Руководитель некоммерческой организации, занимающейся ИИ, заявил, что «закрытый характер» большинства исследований в области ИИ препятствует инновациям

За год до того, как Илон Маск стал соучредителем OpenAI в Сан-Франциско, соучредитель Microsoft Пол Аллен уже создал некоммерческую исследовательскую лабораторию искусственного интеллекта в Сиэтле.

Институт искусственного интеллекта Аллена (Ai2) стремился развивать ИИ на благо человечества. Спустя более десяти лет Ai2, возможно, не так известен, как OpenAI, создатели ChatGPT, но он по-прежнему стремится к «высокоэффективному» ИИ, как и представлял себе г-н Аллен, скончавшийся в 2018 году.

Последняя модель ИИ от Ai2, Tulu 3 405B, конкурирует с OpenAI и китайской DeepSeek в нескольких тестах. В отличие от OpenAI, Ai2 утверждает, что разрабатывает «по-настоящему открытые» системы ИИ, на основе которых другие могут их развивать. С 2023 года генеральный директор Ai2 Али Фархади возглавляет институт после работы в Apple.

Он сказал: «Наша миссия — продвигать инновации и прорывы в области ИИ для решения некоторых из самых насущных проблем человечества. Самая большая угроза для инноваций в области ИИ — это закрытость этой практики. Мы очень активно продвигаем открытость. Рассмотрим программное обеспечение с открытым исходным кодом: основная идея заключается в том, что я должен иметь возможность понять, что вы сделали, изменить это, сделать ответвление, использовать часть, половину или все. И как только я что-то создам, я выложу это, и вы должны иметь возможность сделать то же самое».

Дискуссия вокруг ИИ с открытым исходным кодом в настоящее время является горячей темой. Для нас открытый исходный код означает четкое понимание своих действий. Хотя открытые весовые модели, такие как модели Meta, полезны, поскольку люди могут просто взять эти весовые коэффициенты и продолжить, они не подпадают под категорию открытого исходного кода.

Открытый исходный код подразумевает доступ к каждой части головоломки. Если бы я предположил, некоторые данные обучения для этих моделей могли бы содержать сомнительный материал. Однако данные обучения, которые являются фактическим IP, вероятно, являются самой ценной частью. Многие считают, что они имеют значительную ценность, и я согласен.

Данные играют решающую роль в улучшении вашей модели и изменении ее поведения. Это трудоемкий и сложный процесс. Многочисленные компании вкладывают значительные средства в эту область и неохотно делятся своими открытиями. По мере того, как ИИ становится более зрелым, я считаю, что он готовится к тому, чтобы его воспринимали всерьез в критических проблемных областях, таких как научные открытия.

Большая часть некоторых дисциплин включает в себя сложный поиск решений - будь то структура гена, структура клетки или определенные конфигурации элементов. Многие из этих проблем могут быть сформулированы вычислительно. Существует предел тому, чего вы можете достичь, просто загрузив модель, обученную на текстовых данных из Интернета, и настроив ее. Наша цель - дать ученым возможность обучать свои собственные модели.