Carlos M. Meléndez 氏は、AI およびソフトウェア開発サービスを提供する Maxar 社の Wovenware の COO 兼共同創設者です。
私は、生成型 AI を単なる新技術ではなく革命だと考えています。生成型 AI は AI を理論の影から引き出し、私たちの仕事、生活、創造、学習のほぼすべての側面で実用的なアプリケーションへと導きました。
新しい時代がいつもそうであるように、生成 AI がどのように開発され、使用され、管理されるべきかについては、強い意見があります。これは、生成 AI におけるオープンソースの役割に関する批判や意見の応酬によって明らかです。ウォール ストリート ジャーナルが指摘したように、業界の主要人物 (ベンチャー キャピタルのリーダーである Marc Andreessen 氏や Vinod Khosla 氏、その他多くの業界関係者など) がこの輪に加わっています。
アンドリーセン氏はオープンソース AI の熱心な支持者として、「オープンソース AI は関係者全員にとってメリットがあります。ユーザーがモデル自体から恩恵を受けるだけでなく、世界中の開発者が AI モデルへの深いアクセスから恩恵を受けます」と述べています。議論のもう一方の立場では、コスラ氏は AI を独占的に保持することを提唱し、その閉鎖性が AI の危険性やサイバー犯罪者や悪質な行為者による悪用に対する保護策となると考えています。両者とも一長一短です。
この問題と、AI のオープン性に関する白熱した議論は、AI の開発と利用の軌道を変える可能性のある、100 万ドルの価値のある質問につながります。生成 AI の基盤となる大規模な言語モデルは、オープンソース ソフトウェアとして提供されるべきか、それとも独自のソフトウェアとして提供されるべきか?
この質問の理解を深めるには、オープンソースとは何か、そしてオープンソース AI とプロプライエタリ AI の違いを理解することが重要です。オープンソースとは、ユーザーが構築して共有できるように、一般向けに無料で配布される AI プログラムです。クローズド (またはプロプライエタリ) AI はコードを非公開にし、ユーザーがカスタマイズして使用できないようにします。たとえば、Meta の Llama 2 モデルは、一般の人がダウンロードして変更できるオープンソースとして提供されていますが、OpenAI と Anthropic のソリューションはどちらもクローズド モデルを提供しています。
AI に加えて、オープン ソースはオペレーティング システム、Web サーバー、アプリケーションでも利用できます。その起源は、ソース コードの共有と共同開発が研究者やプログラマーの間で一般的な慣行であったコンピューティングの黎明期にまで遡ります。しかし、オープン ソースが正式に定着したのは、ずっと後の 1991 年に Linus Torvalds が Linux オペレーティング システムを作成し、世界中の開発者から貢献を募った後のことでした。歴史からわかるように、オープン ソースの概念は、共同開発やリソースの共有とともに、市場におけるイノベーションと競争を促進しました。
インターネットからクラウド コンピューティング、電力網に至るまで、オープン ソースの利点との説得力のある類似点として、基礎となるテクノロジーを 1 つの組織が「所有」していない場合、誰もがその恩恵を受けることができることが歴史によって証明されています。
たとえば、インターネットは数十人の科学者、プログラマー、エンジニアの成果であり、それぞれが新しい機能や性能を開発し、それらが織り合わさって情報スーパーハイウェイが構築され、私たちのコミュニケーション方法に革命をもたらしました。ソフトウェア、インターネット、電力網と同じように、生成型 AI をオープンソースにすることで、共同での成長と革新が可能になります。
オープンソースの生成 AI には、考慮すべき魅力的な利点がいくつかあります。
オープンソース AI は、研究者、データ サイエンティスト、開発者、エンジニアの集合的な専門知識を共有することで、コラボレーションを促進し、イノベーションを促進します。コード、データセット、経験を共有することで、モデルのパフォーマンスと機能を継続的に改善し、ベスト プラクティスを共有して使用方法を最適化することができます。
生成 AI モデルをオープンソースにしておくことで、組織や開発者は、特定のアプリケーション、市場、ユーザーのニーズに合わせてモデルを自由にカスタマイズできます。必要に応じてコードを変更したり、パラメータを微調整したり、追加機能を統合したりできます。
オープンソースの AI モデルにより、研究者、開発者、企業、エンドユーザーは、モデルのトレーニングに使用されるコード、アルゴリズム、データにアクセスできます。この透明性により、AI システムに対する信頼と説明責任が促進され、偏りを自由に特定して対処できるようになります。
オープンソースの生成 AI モデルでは、トラブルシューティングや高額なサポートを独自ベンダーから受ける必要がなく、通常、サポート、ドキュメント、メンテナンス、ベストプラクティスや教訓を提供する貢献者のコミュニティが存在します。
オープンソースの生成 AI には、業界全体のイノベーションと採用を促進できる重要な利点がありますが、必ずしも完全に無料、あるいはオープンであるとは限りません。オープンソース プロバイダーの中には、特定の組織向けにプラットフォームをカスタマイズするサービスに対して料金を請求したり、オープン モデル上で使用できる追加のサービス、機能、サポートを販売したりすることで、モデルを収益化しているところもあります。
しかし、無料のオープンソース モデルを使用する企業は、モデルを自由に使用できるものの、モデルを効果的にカスタマイズしたり、ガバナンスを確立したり、従業員に効果的な使用方法をトレーニングしたりするための AI の才能やリソースがないことがよくあります。オープンソースの生成 AI を企業に統合することは、戦略的な計画やパートナーシップによるサポートがない場合、データのプライバシーとセキュリティを危険にさらし、企業のリスクを増大させる可能性のある大がかりな取り組みになる可能性があります。
おそらく、オープンソースの最大の懸念の 1 つは、その普遍性です。オープンソースが無料で利用できると、モデルを利用して誤情報を広めたり、ディープフェイクを作成したり、その他の悪意のある活動に従事したりする悪質な行為者による使用を制御する方法はありません。
ジェネレーティブ AI は、社会のあらゆる業界や分野に急速に浸透しつつあります。このような破壊的な変化の場合と同様に、最も効果的かつ安全な使用を確保するには、コミュニティ全体の協力が必要です。オープンソースのジェネレーティブ AI には課題が伴いますが、最終的にはこの協力的な環境がコミュニティ全体の繁栄につながると私は信じています。
Forbes Technology Council は、世界クラスの CIO、CTO、テクノロジー エグゼクティブ向けの招待制コミュニティです。私は参加資格がありますか?
