Debiani projekt algatas üldise hääletuse AI mudelite avatuskriteeriumide üle

Debiani projekt teatas üldise hääletuse (GR, üldine otsus) läbiviimisest projekti arendajate seas, et kinnitada masinõppemudelite vastuvõtmise kriteeriume projekti põhiillete. Sel hetkel on käimas arutelufaas, millele järgneb häälte kogumine (hääletuse alguse kuupäev veel määramata). Hääleõigust omab umbes tuhat arendajat, kes osalevad pakettide hooldamises ja Debiani infrastruktuuri toetamisel.

AI mudelid, mis levivad avatud litsentside alusel, kuid ei paku allikaid ega tööriistu mudeli treenimiseks, on soovitatav tunnistada Debiani kriteeriumitega, mis määratlevad vabavarana (DFSG, Debiani vabavaranduse suunised), kokkusobimatuks. Juhul kui ettepanek heaks kiidetakse, ei saa sellised mudelid projekti põhirepositoriumi ('main') kaasatud. Selliste mudelite pakkumise võimalus 'non-free' repositooriumites käimasolevas hääletuses ei ole arutusel.

Andmete puudumisega seonduvate probleemide hulgas on mainitud:

• Algandmete või -programmide puudumine, mida kasutati treenimiseks, piirab tugevalt valmis AI mudelite modifitseerimise võimalusi. Kuigi litsentsis on modifitseerimine lubatud, on praktikas selline modifitseerimine keeruline. Muudatus võib olla vajalik näiteks, kui on vajalik tokeniseerija asendamine, mis on vajalik uute keelte toe lisamiseks.
• Treenimiseks kasutatavaid andmeid võib tõlgendada kui mudeli 'allikakoodi', ning valmis mudelit kui selle 'allikakoode' käsitlemise tulemust treenimistööriistadega. Seega peaks mudeli täielikuks modifitseerimiseks olema võimalus algandmete ja tööriistade muutmiseks.
• Mõõtmete taasesitamine, mis viidi läbi mudeli loomise jaoks, ilma juurdepääsuta algandmetele ja tööriistadele, on võimatu.
• Turvalisus ja eetilised küsimused. Ilma originaaldokumentide ja tööriistadeta on haavatavuste kõrvaldamise võimalus mudelite osas piiratud binaarsete plaastrite või mudeli täieliku asendamise kaudu. Selliseid plaastreid saab valmistada ainult mudeli autor, mistõttu on mudeli tarbijad temast täielikult sõltuvad. Samas ei suuda keegi, sealhulgas mudeli autorid, mõista selliste muudatuste olemust. Originaaldokumentide puudumine takistab ka õppimise mudelites tagamiste avastamist.
• Uurimispiirangud. Ilma originaaldokumentideta ei ole võimalik kinnitada, et mudel on koolitatud andmete pealt, mis on antud litsentside alusel, mis lubavad sellist kasutamist, ega välistada, et koolitamisel ei ole kasutatud ebaseaduslikult saadud andmeid. Lisaks sellele, kui koolitamisel on kasutada GPL litsentsi alla kuulunud andmeid, võib olla vajalik analüüsida mudeli väljundis leiduvate fragmentide olemasolu, mille jaoks on vajalik allika ja litsentsi mainimine. Arendaja võib seejärel oma projekti lisada mudeli genereeritud koodi/sisuga ja tahtmatult rikkuda mingite originaaldokumentide litsentsi.

Eelmisel oktoobril avaldas organisatsioon OSI (Open Source Initiative) avatud AI-süsteemi määratlemise. Avatud AI-süsteem peab pakkuma järgmisi võimalusi: kasutamine mis tahes eesmärkidel ilma eraldi lubade hankimise vajaduseta; süsteemi toimimise uurimine ja selle komponentide kontrollimine; muudatuste tegemine mis tahes eesmärkidel; edastamine teistele nii originaalversioonina kui ka pärast muudatuste tegemist, ilma kasutamise eesmärkide piiramata. Avatud AI-süsteem peab sisaldama üksikasjalikku teavet mudeli arhitektuuri, koolitamiseks kasutatud andmete ja koolitusmeetodite kohta ning ka lähtekoodi AI-süsteemi käitamiseks ja koolitamiseks. Teavet peab olema piisavalt, et professionaalne arendaja saaks iseseisvalt luua samaväärse AI-süsteemi, kasutades koolitamiseks samu või sarnaseid andmeid.

Põhivabaduste kaitse organisatsioon Software Freedom Conservancy (SFC) on sellise määratluse üle kriitiline. Rahulolematust põhjustab see, et kriteeriumides puuduvad nõuded andmete esitamiseks, mida mudeli koolitamiseks on kasutatud. OSI määratluse kohaselt piisab ainult teabe esitamisest, mis kirjeldab koolitamiseks kasutatud andmeid, kuid mitte andmete endi esitamisest. Vastuvõetud määratlus tagab ainult kaks neljast deklareeritud vabadusest avatud lähtekoodiga — võimaluse kasutada ja võimaluse levitada, samas kui muutmise ja õppimise võimalused ei ole täielikult tagatud.

OSI otsust põhjendatakse sellega, et paljude juhtude puhul on lähteandmete avaldamine võimatu, põhjused ei sõltu AI mudeli arendajast, nagu vajadus konfidentsiaalsuse säilitamise, autorikaitsega kaitstud materjalide kasutamise, andmete litsentseerimise kolmandatelt tarnijatelt jne. Kui lisada nõue andmete esitamiseks, ei saaks ükski olemasolev suur keelemudel avatud staatust ja määratlus muutuks saavutatavaks utoopiaks.

Allikas: opennet.ru