開源 AI 終於有了 “官方” 定義。
長期致力於定義和 “管理” 所有開源事務的開放源代碼倡議（OSI），週一發佈了其開源 AI 定義（OSAID）1.0 版。根據 OSAID，AI 模型若要被視為開源，必須提供足夠的信息，使任何人都可以 “實質性地” 重建該模型。模型還必須披露與其訓練數據相關的任何重要細節，包括數據的來源、處理方式以及獲取或許可的方式。
OSAID 還列出了開發者使用開源 AI 時應享有的使用權，例如可以為任何目的使用和修改模型，而無需獲得他人許可。
OSI 執行副總裁 Stefano Maffulli 表示，制定開源 AI 官方定義主要目的是，讓政策制定者和 AI 開發者達成一致。
<blockquote>
“監管機構已經在關注這一領域。我們明確向各方利益相關者和社區進行了推廣，甚至還試圖聯繫那些經常與監管機構交流的組織，來獲取早期反饋。”
“開源 AI 是一種允許你完全理解其構建方式的 AI 模型，這意味着你可以訪問所有組件，比如用於訓練和數據過濾的完整代碼。最重要的是，你應該能夠在其基礎上構建。”
</blockquote>
OSI 並不強制施壓開發者遵守 OSAID 定義，但打算對那些不符合該定義卻被描述為 “開源” 的模型進行標記。“我們希望當有人試圖濫用這個術語時，AI 社區會説，‘我們不承認這是開源’，並加以糾正。” Maffulli 説道。
<h2>Meta：我反對</h2>
目前，許多初創企業和大型科技公司，尤其是 Meta，稱其 AI 模型發佈策略為 “開源”，但很少符合 OSAID 的標準。研究人員發現，許多 “開源” 模型實際上只是名義上開源，但實際訓練模型所需的數據是保密的，而且運行這些模型所需要的計算能力超出了許多開發者的能力範圍。
例如，Meta 要求月活躍用户超過 7 億的平台獲得特殊許可才能使用其 Llama 模型。Maffulli 公開批評 Meta 將其模型稱為 “開源” 的做法。而谷歌和微軟在與 OSI 討論後，已經同意不再將不完全開放的模型稱為 “開源”，但 Meta 並未這麼做。
此外，長期宣傳其模型為 “開源” 的 Stability AI 要求年收入超過 100 萬美元的企業獲得企業許可，而法國 AI 新創公司 Mistral 的許可證則禁止將某些模型和輸出用於商業用途。
Meta 自然不認同這一評估。儘管該公司參與了定義的起草過程，但對 OSAID 的措辭表示異議。Meta 發言人稱，Llama 的許可條款和隨附的可接受使用政策對有害應用提供了防護。Meta 還表示，在加州 AI 相關法規正在演變之際，該公司對共享模型細節的做法是 “謹慎的”。
<blockquote>
“我們在許多方面與 OSI 的夥伴立場一致，但我們以及業內其他公司都不同意他們的新定義，我們認為沒有單一的開源 AI 定義，因為過去的開源定義無法涵蓋當今迅速發展的 AI 模型的複雜性。我們讓 Llama 免費公開使用，並通過許可和使用政策來確保安全。無論技術定義如何，我們將繼續與 OSI 和其他行業團體合作，增加免費 AI 使用的便利程度。”
</blockquote>
分析認為，Meta 不願公開訓練數據，很可能與其自身及大多數 AI 模型的開發方式有關。
AI 公司從社交媒體和網站上收集大量圖像、音頻和視頻等數據，並以這些 “公開可用數據” 訓練模型。在如今競爭激烈的市場中，數據集的收集和優化方法被視為競爭優勢，公司常以此為由拒絕披露。
但訓練數據的細節也可能讓開發者面臨法律風險。作者和出版商聲稱，Meta 使用了受版權保護的書籍進行訓練。藝術家們也對 Stability AI 提起訴訟，指控其使用其作品而未給予認可，將其行為比作盜竊。
因此，OSAID 的開源 AI 定義，可能會給那些試圖順利解決訴訟的公司帶來問題，特別是如果原告和法官認為該定義足夠合理而在法庭上引用。

什麼是開源 AI？官方定義終於來了 Meta Llama 模型沒過關