Un grupo de investigadores de la Universidad de Yale ha propuesto (PDF) un nuevo tipo de licencias abiertas CCAI (Copyleft Contextual), que amplía el uso del copyleft a modelos de IA generativa. La idea de CCAI es que el uso de contenido bajo esta licencia como datos para el aprendizaje automático lleva a la difusión de las condiciones de copyleft a los modelos de IA generativa resultantes. Se supone que la nueva licencia puede ayudar a reducir los abusos en proyectos de IA y prevenir la aparición de modelos de IA falsos, que se presentan formalmente como abiertos, pero que están vinculados al fabricante debido a la ocultación de los datos de origen y las herramientas de entrenamiento.
CCAI establece que cualquier distribución y publicación de copias exactas o trabajos derivados modificados, distribuidos bajo la licencia CCAI, deberá hacerse bajo los mismos términos de licencia sin imponer restricciones adicionales. Este requisito se aplica a cualquier modelo de IA, conjunto de datos o sistema de IA, cuyo entrenamiento haya utilizado software bajo la licencia CCAI o el resultado de su trabajo. En el contexto del entrenamiento de modelos de IA generativa, CCAI requiere la divulgación del código fuente del modelo, una descripción detallada de los datos utilizados en el entrenamiento, los parámetros, los pesos y la arquitectura del modelo.
La licencia CCAI también se puede usar como un requisito adicional, vinculado a licencias de copyleft existentes, como AGPLv3. Este requisito amplía el alcance de la licencia a conjuntos de datos de entrenamiento, código y coeficientes del modelo de acuerdo con los criterios de apertura de los sistemas de IA, formulados por la organización Open Source Initiative (OSI). El código distribuido bajo esta licencia puede ser utilizado para entrenar un modelo de IA solo bajo la condición de que se proporcione a todos los usuarios una descripción del conjunto de datos de entrenamiento, el código para entrenar el modelo y el modelo de IA entrenado.
Texto del requisito adicional adjunto: «Al utilizar software para el entrenamiento, optimización o creación de cualquier modelo de aprendizaje automático o sistema de IA generativa, cualquier modelo resultante, conjunto de datos o sistema debe publicarse bajo condiciones que no endurezcan los requisitos de esta licencia. Esta exigencia abarca la provisión de acceso al código para la formación, la descripción de los datos utilizados durante el entrenamiento, los parámetros y la arquitectura del modelo. Proporcionar acceso al modelo o al resultado de su trabajo a través de la red se considera distribución y es la base para cumplir con las obligaciones impuestas por la licencia».
Fuente: opennet.ru
