AI ya chanzo huria ni nini?

AI ya Chanzo Huria ni nini?

AI ya Chanzo Huria inazungumziwa kana kwamba ni ufunguo wa kichawi unaofungua kila kitu. Sio hivyo. Lakini ni njia ya vitendo, rahisi na yenye ruhusa ya kujenga mifumo ya AI unayoweza kuelewa, kuboresha, na kusafirisha bila kumsihi muuzaji abadilishe swichi. Ikiwa umejiuliza ni nini kinachohesabiwa kama "wazi," ni nini masoko tu, na jinsi ya kuitumia kazini, uko mahali sahihi. Nunua kahawa - hii itakuwa muhimu, na labda maoni kidogo ☕🙂.

Makala ambazo unaweza kupenda kusoma baada ya hii:

🔗 Jinsi ya kuingiza AI katika biashara yako
Hatua za vitendo za kuunganisha zana za AI kwa ukuaji wa biashara nadhifu.

🔗 Jinsi ya kutumia akili bandia (AI) ili kuwa na tija zaidi
Gundua njia bora za kazi za AI zinazookoa muda na kuongeza ufanisi.

🔗 Ujuzi wa AI ni nini?
Jifunze ujuzi muhimu wa akili bandia (AI) muhimu kwa wataalamu walio tayari kwa siku zijazo.

🔗 Google Vertex AI ni nini?
Elewa Vertex AI ya Google na jinsi inavyorahisisha ujifunzaji wa mashine.

Open Source AI ni nini? 🤖🔓

Kwa urahisi zaidi, AI ya Chanzo Huria inamaanisha viambato vya mfumo wa AI—msimbo, uzani wa modeli, mabomba ya data, hati za mafunzo, na uhifadhi—hutolewa chini ya leseni zinazoruhusu mtu yeyote kuzitumia, kuzisoma, kuzirekebisha na kuzishiriki, kulingana na masharti yanayokubalika. Lugha hiyo ya msingi ya uhuru inatokana na Ufafanuzi wa Chanzo Huria na kanuni zake za muda mrefu za uhuru wa mtumiaji [1]. Mtazamo wa AI ni kwamba kuna viungo zaidi ya kanuni tu.

Baadhi ya miradi huchapisha kila kitu: msimbo, vyanzo vya data vya mafunzo, mapishi, na modeli iliyofunzwa. Mingine hutoa uzito kwa leseni maalum. Mfumo ikolojia hutumia mkato usiofaa wakati mwingine, kwa hivyo hebu tuupange katika sehemu inayofuata.

Chanzo Huria AI dhidi ya uzani wazi dhidi ya ufikiaji wazi 😅

Hapa ndipo watu wanazungumza kupita kila mmoja.

  • AI ya Chanzo Huria — Mradi huu unafuata kanuni za chanzo huria katika mrundiko wake wote. Msimbo uko chini ya leseni iliyoidhinishwa na OSI, na masharti ya usambazaji huruhusu matumizi mapana, marekebisho, na kushiriki. Roho hapa inaakisi kile OSI inaelezea: uhuru wa mtumiaji huja kwanza [1][2].

  • Uzito Huria — Uzito wa modeli zilizofunzwa unaweza kupakuliwa (mara nyingi bila malipo) lakini chini ya masharti maalum. Utaona masharti ya matumizi, mipaka ya usambazaji, au sheria za kuripoti. Familia ya Llama ya Meta inaonyesha hili: mfumo ikolojia wa msimbo ni wazi, lakini uzito wa modeli husafirishwa chini ya leseni maalum yenye masharti yanayotegemea matumizi [4].

  • Ufikiaji wazi — Unaweza kutumia API, labda bila malipo, lakini hupati uzito. Inasaidia kwa majaribio, lakini si programu huria.

Hii sio semantiki tu. Haki na hatari zako hubadilika katika kategoria hizi. Kazi ya sasa ya OSI kuhusu AI na uwazi hufunua nuances hizi kwa lugha rahisi [2].

Ni nini hufanya Open Source AI kuwa nzuri ✅

Hebu tuwe haraka na waaminifu.

  • Ukaguzi — Unaweza kusoma msimbo, kukagua mapishi ya data, na kufuatilia hatua za mafunzo. Hilo husaidia katika kufuata sheria, mapitio ya usalama, na udadisi wa kizamani. Mfumo wa Usimamizi wa Hatari wa AI wa NIST unahimiza utunzaji wa nyaraka na uwazi ambao miradi iliyo wazi inaweza kukidhi kwa urahisi zaidi [3].

  • Kubadilika — Haujawekwa kwenye ramani ya barabara ya muuzaji. Ifunge kwa uma. Iunganishe. Isafirishe. Lego, si plastiki iliyounganishwa.

  • Udhibiti wa gharama — Hujipangishia mwenyewe wakati ni nafuu. Hupasuka hadi wingu wakati sivyo. Changanya na ulinganishe vifaa.

  • Kasi ya jamii — Hitilafu hurekebishwa, vipengele huanguka, na unajifunza kutoka kwa wenzako. Je, kuna uchafu? Wakati mwingine. Je, kuna tija? Mara nyingi.

  • Uwazi wa utawala — Leseni halisi zilizo wazi zinatabirika. Linganisha hilo na Sheria na Masharti ya API ambayo hubadilika kimya kimya Jumanne.

Je, ni kamili? Hapana. Lakini ubadilishanaji unasomeka - zaidi ya unavyopata kutoka kwa huduma nyingi za sanduku nyeusi.

Rafu ya Open Source AI: msimbo, uzani, data na gundi 🧩

Fikiria mradi wa AI kama lasagna ya quirky. Tabaka kila mahali.

  1. Mifumo na muda wa utekelezaji — Zana za kufafanua, kufunza, na kuhudumia mifumo (km, PyTorch, TensorFlow). Jumuiya na hati zenye afya zina umuhimu zaidi ya majina ya chapa.

  2. Usanifu wa mifumo — Mchoro: transfoma, mifumo ya usambazaji, mipangilio iliyoboreshwa ya urejeshaji.

  3. Uzito — Vigezo vilivyojifunza wakati wa mafunzo. "Wazi" hapa inategemea usambazaji upya na haki za matumizi ya kibiashara, si tu uwezo wa kupakua.

  4. Data na mapishi — Hati za upangaji, vichujio, nyongeza, ratiba za mafunzo. Uwazi hapa ni dhahabu kwa ajili ya urejelezaji.

  5. Uundaji wa zana na mpangilio — Seva za makadirio, hifadhidata za vekta, miunganisho ya tathmini, uangalizi, CI/CD.

  6. Leseni — Mgongo mtulivu unaoamua unachoweza kufanya. Zaidi hapa chini.

Utoaji leseni 101 kwa Chanzo Huria AI 📜

Huna haja ya kuwa mwanasheria. Unahitaji kuona mifumo.

  • Leseni za msimbo halali — MIT, BSD, Apache-2.0. Apache inajumuisha ruzuku ya hati miliki ambayo timu nyingi zinaithamini [1].

  • Hakimiliki — Familia ya GPL inahitaji kwamba derivatives zibaki wazi chini ya leseni hiyo hiyo. Ina nguvu, lakini panga kwa ajili yake katika usanifu wako.

  • Leseni mahususi za modeli — Kwa uzani na seti za data, utaona leseni maalum kama familia ya Leseni ya AI yenye Uwajibikaji (OpenRAIL). Hizi husimba ruhusa na vikwazo vinavyotegemea matumizi; baadhi huruhusu matumizi ya kibiashara kwa upana, zingine huongeza vizuizi kuhusu matumizi mabaya [5].

  • Commons za Ubunifu kwa data — CC-BY au CC0 ni za kawaida kwa seti za data na hati. Uainishaji unaweza kudhibitiwa kwa kiwango kidogo; jenga muundo mapema.

Kidokezo cha Kitaalam: Weka ukurasa mmoja unaoorodhesha kila tegemezi, leseni yake, na ikiwa ugawaji upya wa kibiashara unaruhusiwa. Inachosha? Ndiyo. Je, ni lazima? Pia ndiyo.

Jedwali la kulinganisha: miradi maarufu ya Open Source AI na inapong'aa 📊

upole messy kwa makusudi - hivyo ndivyo noti halisi kuangalia

Zana / Mradi Ni kwa ajili ya nani Bei ya juu Kwa nini inafanya kazi vizuri
PyTorch Watafiti, wahandisi Bure Grafu zinazobadilika, jumuiya kubwa, hati dhabiti. Vita iliyojaribiwa katika prod.
Mtiririko wa Tensor Timu za biashara, utendaji wa ML Bure Hali ya grafu, TF-Serving, kina cha mfumo ikolojia. Kujifunza kwa kasi kwa wengine, bado ni thabiti.
Vibadilishaji vya Uso Vinavyokumbatiana Wajenzi na tarehe za mwisho Bure Miundo iliyofunzwa awali, mabomba, seti za data, urekebishaji kwa urahisi. Kusema kweli njia ya mkato.
vLLM Timu zinazozingatia infra-minded Bure Inatumika kwa LLM haraka, akiba ya KV yenye ufanisi, upitishaji thabiti kwenye GPU za kawaida.
Llama.cpp Tinkers, vifaa vya makali Bure Endesha miundo ya ndani kwenye kompyuta za mkononi na simu zenye ujanibishaji.
LangChain Wasanidi wa programu, prototypes Bure Minyororo inayoweza kutungwa, viunganishi, mawakala. Ushindi wa haraka ikiwa utaiweka rahisi.
Usambazaji Imara Wabunifu, timu za bidhaa Uzito wa bure Uzalishaji wa picha ndani au wingu; mtiririko mkubwa wa kazi na UI karibu nayo.
Ollama Wasanidi wanaopenda CLI za karibu Bure Vuta-na-endesha mifano ya ndani. Leseni hutofautiana kulingana na kadi ya kielelezo-tazama hiyo.

Ndiyo, "Bure" nyingi. Kupangisha, GPU, hifadhi, na saa za watu si bure.

Jinsi makampuni hutumia Open Source AI kazini 🏢⚙️

Utasikia mambo mawili yaliyokithiri: ama kila mtu anapaswa kujipangia kila kitu, au mtu yeyote asifanye. Maisha ya kweli ni squishier.

  1. Kutengeneza mifano haraka — Anza na mifumo iliyo wazi inayoruhusu ili kuthibitisha UX na athari. Rekebisha baadaye.

  2. Huduma mseto — Weka modeli inayoshikiliwa na VPC au iliyopo kabla ya matumizi kwa simu nyeti kwa faragha. Rudi kwenye API inayoshikiliwa kwa mzigo mrefu au wenye miiba. Kawaida sana.

  3. Tengeneza kwa ajili ya kazi finyu — Urekebishaji wa kikoa mara nyingi huzidi kiwango ghafi.

  4. RAG kila mahali — Uzalishaji ulioboreshwa wa urejeshaji hupunguza ndoto za kuona kwa kuweka majibu kwenye data yako. DB na adapta za vekta zilizo wazi hufanya hili liwezekane kwa urahisi.

  5. Edge na nje ya mtandao — Mifumo nyepesi iliyoandaliwa kwa ajili ya kompyuta za mkononi, simu, au vivinjari hupanua nyuso za bidhaa.

  6. Uzingatiaji na ukaguzi — Kwa sababu unaweza kukagua ujasiri, wakaguzi wana kitu halisi cha kukagua. Oanisha hilo na sera ya AI inayowajibika inayoambatana na kategoria za RMF za NIST na mwongozo wa nyaraka [3].

Dokezo dogo: Timu ya SaaS inayozingatia faragha ambayo nimeiona (watumiaji wa soko la kati, EU) ilipitisha usanidi mseto: modeli ndogo iliyo wazi ndani ya VPC kwa 80% ya maombi; ilitumika kwa API iliyohifadhiwa kwa vidokezo adimu na vya muktadha mrefu. Walipunguza muda wa kuchelewa kwa njia ya kawaida na kurahisisha makaratasi ya DPIA—bila kuchemsha bahari.

Hatari na malengo unayopaswa kuyapanga 🧨

Tuwe watu wazima kuhusu hili.

  • Kuhama kwa leseni — Repo huanza MIT, kisha uzito huhamia kwenye leseni maalum. Weka sajili yako ya ndani ikiwa imesasishwa la sivyo utatuma mshangao wa kufuata sheria [2][4][5].

  • Asili ya data — Data ya mafunzo yenye haki zisizoeleweka inaweza kutiririka katika mifumo. Fuatilia vyanzo na ufuate leseni za seti ya data, sio hisia [5].

  • Usalama — Tibu mabaki ya modeli kama mnyororo mwingine wowote wa usambazaji: cheki, matoleo yaliyosainiwa, SBOM. Hata SECURITY.md ndogo hushinda ukimya.

  • Tofauti ya ubora — Mifumo iliyo wazi hutofautiana sana. Tathmini kwa kazi zako, si ubao wa wanaoongoza pekee.

  • Gharama ya infra iliyofichwa — Ukadiriaji wa haraka unahitaji GPU, upimaji, upangaji, uhifadhi wa data. Zana zilizo wazi husaidia; bado unalipa kwa hesabu.

  • Deni la utawala — Ikiwa hakuna anayemiliki mzunguko wa maisha wa modeli, unapata spaghetti ya usanidi. Orodha ya MLOps nyepesi ni ya dhahabu.

Kuchagua kiwango cha uwazi kinachofaa kwa matumizi yako 🧭

Njia ya uamuzi potofu kidogo:

  • Je, unahitaji kusafirisha haraka na mahitaji ya kufuata mwanga? Anza na mifano ya wazi inayoruhusiwa, urekebishaji mdogo, huduma ya wingu.

  • unahitaji faragha au ya nje ya mtandao operesheniChagua bunda la wazi linaloauniwa vyema, makisio ya mwenyeji binafsi, na kagua leseni kwa makini.

  • Je, unahitaji haki pana za kibiashara na ugawaji upya? Pendelea leseni za msimbo zilizooanishwa na OSI pamoja na leseni za muundo ambazo zinaruhusu kwa uwazi matumizi ya kibiashara na ugawaji upya [1][5].

  • unahitaji kubadilika kwa utafiti? Nenda kutoka-mwisho hadi mwisho unaoruhusiwa, ikijumuisha data, kwa ajili ya kuzaliana na kushirikiwa.

  • Je, huna uhakika? Majaribio yote mawili. Njia moja itahisi vizuri zaidi katika wiki.

Jinsi ya kutathmini mradi wa Open Source AI kama mtaalamu 🔍

Orodha ya ukaguzi ya haraka ninayoweka, wakati mwingine kwenye leso.

  1. Ufafanuzi wa leseni — imeidhinishwa na OSI kwa msimbo? Vipi kuhusu uzito na data? Vizuizi vyovyote vya matumizi vinavyokwamisha mfumo wako wa biashara [1][2][5]?

  2. Nyaraka — Sakinisha, anza haraka, mifano, utatuzi wa matatizo. Nyaraka ni njia ya kusimulia utamaduni.

  3. Mwendo wa kutolewa — Matoleo na mabadiliko yaliyowekwa lebo yanaonyesha utulivu; kusukumana kwa hapa na pale kunaonyesha ushujaa.

  4. Vigezo na evals — Kazi zina uhalisia? Evals zinaweza kuendeshwa?

  5. Matengenezo na utawala — Wazi wamiliki wa msimbo, upangaji wa masuala, mwitikio wa mahusiano ya umma.

  6. Inafaa kwa mfumo ikolojia — Hufanya kazi vizuri na vifaa vyako, hifadhi za data, kumbukumbu, na uidhinishaji.

  7. Mkao wa usalama — Mabaki yaliyosainiwa, uchanganuzi wa utegemezi, utunzaji wa CVE.

  8. Ishara ya jumuiya — Majadiliano, majibu ya jukwaa, mifano ya marejeleo.

Kwa upatanishi mpana na mazoea ya kuaminika, panga mchakato wako kwa kategoria za NIST AI RMF na vizalia vya programu vya hati [3].

Kupiga mbizi kwa kina 1: katikati yenye fujo ya leseni za muundo 🧪

Baadhi ya mifumo yenye uwezo mkubwa huishi kwenye ndoo ya "uzito wazi na masharti". Inaweza kufikiwa, lakini ina mipaka ya matumizi au sheria za usambazaji. Hilo linaweza kuwa sawa ikiwa bidhaa yako haitegemei kufungasha tena mfumo au kuusafirisha katika mazingira ya wateja. Ukihitaji hilo , jadili au chagua msingi tofauti. Jambo la msingi ni kupanga yako mipango halisi ya leseni, si chapisho la blogu [4][5].

Leseni za mtindo wa OpenRAIL hujaribu kuleta usawa: kuhimiza utafiti wazi na kushiriki, huku ukikatisha matumizi mabaya. Nia ni nzuri; wajibu bado ni wako. Soma sheria na uamue ikiwa masharti yanalingana na hamu yako ya hatari [5].

Kupiga mbizi kwa kina 2: uwazi wa data na hekaya ya kuzaliana 🧬

"Bila utupaji kamili wa data, AI ya Chanzo Huria ni bandia." Sio kabisa. Asili na mapishi yanaweza kutoa uwazi wenye maana hata wakati baadhi ya seti ghafi za data zimezuiwa. Unaweza kurekodi vichujio, uwiano wa sampuli, na heuristics za kusafisha vizuri vya kutosha kwa timu nyingine kukadiria matokeo. Urejelezaji kamili ni mzuri. Uwazi unaoweza kutekelezwa mara nyingi unatosha [3][5].

Wakati hifadhidata zimefunguliwa, ladha za Creative Commons kama CC-BY au CC0 ni za kawaida. Uwasilishaji kwa kiwango unaweza kupata shida, kwa hivyo sawazisha jinsi unavyoishughulikia mapema.

Kupiga mbizi kwa kina 3: MLOps za vitendo kwa miundo iliyo wazi 🚢

Kusafirisha muundo wazi ni kama kusafirisha huduma yoyote, pamoja na mambo machache.

  • Safu ya kuhudumia — Seva maalum za hitimisho huboresha upangaji wa data, usimamizi wa akiba ya KV, na utiririshaji wa tokeni.

  • Upimaji — Uzito mdogo → makadirio ya bei nafuu na uwasilishaji rahisi wa makali. Marekebisho ya ubora hutofautiana; pima kulingana na zako .

  • Uangalizi — Vidokezo/matokeo ya kumbukumbu kwa kuzingatia faragha. Mfano wa tathmini. Ongeza ukaguzi wa kuteleza kama vile ungefanya kwa ML ya kawaida.

  • Masasisho — Mifano inaweza kubadilisha tabia kwa hila; tumia canary na kuweka kumbukumbu kwa ajili ya kurejeshwa na ukaguzi.

  • Eval harness — Dumisha seti ya eval mahususi ya kazi, si vipimo vya jumla tu. Jumuisha vidokezo vya upinzani na bajeti za kuchelewa.

Mchoro mdogo: kutoka sifuri hadi majaribio inayoweza kutumika katika hatua 10 🗺️

  1. Bainisha kazi moja nyembamba na kipimo. Bado hakuna majukwaa makubwa.

  2. Chagua kielelezo cha msingi ambacho kinatumika sana na kilichorekodiwa vyema.

  3. Simama uelekezaji wa ndani na API nyembamba ya kanga. Weka boring.

  4. Ongeza urejeshaji kwa matokeo ya msingi kwenye data yako.

  5. Andaa seti ndogo ya eval iliyo na lebo ambayo inaonyesha watumiaji wako, warts na wote.

  6. Tunga vizuri au tune haraka ikiwa tu eval anasema unapaswa.

  7. Thibitisha ikiwa muda wa kusubiri au unapunguza gharama. Pima tena ubora.

  8. Ongeza kumbukumbu, vidokezo vya kushirikiana na sera ya matumizi mabaya.

  9. Lango lenye bendera ya kipengele na kutolewa kwa kundi dogo.

  10. Iterate. Safisha maboresho madogo kila wiki… au wakati ni bora zaidi.

Hadithi za kawaida kuhusu Open Source AI, zimetatuliwa kidogo 🧱

  • Hadithi: mifano ya wazi daima ni mbaya zaidi. Ukweli: kwa kazi zinazolengwa zilizo na data sahihi, miundo iliyopangwa vizuri inaweza kuwa bora zaidi kuliko zile kubwa zaidi zilizopangishwa.

  • Hadithi: wazi inamaanisha kutokuwa na usalama. Ukweli: uwazi unaweza kuboresha uchunguzi. Usalama unategemea mazoea, si usiri [3].

  • Hadithi: leseni haijalishi kama ni bure. Ukweli: ni muhimu zaidi inapokuwa bure, kwa sababu matumizi ya mizani ya bure. Unataka haki dhahiri, si hisia [1][5].

Chanzo Huria AI 🧠✨

Open Source AI sio dini. Ni seti ya uhuru wa kivitendo unaokuruhusu ujenge kwa udhibiti zaidi, utawala ulio wazi zaidi, na kurudia kwa haraka. Mtu anaposema muundo "umefunguliwa," uliza ni safu zipi zimefunguliwa: msimbo, uzani, data, au ufikiaji tu. Soma leseni. Linganisha na kesi yako ya utumiaji. Na kisha, muhimu, ijaribu na mzigo wako halisi wa kazi.

Sehemu bora zaidi, isiyo ya kawaida, ni ya kitamaduni: miradi wazi hualika michango na uchunguzi, ambao unaelekea kufanya programu na watu kuwa bora zaidi. Huenda ukagundua kuwa hatua iliyoshinda si modeli kuu zaidi au alama bora zaidi, lakini ile ambayo unaweza kuelewa, kurekebisha na kuboresha wiki ijayo. Hiyo ni nguvu tulivu ya Open Source AI - si risasi ya fedha, zaidi kama zana iliyovaliwa vizuri ambayo huokoa siku.

Muda Mrefu Sijasoma 📝

Open Source AI inahusu uhuru wa maana wa kutumia, kusoma, kurekebisha na kushiriki mifumo ya AI. Inaonyesha katika tabaka: mifumo, miundo, data, na zana. Usichanganye chanzo wazi na uzani wazi au ufikiaji wazi. Angalia leseni, tathmini na kazi zako halisi, na usanifu kwa usalama na utawala kuanzia siku ya kwanza. Fanya hivyo, na utapata kasi, udhibiti, na ramani ya barabara tulivu. Inashangaza nadra, kwa uaminifu isiyo na thamani 🙃.

Marejeleo

[1] Mpango wa Chanzo Huria - Ufafanuzi wa Chanzo Huria (OSD): soma zaidi
[2] OSI - Kuzama kwa Kina kwenye AI na Uwazi: soma zaidi
[3] NIST - Mfumo wa Usimamizi wa Hatari wa AI: soma zaidi
[4] Leseni ya Mfano wa Meta - Llama: soma zaidi
[5] Leseni za AI Zinazowajibika (OpenRAIL): soma zaidi

Pata Akili ya Kielektroniki ya Hivi Punde katika Duka Rasmi la Msaidizi wa Akili ya Kielektroniki

Kuhusu Sisi

Rudi kwenye blogu