{"id":123966,"date":"2025-05-03T15:05:12","date_gmt":"2025-05-03T13:05:12","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej"},"modified":"2025-05-03T15:05:12","modified_gmt":"2025-05-03T13:05:12","slug":"proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej","title":{"rendered":"Il progetto Debian ha avviato una votazione generale sui criteri di apertura dei modelli AI","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Il progetto Debian ha annunciato un voto generale (GR, risoluzione generale) tra gli sviluppatori del progetto per approvare i criteri di accettazione dei modelli di machine learning nel repository principale del progetto. Attualmente \u00e8 stata avviata la fase di discussione, dopo la quale inizier\u00e0 la raccolta dei voti (la data di avvio del voto non \u00e8 ancora stata definita). Circa mille sviluppatori, coinvolti nel mantenimento dei pacchetti e dell'infrastruttura Debian, hanno diritto di voto. <\/p>\n
I modelli AI distribuiti con licenze aperte, ma senza la fornitura del materiale sorgente e degli strumenti per l'addestramento del modello, sono considerati incompatibili con i criteri di Debian che definiscono il software libero (DFSG, Debian Free Software Guideline). Nel caso in cui la proposta venga approvata, tali modelli non potranno essere inclusi nel repository principale del progetto («main»). La possibilit\u00e0 di fornire tali modelli nei repository «non-free» non \u00e8 presa in considerazione in un voto attivo. <\/p>\n
Tra i problemi che sorgono in assenza dei dati utilizzati per l'addestramento, si menzionano: <\/p>\n
\n
L'assenza di dati sorgente o programmi utilizzati per l'addestramento limita gravemente le possibilit\u00e0 di modificare i modelli AI esistenti. Nonostante la licenza consenta la modifica, nella pratica tale modifica risulta difficoltosa. Potrebbe essere necessaria una modifica, ad esempio, per sostituire il tokenizzatore necessario per aggiungere supporto a nuove lingue.\n
I dati utilizzati per l'addestramento possono essere interpretati come «codice sorgente» del modello, mentre il modello finale \u00e8 il risultato dell'elaborazione di questo «codice sorgente» attraverso gli strumenti di addestramento. Di conseguenza, per una modifica completa del modello, deve esserci la possibilit\u00e0 di modificare i dati sorgente e gli strumenti.\n
L'impossibilit\u00e0 di riprodurre il lavoro svolto per creare il modello senza accesso ai dati sorgente e agli strumenti.\n
Sicurezza e questioni etiche. In assenza di dati sorgente e strumenti, la possibilit\u00e0 di risolvere vulnerabilit\u00e0 nei modelli \u00e8 limitata all'uso di patch binarie o alla sostituzione totale del modello. Tali patch possono essere preparate solo dall'autore del modello, e i consumatori del modello diventano completamente dipendenti da lui. Inoltre, nessuno, nemmeno gli autori del modello, \u00e8 in grado di comprendere il significato delle modifiche proposte in questo modo. L'assenza di dati sorgente rende anche difficile individuare l'inserimento di backdoor nei modelli di machine learning.\n
Limitazioni alla studio. Senza dati sorgente \u00e8 impossibile confermare che il modello \u00e8 stato addestrato su dati forniti sotto licenze che consentono tale utilizzo, o escludere che durante l'addestramento siano stati utilizzati dati ottenuti illegalmente. Inoltre, se durante l'addestramento sono stati utilizzati dati con licenza GPL, potrebbe essere necessario analizzare la presenza di frammenti con copia di tali dati nel output del modello, per i quali \u00e8 necessario citare la fonte e la licenza. Uno sviluppatore potrebbe aggiungere al proprio progetto codice\/contenuti generati dal modello e violare involontariamente la licenza per alcuni dati sorgente. <\/ul>\n
Lo scorso ottobre, l'organizzazione OSI (Open Source Initiative) ha pubblicato una definizione di sistema AI aperto (Open Source AI). Un sistema AI aperto deve fornire le seguenti opportunit\u00e0: utilizzo per qualsiasi scopo senza necessit\u00e0 di autorizzazione separata; studio del funzionamento del sistema e ispezione dei suoi componenti; modifica per qualsiasi scopo; trasferimento a terzi sia della versione sorgente che delle edizioni dopo le modifiche, senza limitazione degli scopi di utilizzo. Un sistema AI aperto deve includere informazioni dettagliate sull'architettura del modello, sui dati utilizzati per l'addestramento e sulla metodologia di addestramento, cos\u00ec come il codice sorgente per eseguire e addestrare il sistema AI. Le informazioni devono essere sufficienti affinch\u00e9 un sviluppatore professionista possa ricreare un sistema AI equivalente, utilizzando per l'addestramento gli stessi o simili dati. <\/p>\n
L'organizzazione per i diritti civili Software Freedom Conservancy (SFC) ha criticato tale definizione. Il malcontento \u00e8 stato causato dal fatto che nei criteri non ci sono requisiti per la fornitura dei dati utilizzati per l'addestramento del modello. Nella definizione OSI \u00e8 richiesto solo di fornire informazioni dettagliate sui dati utilizzati per l'addestramento, ma non i dati stessi. La definizione accettata garantisce solo due delle quattro libert\u00e0 dichiarate dell'Open Source \u2014 la possibilit\u00e0 di utilizzare e di distribuire, mentre le possibilit\u00e0 di modificare e studiare non sono completamente garantite. <\/p>\n
La soluzione OSI \u00e8 spiegata dal fatto che la pubblicazione dei dati sorgente in molti casi \u00e8 impossibile a causa di motivi al di fuori del controllo dello sviluppatore del modello AI, come la necessit\u00e0 di preservare la riservatezza, l'uso di materiali protetti da copyright, la licenza dei dati da fornitori terzi, e cos\u00ec via. Se venisse aggiunto un requisito di fornitura dei dati, nessuno dei modelli linguistici di grandi dimensioni esistenti otterrebbe lo status di aperto, e la stessa definizione diventerebbe un'utopia irraggiungibile. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"