For over three decades, Red Hat has seen the potential of open source development and licensing to create better software and foster IT innovation. Trett millioner linjer med kode senere, har Linux ikke bare utviklet seg til å bli den mest vellykkede open source-programvaren, men opprettholder også denne posisjonen den dag i dag. Forpliktelsen til de åpne kildeprinsippene fortsetter, ikke bare i forretningsmodellen for selskaper, men også som en del av arbeidskulturen. I vurderingen av selskapet har disse konseptene samme innvirkning på kunstig intelligens (KI) hvis de gjøres på riktig måte, men teknologiverdenen er delt når det gjelder hva som er den "riktige måten".
AI, spesielt de store språkmodellene (LLMs) bak generativ AI (gen AI), kan ikke sees på samme måte som et åpent program. I motormodellene består hovedsakelig av numeriske parametermodeller som bestemmer hvordan en modell behandler inndata, samt forbindelsen den gjør mellom ulike datapunkter. Trenede modelleresultater er resultatet av en lang prosess som involverer store mengder treningsdata som er nøye forberedt, blandet og behandlet.
Selv om modellparametrene ikke er programvare, har de på noen områder en funksjon som ligner på kode. Det er lett å sammenligne dataene med kildekoden til modellen, eller at de er veldig nær den. I åpen kildekode blir kildekoden ofte definert som den "foretrukne måten" å gjøre endringer i programvaren på. Datalene alene passer ikke til denne funksjonen, siden størrelsen deres varierer, og den komplekse forhåndstreningsprosessen fører til en svak og indirekte kobling mellom ethvert element i treningsdataene og de trente parameterne og den resulterende modelloppførselen.
De fleste forbedringer og oppgraderinger i AI-modeller som skjer nå i fellesskapet, involverer ikke tilgang til eller manipulering av de opprinnelige treningsdataene. I stedet er de resultatet av endringer i modellparametere eller i en prosess eller justering som også kan brukes til å justere modellens ytelse. Friheten til å gjøre disse forbedringene på modellen krever at parameterne blir utgitt med alle tillatelser brukerne får under open source-lisenser.
Red Hat sin open source AI.
Red Hat mener at grunnlaget for åpen kildekode AI ligger ilisensierte Open Source-modellparametere kombinert med open source programvarekomponenterDette er et utgangspunkt for åpen kildekode AI, men ikke det endelige målet for filosofien. Red Hat oppfordrer fellesskapet innen åpen kildekode, reguleringsmyndigheter og industrien til å fortsette å jobbe for større åpenhet og samsvar med prinsippene for åpen kildekode-utvikling ved å trene og justere AI-modeller.
Dette er Red Hat sin visjon som selskap, som omfatter et økosystem av åpen kildekode-programvare, og kan engasjere seg praktisk med åpen kildekode AI. Det er ikke et forsøk på en formell definisjon, som den somOpen Source Initiative(OSI) utvikler seg med dinÅpen kildekode AI-definisjon(OSAID). Dette er synspunktet til selskapet som gjør åpen kildekode AI gjennomførbart og tilgjengelig for det største fellesskapet av samfunn, organisasjoner og leverandører.
Dette synspunktet i praksis settes ut i live gjennom arbeidet med open source-samfunnene, fremhevet av prosjektetInstructLab, ledet av Red Hat og innsatsen med IBM Researchi familien Granite av åpne kildekode-modeller lisensiertInstructLab reduserer betydelig barrierene for at personer som ikke er dataforskere kan bidra med AI-modeller. Med InstructLab kan fageksperter fra alle sektorer legge til sine ferdigheter og kunnskaper, både for intern bruk og for å bidra til en delt og bredt tilgjengelig åpen kildekode AI-modell for upstream-samfunn.
Familien av Granite 3.0-modellene håndterer et bredt spekter av AI-bruksområder, fra koding til naturlig språkbehandling for å trekke utinnsikt de grandes datasets, tudo sob uma permissiva licença open source. Vi hjelper IBM Research med å bringe Granite-modellfamilien til åpen kildekode-verdenen og fortsetter å støtte modellfamilien, både som åpen kildekode og som en del av vårt Red Hat AI-tilbud.
Konsekvensen avsiste nylige annonser fra DeepSeekviser hvordan åpen kildekode-innovasjon kan påvirke AI, både på modellnivå og utover. Selvfølgelig er det bekymringer om den kinesiske plattformens tilnærming, hovedsakelig fordi lisensen for modellen ikke forklarer hvordan den ble produsert, noe som understreker behovet for åpenhet. Med dette i tankene styrker den nevnte forstyrrelsen Red Hats syn på fremtiden for AI: en åpen fremtid, fokusert på mindre, optimaliserte og åpne modeller, som kan tilpasses for spesifikke bedriftsdata-bruksområder overalt i den hybride skyen.
Utvidelse av AI-modeller utover open source
Red Hat sitt arbeid innen åpen kildekode AI går langt utover InstructLab og Granite-familien av modeller, og inkluderer verktøy og plattformer som er nødvendige for faktisk å konsumere og produktivt bruke AI. Selskapet har blitt veldig aktiv i å fremme prosjekter og teknologisamfunn, som for eksempel (men ikke bare):
● RamaLamaet et åpen kildekode-prosjekt som har som mål å lette lokal forvaltning og tilgjengeliggjøring av AI-modeller;
● PåliteligAI, et åpen kildekode-verktøysett for bygging av mer ansvarlige AI-arbeidsflyter;
● Climatiket et prosjekt som fokuserer på å gjøre AI mer bærekraftig når det gjelder energiforbruk;
● Podman AI Lab, et utviklerverktøykasse fokusert på å lette eksperimentering med open source LLM-er;
Onyhetsmeldingom Neural Magic utvider den bedriftsmessige visjonen om AI, slik at organisasjoner kan tilpasse mindre og optimaliserte AI-modeller, inkludert lisensierte open source-systemer, med sine data, uansett hvor de befinner seg i den hybride skyen. IT-organisasjoner kan da bruke inferensserverenvLLMfor å fremme beslutningene og produksjonen av disse modellene, og bidra til å bygge en AI-stack basert på transparente teknologier og med støtte.
For selskapet lever og ånder den åpne kildekoden AI i den hybride skyen. Den hybrid sky gir den nødvendige fleksibiliteten for å velge det beste miljøet for hver AI-arbeidsbelastning, og optimalisere ytelse, kostnad, skala og sikkerhetskrav. Plattformene, målene og organisasjonen til Red Hat støtter disse innsatsene, sammen med bransjepartnere, kunder og open source-samfunnet, etter hvert som åpen kildekode innen kunstig intelligens blir drevet frem.
Det er et enormt potensial for å utvide dette åpne samarbeidet innen AI-området. Red Hat ser ser framtid som inkluderer åpent arbeid i modeller, slik som deres opplæring. Enten om det er neste uke eller neste måned (eller til og med før, gitt den raske utviklingen av AI), vil selskapet og det åpne fellesskapet som helhet fortsette å støtte og adoptere innsatsen for å demokratisere og åpne AI-verdenen.
