Η μηχανική μάθηση υπάρχει εδώ και πολύ καιρό. Αλλά στα τέλη του 2022, οι πρόσφατες εξελίξεις στη βαθιά εκμάθηση και τα μεγάλα γλωσσικά μοντέλα άρχισαν να αλλάζουν το παιχνίδι και να βγαίνουν στη δημοσιότητα. Και οι άνθρωποι άρχισαν να σκέφτονται: “Αγαπάμε το λογισμικό ανοιχτού κώδικα, οπότε ας έχουμε και AI ανοιχτού κώδικα.”
Τι είναι όμως το Open Source AI; Και η απάντηση είναι: δεν ξέρουμε ακόμα.
Τα μοντέλα μηχανικής μάθησης δεν είναι λογισμικό. Το λογισμικό είναι γραμμένο από ανθρώπους, όπως εγώ. Τα μοντέλα μηχανικής μάθησης εκπαιδεύονται, μαθαίνουν μόνοι τους αυτόματα, με βάση τα δεδομένα εισόδου που παρέχονται από τον άνθρωπο. Όταν οι προγραμματιστές θέλουν να επιδιορθώσουν ένα πρόγραμμα υπολογιστή, ξέρουν τι χρειάζονται: τον πηγαίο κώδικα. Αλλά αν θέλετε να διορθώσετε ένα μοντέλο, χρειάζεστε πολλά περισσότερα: λογισμικό για να το εκπαιδεύσετε, δεδομένα για να το εκπαιδεύσετε, ένα σχέδιο για να το εκπαιδεύσετε και ούτω καθεξής. Είναι πολύ πιο σύνθετο. Και η ακριβής αναπαραγωγή του κυμαίνεται από δύσκολη έως σχεδόν αδύνατη.
Το Open Source Definition, το οποίο δημιουργήθηκε για λογισμικό, διανύει τώρα την τρίτη δεκαετία του και ήταν μια εκπληκτική επιτυχία. Υπάρχουν τυπικές άδειες ανοιχτού κώδικα που χρησιμοποιούν όλοι. Η πρόσβαση στον πηγαίο κώδικα είναι μια ζωντανή, λειτουργική έννοια που χρησιμοποιούν οι άνθρωποι καθημερινά. Αλλά όταν προσπαθούμε να εφαρμόσουμε έννοιες ανοιχτού κώδικα στην τεχνητή νοημοσύνη, πρέπει πρώτα να επιστρέψουμε στις αρχές.
Για να είναι κάτι «ανοιχτού κώδικα» πρέπει να έχει μια πρωταρχική ποιότητα: τη διαφάνεια. Τι γίνεται αν μια τεχνητή νοημοσύνη σας εξετάζει για δουλειά, για ιατρική περίθαλψη ή αποφασίζει για ποινή φυλάκισης; Θέλετε να μάθετε πώς λειτουργεί. Αλλά τα μοντέλα βαθιάς μάθησης αυτή τη στιγμή είναι ένα μαύρο κουτί. Αν κοιτάξετε την έξοδο ενός μοντέλου, είναι αδύνατο να πείτε πώς ή γιατί το μοντέλο κατέληξε σε αυτό το αποτέλεσμα. Το μόνο που μπορείτε να κάνετε είναι να κοιτάξετε τις εισόδους για να δείτε εάν η εκπαίδευσή του ήταν σωστή. Και αυτό δεν είναι τόσο απλό όσο η ματιά στον πηγαίο κώδικα.
Η τεχνητή νοημοσύνη έχει τη δυνατότητα να ωφελήσει πολύ τον κόσμο μας. Τώρα είναι η πρώτη φορά στην ιστορία που έχουμε τις πληροφορίες και την τεχνολογία για να αντιμετωπίσουμε τα μεγαλύτερα προβλήματά μας, όπως η κλιματική αλλαγή, η φτώχεια και ο πόλεμος. Μερικοί άνθρωποι λένε ότι η τεχνητή νοημοσύνη θα καταστρέψει τον κόσμο, αλλά νομίζω ότι συμβάλλει στην ελπίδα να σωθεί ο κόσμος.
Αλλά πρώτα, πρέπει να την εμπιστευτούμε. Και για να την εμπιστευτείς, πρέπει να είναι ανοιχτή και διαφανής.
Ως καταναλωτής θα πρέπει να απαιτήσετε η τεχνητή νοημοσύνη που χρησιμοποιείτε να είναι ανοιχτή. Ως προγραμματιστής, θα πρέπει να γνωρίζετε ποια δικαιώματα έχετε για να μελετήσετε και να βελτιώσετε την τεχνητή νοημοσύνη. Ως ψηφοφόρος, θα πρέπει να έχετε το δικαίωμα να απαιτήσετε η τεχνητή νοημοσύνη που χρησιμοποιείται από την κυβέρνηση να είναι ανοιχτή και διαφανής.
Χωρίς διαφάνεια, η τεχνητή νοημοσύνη είναι καταδικασμένη. Το AI είναι δυνητικά τόσο ισχυρό και ικανό που οι άνθρωποι το φοβούνται ήδη. Χωρίς διαφάνεια, η τεχνητή νοημοσύνη κινδυνεύει να ακολουθήσει το δρόμο της κρυπτογράφησης – μια τεχνολογία με μεγάλες δυνατότητες που κλείνει λόγω δυσπιστίας. Ελπίζω ότι θα καταλάβουμε πώς να εγγυηθούμε τη διαφάνεια πριν συμβεί αυτό, επειδή τα προβλήματα που μπορεί να μας βοηθήσει η τεχνητή νοημοσύνη να λύσουμε είναι επείγοντα και πιστεύω ότι μπορούμε να τα λύσουμε αν συνεργαστούμε.
Πηγή άρθρου: https://blog.opensource.org