قام باحثون من جامعة نيميغن (هولندا) بإعداد تصنيف انفتاح لـ 40 نموذجًا لغويًا كبيرًا و7 نماذج لتوليد صور من أوصاف النص، والتي أعلنها المصنعون على أنها مفتوحة. نظرًا لحقيقة أن معايير انفتاح نماذج التعلم الآلي لا تزال قيد التشكيل، فقد نشأ الآن موقف حيث يتم، تحت ستار الانفتاح، توزيع نماذج لها ترخيص يحد من نطاق الاستخدام (على سبيل المثال، العديد من النماذج) نماذج تحظر استخدامها في المشاريع التجارية). أيضًا، في كثير من الأحيان، لا يوفر المصنعون إمكانية الوصول إلى البيانات المستخدمة في التدريب، أو لا يكشفون عن تفاصيل التنفيذ، أو لا يفتحون الكود المصاحب بالكامل.
معظم النماذج التي يتم تسويقها على أنها "مفتوحة" ينبغي في الواقع اعتبارها "أوزان مفتوحة" أو بشكل أكثر دقة "أوزان يمكن الوصول إليها" لأنها تخضع لتراخيص مقيدة تحظر استخدامها في المنتجات التجارية. يمكن للباحثين الخارجيين تجربة نماذج مماثلة، لكنهم غير قادرين على تصميم النموذج حسب احتياجاتهم أو فحص التنفيذ. أكثر من نصف النماذج لا تقدم معلومات تفصيلية عن البيانات المستخدمة للتدريب، كما أنها لا تنشر معلومات عن التصميم الداخلي والهندسة المعمارية.
النماذج الأكثر انفتاحًا هي BloomZ، وAmberChat، وOLMo، وOpen Assistant، وStable Diffusion، والتي يتم نشرها بموجب تراخيص مفتوحة إلى جانب بيانات المصدر والتعليمات البرمجية وتنفيذ واجهة برمجة التطبيقات (API). كانت النماذج من Google (Gemma 7B)، وMicrosoft (Orca 2)، وMeta (Llama 3)، التي وضعتها الشركات المصنعة على أنها مفتوحة، أقرب إلى نهاية الترتيب، لأنها لا توفر الوصول إلى البيانات المصدر، ولا تكشف عن التفاصيل الفنية التنفيذ، ويتم توزيع نماذج معاملات الترجيح بموجب تراخيص تحد من نطاق الاستخدام. كان نموذج ميسترال 7B الشهير في منتصف التصنيف تقريبًا، حيث تم توفيره بموجب ترخيص مفتوح، ولكنه موثق جزئيًا فقط، ولا يكشف عن البيانات المستخدمة في التدريب، ولا يحتوي على كود مصاحب مفتوح بالكامل.
واقترح الباحثون 14 معيارًا لانفتاح نماذج الذكاء الاصطناعي، تغطي توزيع التعليمات البرمجية، وبيانات التدريب، والأوزان، ومتغيرات البيانات والمعاملات المحسنة باستخدام التعلم المعزز (RL)، فضلاً عن توفر الحزم الجاهزة للاستخدام، وواجهات برمجة التطبيقات (APIs)، تنفيذ الوثائق والأوصاف التفصيلية.
وفقًا لمسودة تعريف الذكاء الاصطناعي المفتوح التي اقترحتها OSI (مبادرة المصدر المفتوح)، فإن المعايير الرئيسية لانفتاح نظام الذكاء الاصطناعي هي توفير فرص الاستخدام لأي غرض دون الحاجة إلى الحصول على إذن منفصل؛ دراسة تشغيل النظام وفحص مكوناته؛ إجراء تغييرات لأي غرض من الأغراض؛ نقل النسخة الأصلية والنسخة إلى أشخاص آخرين بعد إجراء التغييرات.
لتمكين إجراء التغييرات، يجب أن يتضمن نظام الذكاء الاصطناعي ما يلي:
- معلومات تفصيلية عن البيانات المستخدمة في التدريب ومنهجية التدريب. يجب أن تكون هناك معلومات كافية للمطور المحترف ليتمكن من إعادة إنشاء نظام ذكاء اصطناعي مكافئ بمفرده، باستخدام نفس البيانات أو بيانات مشابهة للتدريب.
- توافر كود المصدر الذي يسمح لك بتشغيل نظام الذكاء الاصطناعي وتنفيذ عملية تدريبه (في الجدول الذي تمت مناقشته أعلاه، في عمود "الكود" للعديد من النماذج، تتم الإشارة إلى "~"، مما يعني التوفر الجزئي لـ عندما يكون الكود متاحًا لتشغيل النموذج، ولكن لا يوجد كود لتدريب النموذج أو إنشائه). يجب أن يغطي الرمز أيضًا مجالات مثل المعالجة المسبقة والتحقق من صحة البيانات والترميز. وبالإضافة إلى ذلك، يجب تقديم وصف تفصيلي لبنية النموذج.
- معلمات النموذج (معاملات الترجيح)، مما يعني وجود شريحة حالة جاهزة للاستخدام بعد التدريب أو وجود نسخة نهائية محسنة من النموذج.
المصدر: opennet.ru
