkan komuniti sumber terbuka, pihak berkuasa kawal selia dan industri untuk terus berusaha untuk ketelusan dan penjajaran yang lebih baik dengan prinsip pembangunan sumber terbuka semasa melatih dan menala model AI.
Inilah visi Red Hat sebagai sebuah syarikat yang merangkumi ekosistem perisian sumber terbuka dan boleh berinteraksi secara praktikal dengan AI sumber terbuka. Ia bukanlah satu percubaan untuk mendapatkan definisi formal, seperti yang Inisiatif Sumber Terbuka (OSI) dengan Definisi AI Sumber Terbuka (OSAID). Ini adalah perspektif syarikat tentang cara menjadikan AI sumber terbuka boleh dilaksanakan dan boleh diakses oleh pelbagai komuniti, organisasi dan vendor yang seluas mungkin.
Perspektif ini diamalkan melalui kerjasama dengan komuniti sumber terbuka, yang diketengahkan oleh InstructLab , yang diketuai oleh Red Hat, dan usaha bersama IBM Research mengenai keluarga model sumber terbuka berlesen Granite . InstructLab mengurangkan halangan bagi saintis bukan data untuk menyumbang model AI dengan ketara. Dengan InstructLab, pakar domain dari semua sektor boleh menambah kemahiran dan pengetahuan mereka, baik untuk kegunaan dalaman mahupun untuk membantu mencipta model AI sumber terbuka yang dikongsi dan boleh diakses secara meluas untuk komuniti huluan.
Keluarga model Granite 3.0 menangani pelbagai kes penggunaan AI, daripada penjanaan kod kepada pemprosesan bahasa semula jadi kepada pengekstrakan pandangan daripada set data yang besar, semuanya di bawah lesen sumber terbuka yang permisif. Kami membantu IBM Research membawa keluarga model kod Granite ke dalam dunia sumber terbuka dan terus menyokong keluarga model, baik dari perspektif sumber terbuka mahupun sebagai sebahagian daripada tawaran AI Red Hat kami.
Kesan daripada pengumuman DeepSeek baru-baru ini menunjukkan bagaimana inovasi sumber terbuka boleh memberi impak kepada AI, baik pada peringkat model mahupun di peringkat seterusnya. Jelas sekali, terdapat kebimbangan mengenai pendekatan platform China itu, terutamanya kerana lesen model tersebut tidak menjelaskan bagaimana ia dihasilkan, sekali gus mengukuhkan keperluan untuk ketelusan. Walau bagaimanapun, gangguan yang dinyatakan di atas mengukuhkan visi Red Hat untuk masa depan AI: masa depan yang terbuka yang tertumpu pada model yang lebih kecil, dioptimumkan dan terbuka yang boleh disesuaikan untuk kes penggunaan data perusahaan tertentu di mana-mana lokasi dalam awan hibrid.
Memperluas model AI melangkaui sumber terbuka
Kerja Red Hat dalam ruang AI sumber terbuka melangkaui InstructLab dan keluarga model Granite, meliputi alatan dan platform yang diperlukan untuk benar-benar menggunakan dan menggunakan AI secara produktif. Syarikat ini telah menjadi sangat aktif dalam memupuk projek dan komuniti teknologi, seperti (tetapi tidak terhad kepada):
● RamaLama , sebuah projek sumber terbuka yang bertujuan untuk memudahkan pengurusan dan penggunaan model AI tempatan;
● TrustyAI , satu set alat sumber terbuka untuk membina aliran kerja AI yang lebih bertanggungjawab;
● Climatik , sebuah projek yang tertumpu pada membantu menjadikan AI lebih mampan dari segi penggunaan tenaga;
● Podman AI Lab , satu set alat pembangun yang memberi tumpuan kepada memudahkan eksperimen dengan LLM sumber terbuka;
Pengumuman baru-baru ini tentang Neural Magic meluaskan visi korporat untuk AI, membolehkan organisasi menyelaraskan model AI yang lebih kecil dan dioptimumkan, termasuk sistem sumber terbuka berlesen, dengan data mereka, di mana sahaja mereka berada dalam awan hibrid. Organisasi IT kemudiannya boleh menggunakan vLLM untuk memacu keputusan dan pengeluaran daripada model ini, membantu membina susunan AI berdasarkan teknologi yang telus dan disokong.
Bagi syarikat, AI sumber terbuka hidup dan bernafas dalam awan hibrid. Awan hibrid menyediakan fleksibiliti yang diperlukan untuk memilih persekitaran terbaik untuk setiap beban kerja AI, mengoptimumkan prestasi, kos, skala dan keperluan keselamatan. Platform, matlamat dan organisasi Red Hat menyokong usaha ini, bersama-sama rakan kongsi industri, pelanggan dan komuniti sumber terbuka, memandangkan sumber terbuka dalam kecerdasan buatan didorong ke hadapan.
Terdapat potensi yang besar untuk mengembangkan kerjasama terbuka ini dalam ruang AI. Red Hat membayangkan masa depan yang merangkumi kerja telus pada model, serta latihan mereka. Sama ada minggu depan atau bulan depan (atau lebih awal lagi, memandangkan evolusi AI yang pesat), syarikat dan komuniti terbuka secara keseluruhan akan terus menyokong dan merangkul usaha untuk mendemokrasikan dan membuka dunia AI.
