Açık ağırlıklı yapay zeka ile açık kaynak arasındaki farklar netleşiyor
Öne çıkanlar
- Açık ağırlıklı modeller yerel çalıştırma imkanı sunsa da temel yazılım özgürlüklerinin tamamını karşılamıyor.
- Yapay zeka modelleri eğitim verisi, ağırlıklar ve eğitim kodundan oluşan üç temel bileşenden meydana geliyor.
- Ai2 tarafından geliştirilen OLMo modeli tam veri seti ve kod paylaşımıyla açık kaynak yapay zekaya örnek gösteriliyor.
Açık Kaynak Girişimi (OSI), yapay zekada açıklık tartışmaları sürerken yalnızca model ağırlıklarını paylaşmanın gerçek açık kaynak tanımını karşılamadığını bildirdi. Bir yapay zeka modelinin eğitim verisi, ağırlıkları ve koddan oluşan üç ana bileşeni bulunuyor. Açık ağırlıklı modeller kapalı sistemlere kıyasla yerel çalıştırma ve ince ayar gibi esneklikler sağlasa da yazılım dünyasının temelini oluşturan dört temel özgürlüğü bütünüyle sunmuyor.
Açık ağırlıklı mimariler kullanıcıların modeli kendi altyapılarında barındırmasına ve belirli verilerle uyarlamasına izin veriyor. Buna karşın eğitim kodları ve veri setleri paylaşılmadığı için araştırmacılar çıktıların ardındaki nedenleri tam olarak denetleyemiyor veya güvenlik doğrulamalarını eksiksiz yapamıyor. Bu durum, siber güvenlik vakalarının ve güvenilirlik kaygılarının arttığı bir dönemde modellerin derinlemesine incelenmesini ve üzerinde değişiklik yapılmasını zorlaştırıyor.
Kuruluş, gerçek açık kaynak yapay zekanın ağırlıkların yanı sıra eğitim kodlarını ve veri setini ya da veri oluşturma süreçlerini de içermesi gerektiğini vurguluyor. Ai2 tarafından geliştirilen ve eğitim verileri dahil bütünüyle paylaşılan OLMo modeli, yapay zekanın nasıl öğrendiğini ve unuttuğunu araştırmayı mümkün kılan açık kaynak yaklaşımına somut bir örnek olarak gösteriliyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.