La définition de poids ouvert fournit une nouvelle perspective sur le débat OSAID

Le débat sur ce qui constitue une IA open source continue d'évoluer, avec des contributions importantes de la part des développeurs et des chefs de file de l'industrie. L'initiative open source (OSI) s'est efforcée d'établir une définition claire avec sa définition d'IA open source (OSAIS), mais les désaccords persistent sur ce qui devrait être inclus. En réponse, la nouvelle alliance open source (OSA) a introduit son propre cadre, la définition de poids ouvert (OWD), qui cherche à relever les défis uniques du développement de l'IA.

L'OWD vise à trouver un équilibre entre l'IA fermée et l'ouverture en open en établissant des normes pour ce qui compte comme «open source» dans l'IA, en particulier pour les modèles de grande langue (LLM). Il se concentre sur trois domaines clés:

Composants clés de la définition de poids ouvert (OWD)

1. Le modèle pèse l'accessibilité

L'OWD souligne l'importance de rendre les poids du modèle - les valeurs numériques qui connectent les nœuds sur les couches d'IA - accessibles aux développeurs et aux chercheurs. Ces poids, déterminés pendant l'entraînement, sont cruciaux pour comprendre et améliorer les modèles d'IA.

2. Informations sur l'ensemble de données

Bien que l'OWD n'ait pas obligé un accès complet aux données de formation, il met en évidence la nécessité de fournir des informations détaillées sur le contenu et les méthodes de collecte de l'ensemble de données. Cette transparence aide à évaluer les performances du modèle et les biais potentiels.

3. Transparence de l'architecture

Le cadre encourage la divulgation de l'architecture du modèle, qui peut aider à améliorer et modifications supplémentaires de la communauté.

Amanda Brock, PDG d'OpenUK, soutient l'OWD, la considérant comme une étape vers une meilleure collaboration mondiale. Elle critique l'OSID de l'OSI, suggérant que l'accent mis par l'OWD sur les composants de l'IA désagrégatrice est plus pratique. La perspective de Brock est que la définition de l'ouverture des éléments individuels comme les données, les poids et les modèles est plus efficace qu'une large définition potentiellement inapte.

L'OSA, dirigée par le fondateur Sam Johnston, vise à étendre la définition open source traditionnelle (OSD) pour inclure des éléments spécifiques à l'IA comme les poids, proposant une «open source 2.0». Cette décision intervient au milieu des débats en cours sur l'applicabilité de l'OSD à l'IA, en particulier en ce qui concerne les données et les poids du modèle.

En réponse à l'OWD, Stefano Maffulli de l'OSI a souligné que les communautés, comme la Fondation Linux, ont déjà développé leurs propres définitions de poids ouverts. De plus, Heather Meeker, un éminent avocat open source, a souligné les différences fondamentales entre le code source du logiciel et les poids neuraux neaux (NNWS), faisant valoir que les principes des licences logicielles open source ne s'appliquent pas facilement aux NNW en raison de leur nature en tant que connaissances apprises stockées dans les grandes matrices.

Meeker a proposé la licence permissive des poids ouverts comme moyen de partager les NNW dans un cadre de type open source, mettant l'accent sur les objectifs originaux de la liberté open source. Cependant, elle a reconnu les défis de l'application de ces libertés à NNWS, compte tenu de leur nature non humaine et non lisible et non débottable.

Maffulli a souligné que les définitions de l'OSI, comme celles de la Fondation Linux, sont axées sur la communauté, reflétant la nature collaborative du développement open source. Il a noté que l'OSI surveillait comment les praticiens de l'IA appliquent ces définitions dans la pratique.

Malgré ces efforts, Meeker a exprimé son doute sur la probabilité de devenir une seule définition devenant une norme de facto, citant l'influence des cadres réglementaires, des réglementations de confidentialité et de la dynamique du marché.

Le débat en cours souligne un défi plus large: définir ce qui constitue vraiment une IA open-source. Bien qu'il existe un consensus selon lequel le simple fait d'étiqueter un modèle ou un ensemble de données comme «open-source» ne suffit pas - comme le montre le lama de Meta - la communauté reste loin d'une définition unifiée.