Saat ini kami sudah memiliki definisi AI sumber terbuka yang resmi, namun perjuangan masih jauh dari selesai

Di antara ketiga sisi manakah Anda berada?

RALEIGH, NC -- Open Source Initiative (OSI) merilis Open Source AI Definition (OSAID) 1.0 pada 28 Oktober 2024, di konferensi All Things Open. Menciptakannya tidaklah mudah.

OSI membutuhkan waktu hampir dua tahun untuk membuat dan menyiapkan OSAID. Namun karena tidak ada perubahan dari draf terakhir OSAID, akhirnya selesai. Sayangnya, tidak semua orang menyukainya, dan bahkan penciptanya mengakui bahwa ini masih dalam proses.

Mengapa? Carlo Piana, ketua OSI dan seorang pengacara, menjelaskan dalam sebuah wawancara bahwa, "Pemahaman kolektif kita tentang apa yang dilakukan AI, apa yang diperlukan untuk memodifikasi model bahasa, saat ini masih terbatas. Semakin sering kita menggunakannya, semakin kita akan memahaminya. Benar. sekarang pemahaman kita terbatas, dan kita belum tahu seperti apa teknologinya dalam satu tahun, dua tahun, atau tiga tahun mendatang.”

Atau, seperti yang dikatakan Taylor Dolezal, kepala ekosistem Cloud Native Computing Foundation (CNCF), "Menyeimbangkan prinsip open source dengan kompleksitas AI terkadang terasa seperti mencoba memecahkan Rubik's Cube dengan mata tertutup."

Mengapa sebagian orang menolak definisi baru ini? Secara umum, ada tiga kelompok yang peduli dengan OSAID: pragmatis, idealis, dan pemimpin bisnis sumber palsu.

Pertama, Anda perlu memahami apa yang dimaksud dengan konflik tersebut. OpenStack FoundationCOO Mark Collier, yang membantu menyusun OSAID, mengungkapkannya dengan baik dalam sebuah esai:

Salah satu tantangan terbesar dalam menciptakan Definisi AI Sumber Terbuka adalah memutuskan bagaimana memperlakukan kumpulan data yang digunakan selama fase pelatihan. Pada awalnya, mewajibkan semua kumpulan data mentah dipublikasikan mungkin tampak logis.

Namun, analogi antara kumpulan data dan kode sumber ini tidak sempurna dan mulai berantakan jika Anda melihatnya lebih dekat. Data pelatihan memengaruhi model melalui pola, sedangkan kode sumber memberikan instruksi eksplisit. Model AI menghasilkan parameter yang dipelajari (bobot), sedangkan perangkat lunak dikompilasi langsung dari kode sumber. …banyak model AI dilatih pada data kepemilikan atau data yang ambigu secara hukum, seperti konten hasil salinan web atau kumpulan data sensitif seperti rekam medis.

[Oleh karena itu] setiap data publik yang digunakan untuk pelatihan harus dapat diakses, disertai transparansi penuh tentang semua kumpulan data yang digunakan dan prosedur yang diikuti untuk pembersihan dan pelabelan data tersebut. Mencapai keseimbangan yang tepat dalam isu ini adalah salah satu bagian tersulit dalam menciptakan definisi tersebut, terutama dengan perubahan yang cepat di pasar dan lanskap hukum.

Para pragmatis mendapatkan apa yang mereka inginkan

Jadi, para pragmatis menginginkan, dan mendapatkan, definisi AI sumber terbuka yang tidak semua datanya perlu dibuka dan dibagikan. Untuk mencapai tujuannya, yang diperlukan hanyalah "informasi yang cukup rinci tentang data yang digunakan untuk melatih sistem" dan bukan kumpulan data lengkap itu sendiri. Pendekatan ini bertujuan untuk menyeimbangkan transparansi dengan pertimbangan praktis dan hukum seperti hak cipta dan data medis pribadi.

Selain OSI, organisasi seperti Mozilla Foundation, OpenInfra Foundation, Bloomberg Engineering, dan SUSE telah mendukung OSAID. Misalnya, Alan Clark dari kantor CTO SUSE mengatakan, "SUSE memuji kemajuan yang dicapai oleh OSI dan OSAID-nya. Upaya ini mencapai puncaknya pada definisi yang sangat menyeluruh, yang penting untuk lanskap AI yang berkembang pesat dan peran open source dalam konteks ini." Kami memuji proses yang digunakan OSI untuk mencapai definisi dan kepatuhan terhadap metodologi open source."

Akademisi juga telah menyetujui rilis OSAID pertama ini. Percy Liang, direktur Pusat Penelitian Model Fondasi di Universitas Stanford, mengatakan dalam sebuah pernyataan, “Menghasilkan definisi sumber terbuka yang tepat merupakan suatu tantangan, mengingat keterbatasan data, namun saya senang melihat bahwa OSI v1 Definisi .0 setidaknya mengharuskan kode lengkap untuk pemrosesan data (pendorong utama kualitas model) bersifat open-source. Masalahnya ada pada detailnya, jadi saya yakin kita akan memiliki lebih banyak hal untuk dikatakan setelah kita memiliki contoh nyata orang yang mencoba menerapkan definisi ini pada model mereka."

Keberatan kaum idealis

Berbicara tentang masalah ini, kaum idealis sangat menolak data non-terbuka diizinkan di dalam model AI sumber terbuka. Meskipun Piana menyatakan, "Dewan yakin bahwa proses tersebut telah menghasilkan definisi yang memenuhi standar open source sebagaimana didefinisikan dalam Definisi Open Source dan Empat Kebebasan Esensial," kaum idealis sama sekali tidak melihatnya seperti itu.

Tom Callaway, ahli strategi teknis sumber terbuka utama di Amazon Web Services (AWS), merangkum keberatan mereka: "Fakta sederhananya tetap ada... ini memungkinkan Anda membangun biner sistem AI dari sumber data kepemilikan dan menyebut hasilnya 'sumber terbuka',' dan itu salah. Hal ini merusak pemahaman yang sudah ada tentang apa itu 'open source', semuanya atas nama harapan untuk melekatkan merek tersebut pada 'tenda yang lebih besar'."

OSI sangat menyadari argumen ini. Pada diskusi panel di All Things Open, perwakilan OSI mengatakan, "Anggota komunitas kami kecewa. Mereka merasa suara mereka tidak didengar sebagai bagian dari proses ini." OSI merasa bahwa mereka harus memberikan definisi karena undang-undang yang disahkan di AS dan UE tentang AI sumber terbuka tanpa mendefinisikannya. OSI dan banyak kelompok lain merasa masalah ini harus diatasi sebelum perusahaan melanjutkan dengan definisi AI open-source palsu mereka. Ke depannya, OSI akan menyesuaikan definisi tersebut untuk mengatasi perubahan AI yang akan datang.

Sementara itu, setidaknya satu kelompok, Digital Public Goods (DPG), sedang memperbarui Standar DPG untuk AI guna mewajibkan data pelatihan terbuka untuk sistem AI. Proposalnya akan muncul di GitHub pada awal November dan akan terbuka untuk komentar publik untuk tinjauan komunitas selama empat minggu. Akan ada lebih banyak upaya serupa.

Keberatan dari sumber palsu

Perusahaan sumber palsu mempunyai kepentingan agar program mereka dianggap sebagai sumber terbuka. Undang-undang dan peraturan untuk AI sumber terbuka lebih lunak dibandingkan dengan sistem AI berpemilik. Artinya, mereka dapat menghemat banyak uang jika produk mereka diatur berdasarkan aturan sumber terbuka.

Misalnya, lisensi Meta'sLlama 3 tidak menjadikan nilai sumber terbuka karena beberapa alasan. Meskipun demikian, Meta menyatakan, "Tidak ada definisi AI open-source tunggal, dan mendefinisikannya merupakan sebuah tantangan karena definisi open-source sebelumnya tidak mencakup kompleksitas model AI yang berkembang pesat saat ini."

Meta dan kekuatan besar AI lainnya, seperti OpenAI, akan mencoba membuat pemerintah mengakui definisi mereka sendiri. Saya berharap mereka menghasilkan definisi AI sumber palsu untuk mencakup produk dan layanan milik mereka.

Artinya, dari pandangan saya, meskipun OSAID memiliki standar yang akan dipatuhi oleh banyak kelompok, konflik mengenai apa yang sebenarnya merupakan AI open-source baru saja dimulai. Saya tidak melihat adanya resolusi terhadap konflik ini di tahun-tahun mendatang.

Sekarang, sebagian besar pengguna AI tidak akan peduli. Mereka hanya ingin bantuan mengerjakan pekerjaan rumah, menulis fanfiction Star Wars, atau mempermudah pekerjaan mereka. Ini adalah cerita yang berbeda bagi perusahaan dan lembaga pemerintah. Bagi mereka, AI sumber terbuka sangat penting untuk tujuan bisnis dan pengembangan.