Kami selangkah lebih dekat untuk mendefinisikan AI open source - namun tidak semua orang senang

Versi terbaru draf Open Source Initiative tersedia untuk ditinjau. Biarkan perdebatan dimulai!

HONG KONG -- Mengutip mendiang John F. Kennedy, kami memilih untuk mendefinisikan AI sumber terbuka bukan karena mudah, namun karena sulit; karena tujuan itu akan berfungsi untuk mengatur dan mengukur energi dan keterampilan terbaik kita.

Stefano Maffulli, direktur eksekutif Open Source Initiative (OSI), mengatakan kepada saya bahwa perangkat lunak dan data yang menggabungkan kecerdasan buatan (AI) dengan lisensi sumber terbuka yang ada sangatlah tidak cocok. “Oleh karena itu,” kata Maffulli, “Kita perlu membuat definisi baru untuk AI open-source.”

Organisasi induk Firefox, Mozilla Foundation, setuju.

Raksasa teknologi besar tersebut, jelas perwakilan Mozilla, "belum sepenuhnya menganut prinsip open source terkait model AI mereka." Selain itu, definisi baru ini “akan membantu pembuat undang-undang berupaya mengembangkan peraturan dan regulasi untuk melindungi konsumen dari risiko AI.”

OSI telah bekerja keras untuk menciptakan definisi komprehensif untuk AI sumber terbuka, serupa dengan Definisi Sumber Terbuka untuk perangkat lunak. Upaya penting ini menjawab semakin besarnya kebutuhan akan kejelasan dalam menentukan apa yang membentuk sistem AI sumber terbuka di saat banyak perusahaan mengklaim model AI mereka adalah sumber terbuka, padahal sebenarnya tidak terbuka sama sekali, seperti Llama 3,1 dari Meta.

Draf Definisi AI Sumber Terbuka OSI terbaru, 0.0.9, mengalami beberapa perubahan signifikan. Ini adalah:

• Definisi yang diperjelas: Definisi tersebut sekarang dengan jelas mengidentifikasi model dan bobot/parameter sebagai bagian dari "sistem" AI, menekankan bahwa semua komponen harus memenuhi standar sumber terbuka. Kejelasan ini memastikan bahwa keseluruhan sistem AI, bukan hanya sebagian, mematuhi prinsip sumber terbuka.
• Peran data pelatihan: Data pelatihan bermanfaat tetapi tidak diperlukan untuk memodifikasi sistem AI. Keputusan ini mencerminkan kompleksitas pembagian data, termasuk masalah hukum dan privasi. Draf tersebut mengkategorikan data pelatihan menjadi data non-publik yang terbuka, publik, dan tidak dapat dibagikan, masing-masing dengan pedoman khusus untuk meningkatkan transparansi dan pemahaman tentang bias sistem AI.
  
• Pemisahan daftar periksa: Daftar periksa evaluasi lisensi telah dipisahkan dari dokumen definisi utama, selaras dengan Model Openness Framework (MOF). Pemisahan ini memungkinkan diskusi terfokus pada identifikasi AI sumber terbuka dengan tetap mempertahankan prinsip umum dalam definisinya.

Seperti yang dijelaskan secara rinci oleh direktur eksekutif Linux Foundation Jim Zemlin di KubeCon dan Open Source Summit Tiongkok, Kementerian Keuangan "adalah cara untuk membantu mengevaluasi apakah suatu model terbuka atau tidak. Hal ini memungkinkan orang untuk menilai model."

Di Kementerian Keuangan, tambah Zemlin, ada tiga tingkatan keterbukaan. "Tingkat tertinggi, tingkat satu, adalah definisi sains terbuka di mana data, setiap komponen yang digunakan, dan semua instruksi harus benar-benar digunakan dan membuat model Anda sendiri dengan cara yang persis sama. Tingkat dua adalah bagian dari itu di mana tidak semuanya sebenarnya terbuka, namun sebagian besar terbuka. Kemudian, pada tingkat tiga, Anda memiliki area di mana datanya mungkin tidak tersedia, dan data yang menjelaskan kumpulan data tersebut akan tersedia modelnya terbuka -- tidak semua data tersedia."

Ketiga level ini -- sebuah konsep yang juga muncul dalam data pelatihan -- akan sulit diterima oleh sebagian penganut open source. Argumen mengenai model dan data pelatihan akan muncul seiring dengan berlanjutnya perdebatan tentang sistem AI dan pembelajaran mesin (ML) mana yang benar-benar terbuka dan mana yang tidak.

Membangun definisi AI Open Source telah dilakukan secara kolaboratif dengan beragam pemangku kepentingan di seluruh dunia. Ini termasuk, antara lain, Code for America, Wikimedia Foundation, Creative Commons, Linux Foundation, Microsoft, Google, Amazon, Meta, Hugging Face, Apache Software Foundation, dan Persatuan Telekomunikasi Internasional PBB.

OSI telah mengadakan banyak balai kota dan lokakarya untuk mengumpulkan masukan, memastikan bahwa definisi tersebut inklusif dan mewakili berbagai perspektif. Prosesnya masih berlangsung.

Definisi ini akan terus disempurnakan melalui roadshow di seluruh dunia dan pengumpulan masukan serta dukungan dari berbagai komunitas.

Maffulli dari OSI mengetahui bahwa tidak semua orang akan senang dengan rancangan definisi ini. Memang benar, sebelum versi ini muncul, Pakar Strategi Teknis Sumber Terbuka AWS, Tom Callaway, menulis di LinkedIn, "Saya sangat yakin (dan banyak orang lain yang percaya pada sumber terbuka) bahwa Definisi AI Sumber Terbuka saat ini tidak menjamin secara akurat bahwa Sistem AI menjaga hak pengguna yang tidak terbatas untuk menjalankan, menyalin, mendistribusikan, mempelajari, mengubah, dan menyempurnakannya.”

Kini, setelah draf tersebut disahkan, saya yakin pihak lain akan menerima pendapat mereka. OSI berharap untuk menyajikan versi definisi yang stabil pada konferensi All Things Open pada bulan Oktober 2024. Jika semuanya berjalan dengan baik, hasilnya akan menjadi definisi yang disetujui oleh sebagian besar -- jika tidak semua orang -- yang mendukung transparansi, kolaborasi, dan inovasi. dalam sistem AI sumber terbuka.