الوجبات الجاهزة الرئيسية
- تقوم مجموعة جديدة من المطورين ببناء نماذج مفتوحة المصدر للذكاء الاصطناعي.
- تستخدم المجموعة نماذج تدريب لغة ضخمة ستصدرها بموجب تراخيص مفتوحة.
- يمكن للذكاء الاصطناعي مفتوح المصدر أن يساعد في جعل القوة التي من المحتمل أن تغير قواعد اللعبة للتقنية الجديدة أقل عرضة للتحيزات والأخطاء.
هناك الكثير من الأبحاث حول الذكاء الاصطناعي من قبل الشركات الكبيرة (AI) ، لكن مجموعة واحدة عبر الإنترنت تريد إضفاء الطابع الديمقراطي على العملية.
EleutherAI هي مجموعة تم تشكيلها مؤخرًا من الباحثين المتطوعين والمهندسين والمطورين الذين يركزون على أبحاث الذكاء الاصطناعي مفتوحة المصدر. تستخدم المنظمة قواعد بيانات GPT-Neo و GPT-NeoX لتدريب نماذج لغوية ضخمة تخطط لإصدارها بموجب تراخيص مفتوحة.
"البيانات مفتوحة المصدر تفيد الباحثين لأن العلماء لديهم المزيد من الموارد المجانية لاستخدامها في تدريب النماذج واستكمال البحث" ، هذا ما قاله إدوارد كوي ، الرئيس التنفيذي لشركة Graviti للذكاء الاصطناعي ، لـ Lifewire في مقابلة عبر البريد الإلكتروني. شركته لا تشارك في EueutherAI. "نحن نعلم أن عشرات مشروعات الذكاء الاصطناعي تعطلت بسبب النقص العام في البيانات عالية الجودة من حالات الاستخدام الحقيقي ، لذلك من الضروري وضع إرشادات تضمن جودة البيانات ، بمساعدة المجتمع المشارك."
هذا هو الطريق
بدايات اليوثري كانت متواضعة. في العام الماضي ، نشر باحث مستقل في منظمة العفو الدولية اسمه كونور ليهي الرسالة التالية على خادم Discord: "مرحبًا يا رفاق يسمحوا لـ [SIC] بمنح أوبن إيه آي فرصة لأموالهم مثل الأيام الجيدة".
وهكذا ، تم تشكيل المجموعة. لديها الآن المئات من المساهمين الذين يقومون بنشر التعليمات البرمجية الخاصة بهم على مستودع البرامج عبر الإنترنت GitHub.
جهود منظمة العفو الدولية مفتوحة المصدر ليست جديدة.في الواقع ، فإن منصة إدارة سير العمل Airflow في Airbnb ومحرك اكتشاف البيانات في Lyft هما نتاج استخدام أدوات مفتوحة المصدر لتمكين فرق البيانات من القيام بعمل أفضل مع البيانات ، كما أشار علي رحمان ، مدير مشروع شركة البرمجيات CloudiTwins في مقابلة عبر البريد الإلكتروني مع Lifewire
قال رحمن: "مثلما أدت ثورة المصادر المفتوحة إلى تحول في تطوير البرمجيات ، فقد كانت أيضًا تقود تطوير ودمقرطة علم البيانات والذكاء الاصطناعي". "أصبحت المصادر المفتوحة عاملاً تمكينيًا مهمًا لحلول علوم بيانات المؤسسة ، حيث يستخدم غالبية علماء البيانات أدوات مفتوحة المصدر."
فتح الباب
تطوير الذكاء الاصطناعي مفتوح المصدر يمكن أن يساعد في جعل القوة المحتملة لتغيير قواعد اللعبة للتقنية الجديدة أقل عرضة للتحيزات والأخطاء ، كما يقول بعض المراقبين.
أبحاث الذكاء الاصطناعي تحدث الآن بشكل أساسي في العلن ، حيث تقدم جميع الشركات تقريبًا ومختبرات الأبحاث والجامعات نتائجها على الفور في منشورات علمية ، كما قال كوش فارشني ، باحث في الذكاء الاصطناعي في IBM ، لـ Lifewire في مقابلة عبر البريد الإلكتروني.
"هذا المجتمع المفتوح ضروري ، لأنه يوفر مستويات محسّنة من الضوابط والتوازنات لضمان بحث الذكاء الاصطناعي وإنشائه ونشره وتطبيقه بمسؤولية" ، أضاف فارشني. "هذا أمر بالغ الأهمية بشكل خاص في المواقف التي يمكن أن تؤثر فيها هذه الأنظمة على حياة أضعف أفراد المجتمع لدينا. ولا ينطبق هذا الانفتاح على التعلم الآلي العام وخوارزميات التعلم العميق فحسب ، بل ينطبق أيضًا على عناصر الذكاء الاصطناعي الجديرة بالثقة."
قال رحمن إن أحد الاختلافات الجوهرية بين البرمجيات المملوكة والمفتوحة المصدر هو المرونة والتخصيص. ستواجه أبحاث الذكاء الاصطناعي المسجلة الملكية مشكلات تتعلق بالأمان والتحديثات والتحسينات.
"هذا لأن النهج القائم على المجتمع مفتوح المصدر يحصل على مدخلات قيمة من آلاف خبراء الصناعة الذين يحددون الثغرات الأمنية المحتملة التي يتم معالجتها بعد ذلك بسرعة أكبر ،" أضاف رحمان."إجماع المجتمع يعني أن الجودة مضمونة ويتم تحديد الفرص الجديدة بسهولة أكبر."
هناك مشكلة أخرى تتمثل في أن أبحاث الذكاء الاصطناعي الخاصة لن تكون قابلة للتشغيل البيني ، مما يعني أنه لا يمكن العمل مع تنسيقات بيانات مختلفة ومن المحتمل أن يكون لها قفل البائع ، مما يمنع الشركات من اختبار البرنامج وتجربته قبل الالتزام بالحل ، قال رحمن
لكن ليس كل جانب من جوانب أبحاث الذكاء الاصطناعي يجب أن يكون مفتوح المصدر ، هكذا قال كريس كينت ، الرئيس التنفيذي لشركة الذكاء الاصطناعي الطبية Reveal Surgical ، لـ Lifewire في مقابلة عبر البريد الإلكتروني. وقال "من المهم حماية الحوافز الاقتصادية التي تدفع التطوير التجاري للتطبيقات الرئيسية للذكاء الاصطناعي".
ومع ذلك ، قال كينت إن البحث في الذكاء الاصطناعي يحتاج إلى مكون قوي مفتوح المصدر. وأضاف أن المصدر المفتوح يعمل على بناء الثقة واستخدام مجموعات البيانات التي لا تخضع أو لا يجب أن تتحكم بها مؤسسات أو شركات منفردة.
قال كينت"نهج المصدر المفتوح هو أفضل طريقة لتحديد وتعويض التحيز الأساسي الذي قد يكون موجودًا في مجموعات التدريب وسيؤدي إلى تطبيقات أكثر شمولية وإبداعًا وموثوقية للذكاء الاصطناعي".
