Più di tre decenni fa, Red Hat ha visto il potenziale dello sviluppo e delle licenze open source per creare software migliori e promuovere l'innovazione IT. Trenta milioni di righe di codice dopo, Linux non solo si è sviluppato al punto da diventare il software open source di maggior successo, come mantiene questa posizione fino ad oggi. L'impegno per i principi open source continua, non solo nel modello di business aziendale, come anche fa parte della cultura del lavoro. Nella valutazione dell'azienda, questi concetti hanno lo stesso impatto sull'intelligenza artificiale (IA) se realizzati nel modo corretto, ma il mondo della tecnologia è diviso riguardo a quale sarebbe il "modo giusto"
L'IA, in particolare i grandi modelli di linguaggio (LLM) dietro l'IA generativa (gen AI), non può essere vista allo stesso modo di un programma aperto. A differenza del software, i modelli di IA consistono principalmente in modelli di parametri numerici che determinano come un modello elabora gli input, così come la connessione che fa tra vari punti dati. I parametri dei modelli addestrati sono il risultato di un lungo processo che coinvolge vaste quantità di dati di addestramento che sono accuratamente preparati, misti e lavorati
Sebbene i parametri del modello non siano software, in alcuni aspetti hanno una funzione simile al codice. È facile fare il confronto che i dati sono il codice sorgente del modello, sareste molto vicini a lui. Nessuna fonte aperta, il codice sorgente è comunemente definito come la "forma preferita" per apportare modifiche al software. I dati di addestramento da soli non si adattano a questa funzione, dato che la sua dimensione differisce e dal suo complicato processo di pre-addestramento che porta a una connessione tenue e indiretta che qualsiasi elemento dei dati utilizzati nell'addestramento ha con i parametri addestrati e il comportamento risultante del modello
La maggior parte dei miglioramenti e perfezionamenti nei modelli di IA che stanno avvenendo ora nella comunità non coinvolgono l'accesso o la manipolazione dei dati originali di addestramento. Invece, sono il risultato di modifiche ai parametri del modello o a un processo o aggiustamento che può anche servire per ottimizzare le prestazioni del modello. La libertà di apportare queste migliorie al modello richiede che i parametri siano rilasciati con tutte le autorizzazioni che gli utenti ricevono sotto licenze open source
Visione di Red Hat per l'IA open source
Red Hat crede che la base dell'IA open source si trovi neiparametri di modello concessi in licenza come open source combinati con componenti software open source. Questo è un punto di partenza per l'IA open source, ma non l'ultimo destino della filosofia. Red Hat incoraggia la comunità open source, autorità di regolamentazione e l'industria a continuare a impegnarsi per ottenere maggiore trasparenza e allineamento con i principi di sviluppo open source nel formare e adattare modelli di IA
Questa è la visione di Red Hat come azienda, che comprende un ecosistema di software open source, puoi impegnarti in modo pratico con l'IA open source. Non è un tentativo di definizione formale, come a che aIniziativa Open Source(OSI) sta sviluppando con la suaDefinizione di AI Open Source(OSAID). Questo è il punto di vista della corporazione che rende l'IA open source fattibile e accessibile per il maggior numero di comunità, organizzazioni e fornitori
Questo punto di vista in pratica è messo in atto attraverso il lavoro con le comunità open source, evidenziato dal progettoIstruisciLab, guidato da Red Hat e dallo sforzo con IBM Researchnella famiglia Granite di modelli open source con licenza. InstructLab riduce significativamente le barriere affinché persone che non sono scienziati dei dati possano contribuire ai modelli di IA. Con InstructLab, specialisti di settore di tutti i settori possono aggiungere le loro competenze e conoscenze, sia per uso interno che per aiutare un modello open source IA condiviso e ampiamente accessibile per le comunità upstream
La famiglia di modelli Granite 3.0 si occupa di un'ampia gamma di casi d'uso dell'IA, dalla generazione di codice fino all'elaborazione del linguaggio naturale per estrarreapprofondimentidi grandi dataset, tutto sotto una licenza open source permissiva. Abbiamo aiutato IBM Research a portare la famiglia di modelli di codice Granite nel mondo open source e continuiamo a supportare la famiglia di modelli, sia dal punto di vista open source che come parte della nostra offerta Red Hat AI
La ripercussione deirecenti annunci di DeepSeekmostra come l'innovazione open source può impattare l'IA, sia a livello del modello che oltre. Ovviamente ci sono preoccupazioni riguardo all'approccio della piattaforma cinese, principalmente che la licenza del modello non spiega come è stato prodotto, ciò che rafforza la necessità di trasparenza. Detto ciò, la disruzione menzionata rafforza la visione di Red Hat sul futuro dell'IA: un futuro aperto, focalizzato su modelli più piccoli, ottimizzati e aperti, che possono essere personalizzati per casi d'uso di dati aziendali specifici in qualsiasi luogo del cloud ibrido.
Espandendo modelli di IA oltre l'open source
Il lavoro di Red Hat nello spazio dell'IA open source va ben oltre InstructLab e la famiglia di modelli Granite, andare fino agli strumenti e alle piattaforme necessarie per consumare e utilizzare produttivamente l'IA. L'azienda è diventata molto attiva nel promuovere progetti e comunità tecnologiche, come ad esempio (ma non solo):
● RamaLama, un progetto open source che mira a facilitare la gestione e la disponibilità locale di modelli di IA
● TrustyAI, un toolkit open source per la costruzione di flussi di lavoro di IA più responsabili
● Climatik, un progetto incentrato sull'aiutare a rendere l'IA più sostenibile in termini di consumo energetico
● Podman AI Lab, un toolkit per sviluppatori focalizzato nel facilitare la sperimentazione con LLM open source
ILannuncio recentesu Neural Magic amplia la visione aziendale sull'IA, rendendo possibile per le organizzazioni allineare modelli di IA più piccoli e ottimizzati, includendo sistemi open source con licenza, con i tuoi dati, ovunque vivano nel cloud ibrido. Le organizzazioni IT possono, quindi, utilizzare il server di inferenzavLLMper promuovere le decisioni e la produzione di questi modelli, aiutando a costruire una pila di IA basata su tecnologie trasparenti e con supporto
Per la corporazione, l'IA open source vive e respira nel cloud ibrido. Il cloud ibrido offre la flessibilità necessaria per scegliere il miglior ambiente per ogni carico di lavoro di IA, ottimizzando le prestazioni, costo, scala e requisiti di sicurezza. Le piattaforme, gli obiettivi e l'organizzazione di Red Hat supportano questi sforzi, insieme a partner del settore, clienti e la comunità open source, man mano che il codice aperto nell'intelligenza artificiale viene spinto
C'è un immenso potenziale per ampliare questa collaborazione aperta nello spazio dell'IA. Red Hat vede un futuro che abbraccia il lavoro trasparente in modelli, così come il tuo addestramento. Sia la prossima settimana o il prossimo mese (o anche prima, data la rapidità dell'evoluzione dell'IA, l'azienda è una comunità aperta, come un tutto, continueranno a sostenere e adottare gli sforzi per democratizzare e aprire il mondo dell'IA
