Grupa badawcza z Uniwersytetu w Yale zaproponowała (PDF) nowy typ otwartych licencji CCAI (Contextual Copyleft), który rozszerza zastosowanie copyleft na generatywne modele AI. Idea CCAI polega na tym, że użycie treści objętej tą licencją jako danych do uczenia maszynowego prowadzi do zastosowania warunków copyleft na generatywne modele AI. Przewiduje się, że nowa licencja może pomóc w zmniejszeniu nadużyć w projektach AI i zapobiec powstawaniu sztucznych modeli AI, które są formalnie przedstawiane jako otwarte, lecz poprzez ukrywanie danych źródłowych i narzędzi do uczenia, są związane z producentem.
CCAI definiuje, że każde rozpowszechnianie i publikacja dokładnych kopii lub zmienionych prac pochodnych, wydawanych na licencji CCAI, muszą odbywać się na tych samych warunkach licencyjnych bez nakładania dodatkowych ograniczeń. Wymóg ten dotyczy każdej modelu AI, zbioru danych lub systemu AI, w których użyto oprogramowania na licencji CCAI lub wyników jego działania. W kontekście uczenia generatywnych modeli AI CCAI wymaga ujawnienia kodu źródłowego modelu, szczegółowego opisu danych użytych w trakcie uczenia, parametrów, wag i architektury modelu.
Licencję CCAI można również stosować jako dodatkowy wymaganie przylegające do istniejących licencji copyleft, takich jak AGPLv3. Wymóg ten rozszerza działanie licencji na zbiory danych do uczenia, kod i współczynniki wagowe modelu zgodnie z kryteriami otwartości systemów AI określonymi przez organizację Open Source Initiative (OSI). Kod rozpowszechniany na podobnej licencji może być używany do uczenia modelu AI tylko wówczas, gdy wszystkim użytkownikom zostanie dostarczony opis zbioru danych do uczenia, kod do uczenia modelu oraz wyuczony model AI.
Tekst dołączonego dodatkowego wymagania: „Podczas korzystania z oprogramowania do nauki, optymalizacji lub tworzenia jakiegokolwiek modelu uczenia maszynowego lub generatywnego systemu AI, każdy wynikowy model, zbiór danych lub system muszą być publikowane na warunkach, które nie zaostrzają wymagań tej licencji. Takie wymaganie obejmuje zapewnienie dostępu do kodu w celu przeprowadzenia nauki, opisu danych wykorzystanych podczas nauki, parametrów i architektury modelu. Udostępnienie modelu lub wyniku jego działania przez sieć jest uważane za dystrybucję i stanowi podstawę do zrealizowania nałożonych przez licencję zobowiązań.”
Źródło: opennet.ru
