Нээлттэй эхийн AI гэж юу вэ

Нээлттэй эхийн AI гэж юу вэ?

Нээлттэй эхийн хиймэл оюун ухаан нь бүх юмны түгжээг тайлах шидэт түлхүүр мэт яригддаг. Тийм биш. Гэхдээ энэ нь худалдагчаас гуйлга гуйхгүйгээр ойлгож, сайжруулж, тээвэрлэх боломжтой AI системийг бүтээх практик, зөвшөөрөлтэй хөнгөн арга юм Хэрэв та "нээлттэй" гэж юу вэ, зүгээр л маркетинг гэж юу вэ, үүнийг ажил дээрээ хэрхэн ашиглах талаар бодож байсан бол та зөв газартаа байна. Кофе аваарай - энэ нь ашигтай, магадгүй бага зэрэг бодолтой байх болно ☕🙂.

Үүний дараа унших дуртай нийтлэлүүд:

🔗 AI-г бизнестээ хэрхэн оруулах вэ
Бизнесийн илүү ухаалаг өсөлтөд зориулж хиймэл оюун ухааны хэрэгслүүдийг нэгтгэх бодит алхмууд.

🔗 Илүү бүтээмжтэй байхын тулд хиймэл оюун ухааныг хэрхэн ашиглах вэ
Цаг хэмнэж, үр ашгийг нэмэгдүүлэх үр дүнтэй хиймэл оюун ухааны ажлын урсгалыг олж мэд.

🔗 AI ур чадвар гэж юу вэ
Ирээдүйд бэлэн байгаа мэргэжилтнүүдэд зайлшгүй шаардлагатай хиймэл оюун ухааны үндсэн чадамжуудыг олж мэдээрэй.

🔗 Google Vertex AI гэж юу вэ
Google-ийн Vertex AI болон энэ нь машин сургалтыг хэрхэн хялбарчилж байгааг ойлгоорой.

Нээлттэй эхийн AI гэж юу вэ? 🤖🔓

Хамгийн энгийнээр хэлбэл, Нээлттэй эхийн хиймэл оюун ухаан гэдэг нь хиймэл оюун ухааны системийн бүрэлдэхүүн хэсгүүд болох код, загварын жин, өгөгдлийн дамжуулах хоолой, сургалтын скрипт, баримт бичиг зэрэг нь боломжийн нөхцлийн дагуу хэн ч ашиглах, судлах, өөрчлөх, хуваалцах боломжийг олгодог лицензийн дагуу гардаг гэсэн үг юм. Энэхүү эрх чөлөөний үндсэн хэл нь Нээлттэй эхийн тодорхойлолт ба хэрэглэгчийн эрх чөлөөний урт хугацааны зарчмуудаас гаралтай [1]. Хиймэл оюун ухаантай холбоотой гажуудал нь зөвхөн кодоос илүү олон найрлагатай байдаг.

Зарим төслүүд бүх зүйлийг нийтэлдэг: код, сургалтын мэдээллийн эх сурвалж, жор, бэлтгэгдсэн загвар. тусгай зөвшөөрөлтэй жинг гаргадаг Экосистем нь заримдаа бүдүүлэг товчлол ашигладаг тул дараагийн хэсэгт үүнийг цэгцэлцгээе.

Нээлттэй эхийн хиймэл оюун ухаан, нээлттэй жин, нээлттэй хандалт 😅

Энд хүмүүс бие биенийхээ хажуугаар ярьдаг.

  • Нээлттэй эхийн AI - Төсөл нь стек даяар нээлттэй эхийн зарчмуудыг баримталдаг. Код нь OSI-ээс зөвшөөрөгдсөн лицензийн дагуу бөгөөд түгээлтийн нөхцөл нь өргөнөөр ашиглах, өөрчлөх, хуваалцах боломжийг олгодог. Энд байгаа сүнс нь OSI-ийн тодорхойлсон зүйлийг тусгадаг: хэрэглэгчийн эрх чөлөө хамгийн түрүүнд ирдэг [1][2].

  • Нээлттэй жин - Сургалтанд хамрагдсан загварын жинг татаж авах боломжтой (ихэвчлэн үнэ төлбөргүй), гэхдээ захиалгаар. Та ашиглалтын нөхцөл, дахин хуваарилалтын хязгаар эсвэл тайлагнах дүрмийг харах болно. Метагийн Ламагийн гэр бүл үүнийг харуулж байна: кодын экосистем нь нээлттэй, гэхдээ загвар нь ашиглалтад суурилсан нөхцөл бүхий тусгай зөвшөөрлийн дагуу ачаалагддаг [4].

  • Нээлттэй хандалт - Та API-г үнэгүй ашиглаж болно, гэхдээ та жинг авч чадахгүй. Туршилт хийхэд тустай, гэхдээ нээлттэй эх сурвалж биш.

Энэ бол зөвхөн семантик биш юм. Эдгээр ангилалд таны эрх, эрсдэл өөрчлөгддөг. OSI-ийн хиймэл оюун ухаан ба нээлттэй байдлын талаарх одоогийн ажил нь эдгээр нюансуудыг энгийн хэлээр тайлж өгдөг [2].

Нээлттэй эхийн AI-г юу сайн болгодог вэ ✅

Хурдан, шударга байцгаая.

  • Аудит боломжтой - Та кодыг уншиж, өгөгдлийн жорыг шалгаж, сургалтын алхмуудыг хянах боломжтой. Энэ нь дагаж мөрдөх, аюулгүй байдлын үнэлгээ, хуучирсан сониуч зан гаргахад тусалдаг. NIST AI Эрсдэлийн удирдлагын тогтолцоо нь нээлттэй төслүүдэд илүү хялбар нийцүүлэх баримт бичиг, ил тод байдлын практикийг дэмждэг [3].

  • Дасан зохицох чадвар - Та худалдагчийн замын зураглалд ороогүй байна. Сэрээ. Нөхөөсэй. Ачих. Лего, наасан хуванцар биш.

  • Зардлын хяналт - Хямдхан үед өөрөө зохион байгуулагч. Үүл байхгүй үед тэсрэлт. Техник хангамжийг хольж, тааруулах.

  • Нийгэмлэгийн хурд - Алдаанууд засч, онцлог шинж чанартай болж, үе тэнгийнхнээсээ суралцдаг. Замбараагүй юу? Заримдаа. Бүтээмжтэй юу? Ихэнхдээ.

  • Засаглалын тодорхой байдал - Бодит нээлттэй лицензийг урьдчилан таамаглах боломжтой. Үүнийг мягмар гарагт чимээгүйхэн өөрчлөгддөг API үйлчилгээний нөхцөлтэй харьцуул.

Энэ төгс үү? Үгүй. Гэхдээ олон төрлийн хар хайрцагны үйлчилгээнээс авахаас ч илүү давуу талтай.

Нээлттэй эхийн AI стек: код, жин, өгөгдөл, цавуу 🧩

Хачирхалтай лазанья шиг хиймэл оюун ухааны төслийг төсөөлөөд үз дээ. Хаа сайгүй давхаргууд.

  1. Хүрээ болон ажиллах хугацаа — Загваруудыг тодорхойлох, сургах, үйлчлэх хэрэгсэл (жишээ нь, PyTorch, TensorFlow). Эрүүл нийгэм, баримт бичиг нь брэнд нэрээс илүү чухал юм.

  2. Загварын архитектурууд - Зураг төсөл: трансформаторууд, тархалтын загварууд, олж авах сайжруулсан тохиргоонууд.

  3. Жин - Сургалтын явцад олж авсан параметрүүд. Энд "нээлттэй" нь зөвхөн татаж авах чадвараас гадна дахин хуваарилалт, арилжааны зориулалтаар ашиглах эрхээс хамаарна.

  4. Өгөгдөл ба жор - Сонгох скрипт, шүүлтүүр, сайжруулалт, сургалтын хуваарь. Энд ил тод байдал нь дахин үржихүйн алт юм.

  5. Багаж хэрэгсэл ба зохион байгуулалт — Дүгнэлтийн серверүүд, вектор мэдээллийн сан, үнэлгээний хэрэгсэл, ажиглалт, CI/CD.

  6. Лиценз - Таны юу хийж чадахыг шийддэг чимээгүй нуруу. Дэлгэрэнгүй доор.

Нээлттэй эхийн AI-д зориулсан 101 лиценз 📜

Та хуульч байх шаардлагагүй. Та хэв маягийг олж мэдэх хэрэгтэй.

  • Зөвшөөрөгдсөн кодын лицензүүд - MIT, BSD, Apache-2.0. Apache нь олон багууд үнэлдэг тодорхой патентын тэтгэлэг агуулдаг [1].

  • Copyleft - GPL гэр бүл нь деривативуудыг ижил лицензийн дагуу нээлттэй байлгахыг шаарддаг. Хүчирхэг, гэхдээ үүнийг архитектуртаа төлөвлө.

  • Загварт зориулсан лицензүүд — Жин болон өгөгдлийн багцын хувьд та Хариуцлагатай AI лицензийн гэр бүл (OpenRAIL) зэрэг тусгай зөвшөөрлүүдийг харах болно. Эдгээр нь хэрэглээнд суурилсан зөвшөөрөл, хязгаарлалтыг кодлодог; Зарим нь арилжааны зориулалтаар ашиглахыг өргөнөөр зөвшөөрдөг бол зарим нь буруу ашиглалтын эргэн тойронд хамгаалалтын хашлага нэмж өгдөг [5].

  • Өгөгдлийн Creative Commons — CC-BY эсвэл CC0 нь өгөгдлийн багц болон баримт бичигт түгээмэл байдаг. Атрибутыг бага хэмжээгээр удирдах боломжтой; загвараа эрт бий болгох.

Зөвлөмж: Хараат байдал, лиценз, арилжааны дахин хуваарилалтыг зөвшөөрч байгаа эсэхийг жагсаасан нэг пейжерт байлга. Уйтгартай юу? Тиймээ. Шаардлагатай юу? Бас тийм.

Харьцуулалтын хүснэгт: алдартай Нээлттэй эхийн хиймэл оюун ухааны төслүүд ба тэдгээр нь хаана гэрэлтдэг 📊

зориудаар бага зэрэг эмх замбараагүй байдал - жинхэнэ тэмдэглэлүүд ингэж харагддаг

Хэрэгсэл / Төсөл Хэнд зориулагдсан юм бэ Үнэтэй Яагаад сайн ажилладаг
PyTorch Судлаачид, инженерүүд Үнэгүй Динамик график, асар том нийгэмлэг, хүчирхэг баримт бичиг. Бүтээгдэхүүн дээр тулалдаанд туршсан.
ТензорФлоу Аж ахуйн нэгжийн багууд, ML ops Үнэгүй График горим, TF-Үйлчилгээ, экосистемийн гүн. Зарим хүмүүсийн хувьд илүү эгц сурсан ч бат бөх хэвээр байна.
Тэврэлдсэн царайтай трансформерууд Хугацаатай барилгачид Үнэгүй Урьдчилан бэлтгэсэн загварууд, дамжуулах шугамууд, мэдээллийн багцууд, нарийн тааруулахад хялбар. Үнэнийг хэлэхэд товчлол.
vLLM Хэтэрхий сэтгэлгээтэй багууд Үнэгүй Хурдан LLM үйлчилгээ, үр ашигтай KV кэш, нийтлэг GPU дээр хүчтэй дамжуулах чадвар.
Llama.cpp Tinkerers, захын төхөөрөмж Үнэгүй Зөөврийн компьютер болон утсан дээр тоо хэмжээ бүхий загваруудыг дотооддоо ажиллуул.
ЛангЧэйн Апп хөгжүүлэгчид, прототипүүд Үнэгүй Нийлдэг гинж, холбогч, агентууд. Хэрэв та үүнийг энгийн байлгавал хурдан ялалт байгуулна.
Тогтвортой тархалт Бүтээлч, бүтээгдэхүүний баг Чөлөөт жин Орон нутгийн эсвэл үүлэн зураг үүсгэх; асар их ажлын урсгалууд болон түүний эргэн тойронд UI.
Оллама Орон нутгийн CLI-д дуртай хөгжүүлэгчид Үнэгүй Орон нутгийн загваруудыг татах, ажиллуулах. Лицензүүд нь картны загвараас хамаарч өөр өөр байдаг - үүнийг ажиглаарай.

Тийм ээ, маш олон "Үнэгүй". Хостинг, GPU, хадгалах сан, хүмүүсийн ажиллах цаг үнэгүй биш юм.

Компаниуд ажил дээрээ нээлттэй эхийн хиймэл оюун ухааныг хэрхэн ашигладаг вэ 🏢⚙️

Та хоёр туйлшралыг сонсох болно: хүн бүр бүх зүйлийг өөрөө зохион байгуулах ёстой, эсвэл хэн ч хийх ёсгүй. Бодит амьдрал илүү ширүүн байдаг.

  1. Прототипийг хурдан гаргах — UX болон нөлөөллийг баталгаажуулахын тулд зөвшөөрөгдсөн нээлттэй загваруудаас эхэл. Дараа дахин тохируулна уу.

  2. Гибрид үйлчилгээ - Нууцлалд мэдрэмтгий дуудлагад зориулж VPC-д байршуулсан эсвэл үндсэн загвараа хадгалаарай. Урт сүүлтэй эсвэл огцом ачааллын хувьд байршуулсан API руу буцна уу. Маш хэвийн.

  3. Нарийн даалгавруудыг нарийн тааруулах - Домэйн дасан зохицох нь ихэвчлэн түүхий масштабыг давдаг.

  4. RAG хаа сайгүй — Татаж авах боломжийг нэмэгдүүлсэн генераци нь таны өгөгдөлд хариултуудыг үндэслэх замаар хий үзэгдэлийг багасгадаг. Нээлттэй вектор DB болон адаптерууд нь үүнийг ашиглах боломжтой болгодог.

  5. Edge болон офлайн - Зөөврийн компьютер, утас, хөтчүүдэд зориулагдсан хөнгөн загварууд нь бүтээгдэхүүний гадаргууг өргөжүүлдэг.

  6. Нийцэл ба аудит - Та зүрх сэтгэлээ шалгаж чаддаг тул аудиторуудад шалгах тодорхой зүйл бий. Үүнийг NIST-ийн RMF ангилал болон баримт бичгийн удирдамж [3]-д нийцүүлсэн хариуцлагатай AI бодлоготой хослуул.

Бяцхан талбарын тэмдэглэл: Миний харсан нууцлалыг эрхэмлэдэг SaaS баг (зах зээлийн дунд, ЕХ-ны хэрэглэгчид) эрлийз тохиргоог нэвтрүүлсэн: хүсэлтийн 80% нь VPC доторх жижиг нээлттэй загвар; ховор, урт контекст сануулгыг байршуулах API руу burst. Тэд нийтлэг замын хоцролтыг багасгаж, далайг буцалгахгүйгээр DPIA бичиг баримтын ажлыг хялбаршуулсан.

Таны төлөвлөх ёстой эрсдэл ба бэрхшээлүүд 🧨

Энэ талаар томчууд болцгооё.

  • Лицензийн шилжилт - Репо нь MIT-ийг эхлүүлж, дараа нь жин нь захиалгат лиценз рүү шилждэг. Дотоод бүртгэлээ шинэчилж байгаарай, эс тэгвээс та дагаж мөрдөх гэнэтийн бэлэг [2][4][5] илгээх болно.

  • Өгөгдлийн эх сурвалж - Тодорхой бус эрхтэй сургалтын өгөгдөл нь загварт урсаж болно. Эх сурвалжийг хянаж, өгөгдлийн багцын лицензийг дагаж, чичиргээг биш [5].

  • Аюулгүй байдал — Загварын олдворуудыг бусад нийлүүлэлтийн сүлжээ шиг харгалзаарай: шалгах нийлбэр, гарын үсэгтэй хувилбар, SBOM. Хамгийн бага SECURITY.md ч гэсэн чимээгүй байдлыг даван туулдаг.

  • Чанарын зөрүү - Нээлттэй загварууд нь маш олон янз байдаг. Зөвхөн тэргүүлэгчдийн самбараар бус харин даалгавраа үнэл.

  • Далд инфра зардал - Хурдан дүгнэлт нь GPU, тоо хэмжээ, багц, кэшийг шаарддаг. Нээлттэй хэрэгслүүдийн тусламж; Та тооцоололд төлсөн хэвээр байна.

  • Засаглалын өр - Загварын амьдралын мөчлөгийг хэн ч эзэмшдэггүй бол та тохируулгын спагетти авах болно. Хөнгөн жинтэй MLOps шалгах хуудас нь алт юм.

Хэрэглээний нөхцөлд тохирох нээлттэй байдлын түвшинг сонгох 🧭

Бага зэрэг муруй шийдвэр гаргах зам:

  • Хөнгөн дагаж мөрдөх шаардлагаар хурдан тээвэрлэх шаардлагатай юу Зөвшөөрөгдсөн нээлттэй загварууд, хамгийн бага тааруулах, үүлэн үйлчилгээнээс эхэл.

  • Хатуу нууцлал эсвэл офлайн ажиллагаа хэрэгтэй байна уу Сайн дэмжигдсэн нээлттэй стек сонгох, өөрөө хостын дүгнэлт хийх, лицензүүдийг сайтар нягталж үзээрэй.

  • Арилжааны өргөн эрх , дахин хуваарилалт хэрэгтэй байна уу OSI-д нийцсэн код болон арилжааны зориулалтаар ашиглах, дахин хуваарилахыг тодорхой зөвшөөрдөг загвар лицензийг илүүд үз [1][5].

  • Судалгааны уян хатан байдал хэрэгтэй байна уу ? Дахин давтагдах, хуваалцах боломжтой байхын тулд өгөгдлийг оруулаад эцэс төгсгөл хүртэл нь зөвшөөрнө үү.

  • Итгэлгүй байна уу? Хоёулаа нисгэгч. Нэг зам нь долоо хоногийн дотор илүү сайн байх нь ойлгомжтой.

Нээлттэй эхийн AI төслийг мэргэжлийн хүн шиг хэрхэн үнэлэх вэ 🔍

Би заримдаа салфетка дээр хадгалдаг хурдан шалгах хуудас.

  1. Лицензийн тодорхой байдал - OSI кодыг зөвшөөрсөн үү? Жин, өгөгдлийн талаар юу хэлэх вэ? Таны бизнесийн загварт [1][2][5] саад учруулах ямар нэгэн хэрэглээний хязгаарлалт байна уу?

  2. Баримт бичиг - Суулгах, хурдан эхлүүлэх, жишээ, алдааг олж засварлах. Док бол соёлыг илтгэдэг.

  3. Хувилбарын хэмнэл — Шошгологдсон хувилбарууд болон өөрчлөлтийн бүртгэлүүд нь тогтвортой байдлыг санал болгодог; үе үе түлхэх нь баатарлаг байдлыг илтгэнэ.

  4. Жишиг ба үнэлгээ - Даалгаврууд бодитой юу? Үнэлгээг явуулах боломжтой юу?

  5. Засвар үйлчилгээ ба засаглал — Тодорхой код эзэмшигчид, асуудлыг шийдвэрлэх, PR-д хариу үйлдэл үзүүлэх.

  6. Экосистемд тохирох - Таны техник хангамж, мэдээллийн сан, бүртгэл, баталгаажуулалт зэрэгт сайн тоглодог.

  7. Хамгаалалтын төлөв - Гарын үсэг зурсан олдворууд, хамаарлын сканнер, CVE-тэй харьцах.

  8. Олон нийтийн дохио — Хэлэлцүүлэг, форумын хариулт, жишээ репо.

Найдвартай дадлагатай илүү өргөн хүрээнд уялдуулахын тулд өөрийн үйл явцыг NIST AI RMF ангилал болон баримт бичгийн олдворуудтай харьцуулна уу [3].

Гүн шумбах 1: Загварын лицензийн замбараагүй дунд хэсэг 🧪

Хамгийн чадварлаг загвар өмсөгчдийн зарим нь "нөхцөлтэй нээлттэй жин" хувин дээр амьдардаг. Тэдгээр нь хүртээмжтэй, гэхдээ ашиглалтын хязгаарлалт эсвэл дахин хуваарилах дүрэмтэй. Хэрэв таны бүтээгдэхүүн загвараа дахин савлах эсвэл хэрэглэгчийн орчинд хүргэхээс хамаарахгүй бол энэ нь зүгээр байж болно. Хэрэв танд хэрэгтэй бол хэлэлцээр хийх эсвэл өөр суурийг сонго. Гол зүйл бол блогын нийтлэлтэй [4][5] бус, харин лицензийн тексттэй харьцуулах таны доод урсгалын төлөвлөгөө юм

OpenRAIL маягийн лицензүүд нь тэнцвэртэй байдлыг бий болгохыг оролддог: нээлттэй судалгаа, хуваалцахыг дэмжиж, буруу ашиглахаас сэргийлдэг. Зорилго сайн; үүрэг таных хэвээр байна. Нөхцөлүүдийг уншаад таны эрсдэлд нийцэж байгаа эсэхийг шийдээрэй [5].

Гүн шумбах 2: өгөгдлийн ил тод байдал ба дахин үржихүйн домог 🧬

"Өгөгдлийн бүрэн хаягдал байхгүй бол Нээлттэй эхийн AI нь хуурамч юм." Тийм биш. Өгөгдлийн гарал үүсэл , жор нь зарим түүхий мэдээллийн багцыг хязгаарласан ч гэсэн утга учиртай ил тод байдлыг хангаж чадна. Та шүүлтүүр, түүврийн харьцаа, цэвэрлэгээний эвристикийг өөр баг ойролцоогоор үр дүнгийн хувьд хангалттай сайн баримтжуулж болно. Төгс давтагдах чадвар сайхан. Үйл ажиллагааны ил тод байдал нь ихэвчлэн хангалттай байдаг [3][5].

Өгөгдлийн багц нээлттэй үед CC-BY эсвэл CC0 зэрэг Creative Commons амт түгээмэл байдаг. Хэмжээгээр нь хамааруулах нь эвгүй болж болзошгүй тул үүнийг хэрхэн зохицуулахаа эртнээс стандартчил.

Гүн шумбах 3: нээлттэй загварт зориулсан практик MLOps 🚢

Нээлттэй загварыг тээвэрлэх нь аливаа үйлчилгээг тээвэрлэхтэй адил бөгөөд үүнээс гадна хэд хэдэн өвөрмөц онцлогтой.

  • Үйлчилгээний давхарга - Тусгай дүгнэлтийн серверүүд нь багцлах, KV-кэшийн удирдлага, токен дамжуулалтыг оновчтой болгодог.

  • Тоон тоолол - Жижиг жин → хямд дүгнэлт, ирмэгийг байрлуулахад хялбар. Чанарын солилцоо өөр өөр байдаг; даалгавраараа хэмжинэ .

  • Ажиглагдах боломжтой - Нууцлалыг харгалзан сануулга/гаралтыг бүртгэх. Үнэлгээний дээж. Уламжлалт ML-д ашигладаг шиг зөрөх шалгалтуудыг нэмнэ үү.

  • Шинэчлэлтүүд - Загварууд зан төлөвийг нарийн өөрчлөх боломжтой; canaries ашиглаж, буцаах, аудит хийх архивыг хадгал.

  • Үнэлгээний хэрэгсэл — Зөвхөн ерөнхий шалгуур үзүүлэлтүүд биш, харин тухайн даалгаварт зориулсан үнэлгээний багцыг хадгалах. Эсэргүүцлийн сануулга болон хоцрогдсон төсөв зэргийг оруулаарай.

Бяцхан зураг төсөл: тэгээс ашиглах боломжтой нисгэгч хүртэл 10 алхамаар 🗺️

  1. Нэг нарийн даалгавар, хэмжүүрийг тодорхойл. Одоогоор том платформ байхгүй байна.

  2. Өргөн хэрэглэгддэг, сайн баримтжуулсан зөвшөөрөгдсөн үндсэн загварыг сонго.

  3. Орон нутгийн дүгнэлт болон нимгэн ороосон API. Үүнийг уйтгартай байлга.

  4. Өгөгдөл дээрээ газрын гаралтад хайлтыг нэмнэ үү.

  5. Хэрэглэгчид, уутнууд болон бүх зүйлийг тусгасан жижиг шошготой үнэлгээний багц бэлтгэ.

  6. Үнэлгээ хийх ёстой гэж хэлсэн тохиолдолд л нарийн тааруулж эсвэл шуурхай тохируулаарай.

  7. Хоцролт эсвэл зардал хазах эсэхийг тоогоор тодорхойлно уу. Чанарыг дахин хэмжих.

  8. Бүртгэл, улаан багаар ажиллах сануулга, зүй бусаар ашиглах бодлогыг нэмнэ үү.

  9. Онцлог далбаатай хаалгыг хааж, жижиг бүлэгт гарга.

  10. Давтах. Долоо хоног бүр жижиг сайжруулалтуудыг илгээгээрэй... эсвэл үнэхээр дээрдсэн үед.

Нээлттэй эхийн хиймэл оюун ухааны тухай нийтлэг домог, бага зэрэг няцаагдсан 🧱

  • Төөрөгдөл: нээлттэй загвар нь үргэлж муу байдаг. Бодит байдал: зөв өгөгдөл бүхий зорилтот даалгаврын хувьд нарийн тохируулсан нээлттэй загварууд нь илүү том зохион бүтээгдсэн загваруудаас илүү ажиллах боломжтой.

  • Төөрөгдөл: нээлттэй гэдэг нь найдваргүй гэсэн үг. Бодит байдал: нээлттэй байх нь хяналтыг сайжруулж чадна. Аюулгүй байдал нь нууцаас бус дадлагаас хамаардаг [3].

  • Төөрөгдөл: Үнэгүй байсан ч лиценз хамаагүй. Бодит байдал: хамгийн , учир нь жингийн үнэ төлбөргүй байдаг. Та чичиргээ биш, тодорхой эрхийг хүсч байна [1][5].

Нээлттэй эхийн AI 🧠✨

Нээлттэй эхийн хиймэл оюун ухаан бол шашин биш. Энэ нь танд илүү хяналт, илүү тодорхой засаглал, илүү хурдан давталттайгаар бүтээх боломжийг олгодог практик эрх чөлөөний багц юм. Хэн нэгэн загварыг "нээлттэй" гэж хэлэхэд код, жин, өгөгдөл эсвэл зүгээр л хандалтын аль давхарга нээлттэй байгааг асуу. Лицензийг уншина уу. Үүнийг өөрийн хэрэглээний тохиолдолтой харьцуул. Тэгээд хамгийн чухал нь үүнийг өөрийн бодит ачааллаар туршиж үзээрэй.

Хачирхалтай нь хамгийн сайн тал нь соёл юм: нээлттэй төслүүд нь хувь нэмэр оруулах, шалгахыг урьж, программ хангамж болон хүмүүсийг хоёуланг нь сайжруулах хандлагатай байдаг. Та хожсон алхам нь хамгийн том загвар эсвэл хамгийн гялалзсан жишиг биш, харин ирэх долоо хоногт ойлгож, засч, сайжруулж чадах алхам гэдгийг олж мэдэж болно. Энэ бол Нээлттэй эхийн AI-ийн чимээгүй хүч бөгөөд мөнгөн сум биш, илүү сайн элэгдэж, өдөр хоногийг хэмнэж байдаг олон хэрэгсэлтэй адил юм.

Хэт удаан уншсангүй 📝

Нээлттэй эхийн хиймэл оюун ухаан нь хиймэл оюун ухааны системийг ашиглах, судлах, өөрчлөх, хуваалцах утга учиртай эрх чөлөөний тухай юм. Энэ нь давхаргуудаар харагдана: хүрээ, загвар, өгөгдөл, багаж хэрэгсэл. Нээлттэй эхийг нээлттэй жин эсвэл нээлттэй хандалттай бүү андуураарай. Лицензийг шалгаж, бодит ажлуудаа үнэлж, эхний өдрөөсөө аюулгүй байдал, засаглалын дизайныг хий. Үүнийг хийснээр та хурд, хяналт, илүү тайван замын зураг авах болно. Гайхалтай ховор, үнэнийг хэлэхэд үнэлж баршгүй 🙃.

Лавлагаа

[1] Нээлттэй эхийн санаачилга - Нээлттэй эхийн тодорхойлолт (OSD): дэлгэрэнгүй унших
[2] OSI - AI ба нээлттэй байдал дээр гүн гүнзгий шумбах: дэлгэрэнгүй унших
[3] NIST - AI эрсдэлийн удирдлагын тогтолцоо: дэлгэрэнгүй унших
[4] Мета - Лама загварын лиценз: дэлгэрэнгүй унших
[5] Хариуцлагатай AI лицензүүд (OpenRAIL): дэлгэрэнгүй

Албан ёсны AI Assistant дэлгүүрээс хамгийн сүүлийн үеийн хиймэл оюун ухааныг олоорой

Бидний тухай

Блог руу буцах