超过三十年前，Red Hat 看到了开源开发和许可证的潜力，以创造更好的软件并促进信息技术的创新。 经过三千万行代码，Linux不仅发展成为最成功的开源软件，还一直保持这一地位至今。 对开源原则的承诺仍在继续，不仅体现在企业的商业模式中，也成为工作文化的一部分。 在公司评估中，如果以正确的方式进行，这些概念对人工智能（AI）具有相同的影响，但科技界对于“正确的方式”存在分歧。
人工智能，特别是支撑生成式人工智能（gen AI）的大型语言模型（LLMs），不能被视为一个开放的程序。 与软件不同，人工智能模型主要由数字参数模型组成，这些参数决定了模型如何处理输入，以及它们之间连接多个数据点的方式。 训练模型的参数是一个漫长过程的结果，涉及大量经过精心准备、混合和处理的训练数据。
虽然模型参数不是软件，但在某些方面它们的功能类似于代码。 很容易将数据与模型的源代码进行比较，或者说它们非常接近。 在开源中，源代码通常被定义为“首选方式”来对软件进行修改。 仅凭训练数据本身无法满足此功能，因为其大小不同且预训练过程复杂，导致训练数据中的任何项目与训练参数以及模型的最终行为之间都存在微弱且间接的联系。
目前社区中发生的大多数人工智能模型的改进和增强并不涉及访问或操作原始训练数据。 相反，它们是模型参数的修改或过程或调整的结果，这些也可以用来调整模型的性能。 在模型中进行这些改进的自由，要求参数必须以用户在开源许可证下获得的所有权限进行发布。
Red Hat 对开源人工智能的愿景
红帽公司相信开源人工智能的基础在于开源许可的模型参数与开源软件组件相结合这是开源人工智能的起点，但不是哲学的终点。 红帽鼓励开源社区、监管机构和行业继续努力实现更高的透明度，并在训练和调整人工智能模型时与开源开发原则保持一致。
这是红帽作为公司的愿景，涵盖了一个开源软件生态系统，能够以实际方式与开源人工智能进行互动。 这并不是一种正式定义的尝试，就像那样开源倡议（OSI）正在与其开发开源人工智能定义(OSAID)。 这是公司观点，使开源人工智能变得可行且对最多的社区、组织和供应商群体开放。
这种观点在实践中通过与开源社区的合作得以实现，由该项目突出表现。指导实验室由红帽领导并与IBM研究合作的努力在Granite家族的开源许可模型中InstructLab 大大降低了非数据科学家为人工智能模型做出贡献的门槛。 使用InstructLab，各行业的领域专家可以添加他们的技能和知识，既用于内部，也用于帮助共享的开源人工智能模型，广泛向上游社区开放。
Granite 3.0系列模型家族涵盖了广泛的人工智能用例，从代码生成到自然语言处理，以提取见解大型数据集，全部采用宽松的开源许可证。 我们帮助IBM研究将Granite代码模型系列引入开源世界，并继续支持该模型系列，既包括开源方面，也作为我们Red Hat AI产品的一部分。
的影响DeepSeek的最新公告展示开源创新如何影响人工智能，既在模型层面，也在更广泛的层面。 显然，人们对中国平台的方法存在担忧，尤其是模型许可证未说明其生产方式，这进一步强调了透明度的必要性。 由此可见，提到的颠覆进一步强化了红帽对人工智能未来的看法：一个开放的未来，专注于更小、优化且开放的模型，可以根据企业数据的具体用例在任何混合云环境中进行定制。
将人工智能模型扩展到开源之外
Red Hat在开源人工智能领域的工作远远超出InstructLab和Granite系列模型，涵盖了实际使用和高效利用人工智能所需的工具和平台。 公司在推动技术项目和社区方面变得非常活跃，例如（但不限于）：
● 拉马拉马一个旨在简化本地管理和部署人工智能模型的开源项目；
● 信任AI一个用于构建更负责任的人工智能工作流程的开源工具包；
● 气候学一个旨在帮助使人工智能在能源消耗方面更可持续的项目；
● Podman AI实验室一个专注于简化开源大型语言模型（LLMs）实验的开发者工具包；
这最近的公告关于 Neural Magic，扩展了企业对人工智能的视野，使组织能够将较小且经过优化的人工智能模型（包括开源许可证系统）与其数据对齐，无论数据位于云端的哪个位置。 IT 组织随后可以使用推理服务器vLLM为了推动这些模型的决策和生产，帮助构建一个基于透明技术和支持的人工智能堆栈。
对于公司而言，开源人工智能在混合云中生存和发展。 混合云提供了选择每个AI工作负载的最佳环境所需的灵活性，优化了性能、成本、规模和安全要求。 Red Hat的平台、目标和组织支持这些努力，与行业合作伙伴、客户和开源社区共同推动人工智能中的开源代码。
在人工智能领域，扩大这种开放合作具有巨大的潜力。 红帽公司展望一个涵盖模型透明工作的未来，就像其培训一样。 无论是在下周还是下个月（甚至更早，由于人工智能发展的迅速），公司和开放社区作为一个整体，都会继续支持和采纳推动人工智能世界民主化和开放的努力。
