Mozilla今天提出了开源AI新定义

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

Mozilla对今天发布的开源AI新定义感到兴奋，并认为这是向前迈出的重要一步。

过去的一年里，越来越多的人开始意识到开源AI对社会的好处。早在去年10月，众多支持者就签署了声明，强调开放性和透明性是AI安全和保障的关键要素。今年2月，Mozilla与哥伦比亚全球政治研究所召集了AI专家，探讨开源AI如何推动社会发展的核心目标。政策制定者也在逐步拥抱开源AI，美国国家电信和信息管理局（NTIA）最近发布了一份重要报告，支持AI的开放性。甚至像Google、微软、苹果和Meta这样的公司，也开始对其AI系统的某些部分开放。

随着对开源AI的关注日益增加，建立对开源AI的共识变得尤为重要。定义开源AI的标准，包括需要共享的内容以及在何种条件下共享，这一点非常关键。如果缺乏明确的标准，可能导致开源AI的混乱局面：公司随意贴上“开源”标签，即使他们的产品并非真正开源；民间团体无法获得必要的AI组件来进行测试和问责；政策制定者也可能制定无法应对这一复杂问题的法规。

最近，开源倡议组织（OSI）发布了新的开源AI定义草案，标志着互联网发展的一个关键时刻。这一时刻是经过两年多的对话、讨论和参与后形成的。这不仅重新定义了“开源”在AI领域的含义，还关乎科技未来的发展及其对社会的影响。

早在1998年，OSI发布的原始开源定义不仅仅是一组指导原则，更像是一个关于软件开发新方式的宣言。这个定义奠定了开放系统的基础，如今已经成为现代互联网的支柱。从Linux到Apache，开源项目推动了创新、协作和竞争，使互联网成长为一个多样化且充满活力的生态系统。通过确保软件可以自由使用、修改和共享，最初的开源运动不仅扩大了技术的可及性，还打破了准入壁垒，促进了创新文化和透明度，同时使软件更安全，减少了网络攻击的风险。

这一新定义是为开源AI讨论带来清晰度和严谨性的关键一步。它引入了类似现有定义的二元化“开源”定义。尽管这是定义开源AI的众多方法之一，但它为开发者、倡导者和监管者提供了明确的标准，特别是在不同工作场景中。这一定义具体指出，开源AI的核心在于自由使用、研究、修改和共享AI系统，并且强调了获取关键组件的重要性，例如用于训练的数据、AI开发的源代码以及AI模型本身的信息。

此外，这一定义还尝试解决AI模型训练数据共享的复杂问题。定义承认在实践中共享完整的训练数据集可能具有挑战性，因此避免了将大量潜在的开源AI开发排除在“开源”之外。为推动这一领域的发展，Mozilla和Eleuther AI召集专家，制定了支持AI训练的开源数据集的最佳实践，并计划很快发布一篇论文，推广AI训练数据更广泛可用的规范。

尽管有人可能对OSI定义的某些方面存有异议，例如对训练数据的处理方式，并且定义可能需要随着时间的推移进行改进，但该定义经过一年多的利益相关者参与，已经为开源AI的讨论奠定了重要的参考点。例如，该定义将成为打击“开源洗白”现象的有力工具，这种现象正变得越来越普遍——非开源模型（甚至像Meta的Llama 3这样仅部分开源的模型）被宣传为领先的“开源”选项，却没有真正为公共资源做出贡献。研究人员表明，“开源洗白”对创新、研究以及公众对AI的理解有着显著影响。

这一努力展现了开源社区的最佳状态——通过公开讨论，解决分歧，承认不足，并共同完善这个定义，建设出更好的成果。它有效地涵盖了开源社区一直在努力处理的许多关键开放性要素，如不仅仅关注模型权重的开放性，还包括更广泛的模型组件、文档和许可方式。而封闭源代码的生态系统则是在秘密中运作，访问受限，大型科技公司在幕后交换计算资源和人才。相比之下，人们更倾向于选择即便不完美但始终透明的开源方式。

许多支持者热切期待继续与OSI和更广泛的开源社区合作，进一步明确开源AI的讨论，并持续为社会释放开源AI的潜力。