Vor mehr als drei Jahrzehnten, Red Hat sah das Potenzial der Entwicklung und der Open-Source-Lizenzen, um bessere Software zu schaffen und die IT-Innovation zu fördern. Dreißig Millionen Zeilen Code später, Linux hat sich nicht nur so weit entwickelt, dass es die erfolgreichste Open-Source-Software geworden ist, wie auch immer hält diese Position bis heute. Das Engagement für die Prinzipien des Open Source bleibt bestehen, nicht nur im Unternehmensgeschäftsmodell, wie auch Teil der Arbeitskultur ist. Bei der Bewertung des Unternehmens, diese Konzepte haben den gleichen Einfluss auf die künstliche Intelligenz (KI), wenn sie auf die richtige Weise umgesetzt werden, aber die Welt der Technologie ist gespalten darüber, was die "richtige Art" wäre
Die KI, insbesondere die großen Sprachmodelle (LLMs) hinter der generativen KI (gen AI), kann nicht auf die gleiche Weise wie ein offenes Programm betrachtet werden. Im Gegensatz zur Software, Die KI-Modelle bestehen hauptsächlich aus numerischen Parameter-Modellen, die bestimmen, wie ein Modell Eingaben verarbeitet, ebenso wie die Verbindung, die zwischen mehreren Datenpunkten hergestellt wird. Die Parameter von trainierten Modellen sind das Ergebnis eines langen Prozesses, der große Mengen an Trainingsdaten umfasst, die sorgfältig vorbereitet werden, gemischt und verarbeitet
Obwohl die Modellparameter keine Software sind, in einigen Aspekten haben sie eine ähnliche Funktion wie der Code. Es ist einfach zu vergleichen, dass die Daten der Quellcode des Modells sind, sie wären ihm sehr nahe. Keine Open Source, Der Quellcode wird häufig als die "bevorzugte Form" zur Durchführung von Änderungen an der Software definiert. Die Trainingsdaten allein passen nicht in diese Funktion, da es sich in seiner Größe unterscheidet und aufgrund seines komplizierten Vortrainingsprozesses, der zu einer schwachen und indirekten Verbindung führt, die jedes Element der im Training verwendeten Daten mit den trainierten Parametern und dem resultierenden Verhalten des Modells hat
Die meisten Verbesserungen und Optimierungen von KI-Modellen, die derzeit in der Gemeinschaft stattfinden, beinhalten keinen Zugriff auf oder die Manipulation der ursprünglichen Trainingsdaten. Stattdessen, sie sind das Ergebnis von Änderungen an den Modellparametern oder an einem Prozess oder einer Anpassung, die auch dazu dienen kann, die Leistung des Modells anzupassen. Die Freiheit, diese Verbesserungen am Modell vorzunehmen, erfordert, dass die Parameter mit allen Berechtigungen veröffentlicht werden, die die Benutzer unter Open-Source-Lizenzen erhalten
Vision von Red Hat für Open-Source-KI
Red Hat glaubt, dass die Grundlage der Open-Source-KI in denlizenziertes Modellparameter aus Open Source kombiniert mit Open Source-Softwarekomponenten. Dies ist ein Ausgangspunkt für die Open-Source-KI, aber nicht das letzte Ziel der Philosophie. Red Hat fördert die Open-Source-Community, Regulierungsbehörden und die Industrie weiterhin bestreben, mehr Transparenz und Übereinstimmung mit den Prinzipien der Open-Source-Entwicklung beim Trainieren und Anpassen von KI-Modellen zu erreichen
Dies ist die Sichtweise von Red Hat als Unternehmen, was ein Ökosystem von Open-Source-Software umfasst, kann praktisch mit der Open-Source-KI interagieren. Es ist kein Versuch einer formalen Definition, wie das aOpen-Source-Initiative(OSI) entwickelt mit seinerOpen Source KI Definition(OSAID). Dies ist die Sichtweise des Unternehmens, die KI-Open-Source machbar und zugänglich für die größte Anzahl von Gemeinschaften zu machen, Organisationen und Lieferanten
Dieser Standpunkt wird in der Praxis durch die Arbeit mit Open-Source-Communities umgesetzt, hervorgehoben durch das ProjektInstructLab, geleitet von Red Hat und der Zusammenarbeit mit IBM Researchin der Granite-Familie von lizenzierten Open-Source-Modellen. InstructLab senkt erheblich die Barrieren, damit Personen, die keine Datenwissenschaftler sind, zu KI-Modellen beitragen können. Mit InstructLab, Fachleute aus allen Bereichen können ihre Fähigkeiten und ihr Wissen einbringen, sowohl für den internen Gebrauch als auch um ein offenes, gemeinsames und weit zugängliches KI-Modell für die upstream-Gemeinschaften zu unterstützen
Die Modellfamilie Granite 3.0 behandelt eine Vielzahl von Anwendungsfällen für KI, von der Codegenerierung bis zur Verarbeitung natürlicher Sprache zur ExtraktionErkenntnissevon großen Datensätzen, alles unter einer permissiven Open-Source-Lizenz. Wir haben IBM Research geholfen, die Granite-Code-Modellfamilie in die Open-Source-Welt zu bringen, und unterstützen weiterhin die Modellfamilie, sowohl aus der Perspektive von Open Source als auch als Teil unseres Red Hat AI Angebots
Die Auswirkungen deraktuelle Ankündigungen von DeepSeekzeige, wie Open-Source-Innovation die KI beeinflussen kann, sowohl auf Modellebene als auch darüber hinaus. Offensichtlich gibt es Bedenken hinsichtlich des Ansatzes der chinesischen Plattform, hauptsächlich dass die Lizenz des Modells nicht erklärt, wie es produziert wurde, was die Notwendigkeit von Transparenz verstärkt. Das gesagt ist, Die erwähnte Disruption verstärkt die Sichtweise von Red Hat auf die Zukunft der KI: eine offene Zukunft, fokussiert auf kleinere Modelle, optimiert und offen, die für spezifische Anwendungsfälle von Unternehmensdaten überall in der hybriden Cloud angepasst werden können.
Erweiterung von KI-Modellen über Open Source hinaus
Die Arbeit von Red Hat im Bereich der Open-Source-KI geht weit über das InstructLab und die Granite-Modellfamilie hinaus, bis zu den notwendigen Werkzeugen und Plattformen, um KI tatsächlich zu konsumieren und produktiv zu nutzen. Das Unternehmen ist sehr aktiv in der Förderung von Technologieprojekten und -gemeinschaften geworden, wie zum Beispiel (aber nicht nur):
● RamaLama, ein Open-Source-Projekt, das darauf abzielt, das Management und die lokale Bereitstellung von KI-Modellen zu erleichtern
● TrustyAI, ein Open-Source-Toolkit zur Erstellung verantwortungsvollerer KI-Workflows
● Klimatik, ein Projekt, das darauf abzielt, die KI nachhaltiger im Hinblick auf den Energieverbrauch zu gestalten
● Podman KI Labor, ein Entwickler-Toolkit, das darauf abzielt, das Experimentieren mit Open-Source-LLMs zu erleichtern
DERaktuelle Ankündigungüber Neural Magic erweitert die Unternehmenssicht auf KI, es ermöglicht Organisationen, kleinere und optimierte KI-Modelle auszurichten, einschließlich lizenzierten Open-Source-Systemen, mit deinen Daten, wo auch immer sie in der hybriden Cloud leben. IT-Organisationen können, also, den Inferenzserver verwendenvLLMum Entscheidungen und die Produktion dieser Modelle voranzutreiben, hilft beim Aufbau eines KI-Stacks, der auf transparenten und unterstützten Technologien basiert
Für die Körperschaft, Die Open-Source-KI lebt und atmet in der hybriden Cloud. Die hybride Cloud bietet die notwendige Flexibilität, um die beste Umgebung für jede KI-Workload auszuwählen, Optimierung der Leistung, Kosten, Skala und Sicherheitsanforderungen. Die Plattformen, Ziele und Organisation von Red Hat unterstützen diese Bemühungen, gemeinsam mit Partnern aus der Branche, Kunden und die Open-Source-Community, während der Open-Source-Code in der künstlichen Intelligenz vorangetrieben wird
Es gibt ein enormes Potenzial, diese offene Zusammenarbeit im Bereich der KI auszubauen. Red Hat sieht eine Zukunft, die transparente Arbeit in Modellen umfasst, ebenso wie Ihr Training. Sei nächste Woche oder nächsten Monat (oder sogar früher, angesichts der Schnelligkeit der Entwicklung der KI, das Unternehmen ist eine offene Gemeinschaft, als Ganzes, werden weiterhin die Bemühungen unterstützen und annehmen, um die Welt der KI zu demokratisieren und zu öffnen
