Un groupe de chercheurs de l'université de Yale a proposé (PDF) un nouveau type de licences ouvertes CCAI (Contextual Copyleft), élargissant l'application du copyleft aux modèles d'IA générative. L'idée du CCAI est que l'utilisation de contenu sous cette licence comme données pour l'apprentissage automatique propage les conditions de copyleft aux modèles d'IA générative résultants. On suppose que cette nouvelle licence pourrait contribuer à réduire les abus dans les projets d'IA et à prévenir l'apparition de modèles d'IA fictifs, qui sont formellement présentés comme ouverts, mais qui, en raison de la dissimulation des données sources et des outils d'apprentissage, sont liés au fabricant.
Le CCAI définit que toute distribution et publication de copies exactes ou de travaux dérivés modifiés, distribués sous la licence CCAI, doit être effectuée selon les mêmes conditions de licence sans imposition de restrictions supplémentaires. Cette exigence s'applique à tout modèle d'IA, ensemble de données ou système d'IA ayant utilisé un logiciel sous licence CCAI ou les résultats de son fonctionnement lors de l'apprentissage. Dans le contexte de l'apprentissage des modèles d'IA générative, le CCAI exige la divulgation du code source du modèle, une description détaillée des données utilisées lors de l'apprentissage, des paramètres, des poids et de l'architecture du modèle.
La licence CCAI peut également être utilisée comme exigence supplémentaire, attachée à des licences de copyleft existantes, telles que l'AGPLv3. Cette exigence étend l'application de la licence aux ensembles de données d'apprentissage, au code et aux coefficients de poids du modèle selon les critères d'ouverture des systèmes d'IA formulés par l'organisation Open Source Initiative (OSI). Le code distribué sous une telle licence peut être utilisé pour former un modèle d'IA uniquement à condition que tous les utilisateurs reçoivent une description de l'ensemble de données d'apprentissage, le code pour former le modèle et le modèle d'IA formé.
Texte de la condition supplémentaire jointe : « Lors de l'utilisation de logiciels pour l'apprentissage, l'optimisation ou la création de tout modèle d'apprentissage automatique ou de système d'IA générative, tout modèle, ensemble de données ou système résultant doit être publié sous des conditions qui ne durcissent pas les exigences de cette licence. Cette exigence inclut la fourniture d'accès au code pour l'entraînement, à la description des données utilisées lors de l'entraînement, aux paramètres et à l'architecture du modèle. L'accès au modèle ou au résultat de son travail via un réseau est considéré comme une distribution et constitue la base pour remplir les obligations imposées par la licence. »
Source : opennet.ru
