Sarılma Yüzü AI Eylem Planında açık kaynaklı odaklanma çağrısı

Sarılma Yüzü ABD hükümetini, yaklaşan AI eylem planında açık kaynaklı kalkınmaya öncelik vermeye çağırdı.

Bir açıklamada Bilim ve Teknoloji Politikası Ofisi (OSTP), Hugging Face, “düşünceli politikanın inovasyonu destekleyebileceğini ve AI gelişiminin rekabetçi kalmasını ve Amerikan değerleriyle uyumlu olduğunu” vurguladı.

Çeşitli sektörlerde 1,5 milyondan fazla halka açık modeli barındıran ve yedi milyon kullanıcıya hizmet veren Hugging Face, birbirine bağlı üç sütuna odaklanmış bir AI eylem planı öneriyor:

1. Sarılma yüzü önemini vurgular Açık kaynaklı AI ekosistemlerinin güçlendirilmesi. Şirket, teknik inovasyonun kurumlar arasındaki çeşitli aktörlerden kaynaklandığını ve altyapı desteğinin – Ulusal AI araştırma kaynağı (NAIRR) ve açık bilim ve verilere yapılan yatırım – bu katkıların katkı etkisine sahip olmasını ve sağlam yeniliği hızlandırmasını sağlar.

2. Şirket öncelik veriyor yapay zekanın verimli ve güvenilir bir şekilde benimsenmesi. Hugging Face, değer zinciri boyunca benimsemesini kolaylaştırarak teknolojinin faydalarının yayılmasının, faaliyet sektörlerinde aktörlerin gelişimini şekillendirmesini gerektirdiğine inanmaktadır. Daha verimli, modüler ve sağlam AI modellerinin, teknolojinin ABD ekonomisi genelinde yayılmasını sağlayan mümkün olan en geniş katılım ve yeniliği sağlamak için araştırma ve altyapı yatırımları gerektirdiğini belirtmektedir.

3. Sarılma yüzü de gerekliliği vurgular Güvenliği ve standartları teşvik edin. Şirket, açık kaynaklı yazılım siber güvenlik, bilgi güvenliği ve standartlardaki onlarca yıllık uygulamaların daha güvenli AI teknolojisini bilgilendirebileceğini öne sürmektedir. Daha esnek ve sağlam bir teknoloji ekosistemini teşvik etmek için izlenebilirlik, açıklama ve birlikte çalışabilirlik standartlarını teşvik etmeyi savunur.

Açık kaynak ABD’de (ve ötesinde) AI ilerlemesi için anahtardır.

Hugging Face, Modern AI’nın onlarca yıllık açık araştırma üzerine inşa edildiğini ve ticari devlerin büyük ölçüde açık kaynak katkılarına dayandığı altını çiziyor. Son atılımlar – gibi Olmo-2 Ve Olimpiyat kodlayıcı – Açık araştırmanın ticari modellerin performansına uygun geliştirme sistemleri için umut verici bir yol olduğunu ve özellikle belirli alanlardaki verimlilik ve performans açısından bunları aşabileceğini gösterin.

Şirket, “Belki de en çarpıcı, geliştirme zaman çizelgelerinin hızlı bir şekilde sıkıştırılmasıdır” diyor.

Daha erişilebilir, verimli ve işbirlikçi AI gelişimine yönelik bu eğilim, AI gelişimine açık yaklaşımların, teknik liderliği koruyan ve teknolojinin daha yaygın ve güvenli bir şekilde benimsenmesini destekleyen başarılı bir AI stratejisi sağlama konusunda kritik bir rol oynadığını göstermektedir.

Hugging Face, açık modeller, altyapı ve bilimsel uygulamaların AI inovasyonunun temelini oluşturduğunu ve çeşitli araştırmacılar, şirketler ve geliştiricilerin paylaşılan bilgiler üzerine inşa etmesine izin verdiğini savunuyor.

Şirketin platformu, hem küçük aktörlerden (örneğin, yeni başlayanlar, üniversiteler) hem de büyük kuruluşlardan (örn. Microsoft, Google, Openai, Meta) AI modellerine ve veri kümelerine ev sahipliği yapıyor ve açık yaklaşımların ilerlemeyi nasıl hızlandırdığını ve AI yeteneklerine erişimi demokratikleştirdiğini gösteriyor.

“Amerika Birleşik Devletleri açık kaynaklı yapay zeka ve açık bilimlere öncülük etmelidir, bu da güçlü bir inovasyon ekosistemini teşvik ederek ve sağlıklı bir rekabet ve paylaşılan inovasyon dengesini sağlayarak Amerikan rekabet gücünü artırabilir” diyor.

Araştırmalar, açık teknik sistemlerin, tahmini 2000x çarpan etkisi ile ekonomik etki için kuvvet çarpanları olarak hareket ettiğini göstermiştir. Bu, açık sistemlere yatırılan 4 milyar dolarlık potansiyel olarak onları kullanan şirketler için 8 trilyon dolar değer yaratabileceği anlamına geliyor.

Bu ekonomik faydalar ulusal ekonomilere de uzanmaktadır. Herhangi bir açık kaynaklı yazılım katkısı olmadan, ortalama ülke GSYİH’sının% 2,2’sini kaybedecekti. Açık kaynak, sadece 2018’de 65 milyar € ile 95 milyar € Avrupa GSYİH’sine gitti, bu da o kadar önemli bir bulgu, Avrupa Komisyonu açık kaynaklı hükümet yazılımı sürecini kolaylaştırmak için yeni kurallar oluştururken bunu belirtti.

Bu, açık kaynaklı etkinin doğrudan ulusal düzeyde politika eylemine ve ekonomik avantaja nasıl dönüştüğünü ve açık kaynakın bir kamu yararı olarak öneminin altını çizdiğini göstermektedir.

Açık kaynaklı yapay zekanın ticari olarak benimsenmesini sağlayan pratik faktörler

Sarılma Yüzü, açık modellerin ticari olarak benimsenmesini sağlayan birkaç pratik faktörü tanımlar:

• Maliyet verimliliği AI modelleri sıfırdan geliştirmek önemli yatırım gerektirdiğinden, büyük bir sürücüdür, bu nedenle açık temellerden yararlanmak Ar -Ge giderlerini azaltır.
• Özelleştirme kuruluşlar, tek bedene uyan çözümlere güvenmek yerine kullanım durumlarına özel olarak uyarlanmış modelleri uyarlayabilir ve dağıtabildiğinden çok önemlidir.
• Açık modeller satıcı kilitlenmesini azaltınŞirketlere teknoloji yığınları üzerinde daha fazla kontrol ve tek sağlayıcılardan bağımsızlık sağlıyor.
• Açık modeller yakaladı ve bazı durumlarda, yetenekleri aştı kapalı, tescilli sistemler.

Bu faktörler, devasa altyapı yatırımları olmadan en son teknolojiye erişebilen yeni başlayanlar ve orta ölçekli şirketler için özellikle değerlidir. Bankalar, ilaç şirketleri ve diğer endüstriler açık modelleri belirli pazar ihtiyaçlarına uyarlıyor-açık kaynaklı vakıfların değer zinciri boyunca canlı bir ticari ekosistemi nasıl desteklediğini gösteriyor.

ABD’de açık kaynaklı yapay zekayı desteklemek için yüzün politika önerilerini kucaklamak

Açık AI sistemlerinin geliştirilmesini ve benimsenmesini desteklemek için Hugging Face, çeşitli politika önerileri sunar:

• Araştırma Altyapısını Geliştirin: Ulusal AI Araştırma Kaynağı (NAIRR) pilotunu tamamen uygulayın ve genişletin. Hugging Face’in Nairr Pilot’a aktif katılımı, araştırmacılara bilgi işlem kaynaklarına, veri kümelerine ve işbirlikçi araçlara erişim sağlamanın değerini göstermiştir.

• Açık kaynak için genel bilgi işlem kaynaklarını tahsis edin: Halkın kamu AI altyapısı aracılığıyla katılma yolları olmalıdır. Bunu yapmanın bir yolu, açık kaynaklı AI projelerini desteklemek, daha küçük araştırma ekipleri ve tescilli sistemleri karşılayamayan şirketler için inovasyonun önündeki engelleri azaltmak için halka açık bilgi işlem altyapısının bir kısmını adamaktır.

• Açık sistemler geliştirmek için verilere erişimi etkinleştirin: Azalan veri müşterilerini ele alan hedefli politikalar aracılığıyla sürdürülebilir veri ekosistemleri oluşturun. Yayıncılar, tescilli AI model geliştiricileri ile veri lisanslama anlaşmaları giderek daha fazla imza atıyor, yani kaliteli veri toplama maliyetleri artık eğitim sınır modellerinin hesaplama giderlerine yaklaşıyor ve hatta aşıyor, küçük açık geliştiricileri kalite verilerine erişimden kilitlemekle tehdit ediyor. Kamu veri depolarına katkıda bulunan ve sorumlu veri paylaşımındaki yasal engelleri azaltan uyum yollarını kolaylaştıran destek kuruluşları.

• Açık Veri Kümeleri Geliştirin: Yeni nesil AI araştırma ve uygulamalarını destekleyebilecek sağlam, temsili veri kümelerinin oluşturulmasına, iyileştirilmesine ve bakımına yatırım yapın. IBM AI Alliance Güvenilen Veri Kataloğu gibi girişimleri genişletin ve IDI’nin Boston Halk Kütüphanesi’ndeki kamu koleksiyonlarının AI odaklı sayısallaştırılması gibi destek projeleri.

• Haklara saygılı veri erişim çerçevelerini güçlendirmek: Anonimleştirme, rıza yönetimi ve kullanım izleme için standartlaştırılmış protokoller dahil olmak üzere veri kullanımı için açık yönergeler oluşturun. Sağlık ve İklim Bilimi gibi yüksek değerli alanlar için özel veri güvenleri yaratmak için kamu-özel ortaklıklarını destekleyerek, bireylerin ve kuruluşların inovasyonu mümkün kılarak verileri üzerinde uygun kontrolü sürdürmelerini sağlamak.

• Paydaş odaklı yeniliğe yatırım: Sadece büyük sağlayıcıların genel amaçlı sistemlerine güvenmek yerine, farklı sektörlerdeki (sağlık, üretim, eğitim) kuruluşların özel ihtiyaçları için özelleştirilmiş AI sistemleri geliştirmelerini sağlayan programlar oluşturun ve destekleyin. Bu, AI ekosistemine daha geniş katılımı sağlar ve AI’nın faydalarının ekonomi genelinde genişlemesini sağlar.

• Mükemmellik Merkezlerini Güçlendirin: NIST’in akademi, endüstri ve hükümet genelindeki AI uzmanları için bir toplayıcı olarak rolü genişletin ve dersleri paylaşma ve en iyi uygulamaları geliştirme. Özellikle, AI risk yönetimi çerçevesi, AI geliştirme aşamalarının belirlenmesinde önemli bir rol oynamıştır ve herkes için daha sağlam ve güvenli teknoloji dağıtımını sağlamak için kritik olan araştırma soruları. Model belgelerden değerlendirme kütüphanelerine kadar Hugging Face’te geliştirilen araçlar doğrudan bu sorularla şekillenir.

• Performans ve güvenilirlik değerlendirmesi için yüksek kaliteli verileri destekleyin: AI gelişimi, hem modelleri eğitmek hem de ilerlemelerini, güçlü yönlerini, risklerini ve sınırlamalarını güvenilir bir şekilde değerlendirmek için verilere büyük ölçüde bağlıdır. Genel verilere güvenli ve güvenli bir şekilde daha fazla erişimi teşvik etmek ve modelleri karakterize etmek için kullanılan değerlendirme verilerinin sağlam ve kanıta dayalı olmasını sağlamak, teknolojinin hem performansında hem de güvenilirliğindeki ilerlemeyi hızlandıracaktır.

Verimli ve güvenilir AI benimsemeye öncelik vermek

Hugging Face, daha küçük şirketlerin ve girişimlerin yüksek maliyetler ve sınırlı kaynaklar nedeniyle AI’nın benimsenmesine karşı önemli engellerle karşılaştığını vurgular. IDC’ye göre, küresel AI harcamaları 2028’de 632 milyar dolara ulaşacak, ancak bu maliyetler birçok küçük kuruluş için engelleyici olmaya devam ediyor.

Açık kaynaklı AI araçlarını benimseyen kuruluşlar için finansal getiriler getirir. Açık kaynaklı AI araçları kullanan ankete katılan şirketlerin% 51’i, açık kaynak kullanmayanların sadece% 41’ine kıyasla pozitif YG’yi rapor etmektedir.

Bununla birlikte, enerji kıtlığı, veri merkezlerinin elektrik tüketiminin 2022 seviyesinden 2026’ya kadar Japonya’nın tüm elektrik talebine eşdeğer 1000 TWH’ye iki katına çıkabileceğini öngören uluslararası enerji ajansı artan bir endişe kaynağıdır. AI modellerini eğitmek enerji yoğun olsa da, ölçek ve sıklığı nedeniyle çıkarım, sonuçta eğitim enerji tüketimini aşabilir.

Geniş AI erişilebilirliğinin sağlanması hem donanım optimizasyonları hem de ölçeklenebilir yazılım çerçeveleri gerektirir. Bir dizi kuruluş, özel ihtiyaçlarına göre uyarlanmış modeller geliştirmektedir ve ABD’nin verimlilik odaklı AI gelişiminde liderliği stratejik bir avantaj sunmaktadır. DOE’s Enerji Girişimi Girişimi, enerji tasarruflu yapay zeka üzerine yapılan araştırmaları daha da destekleyerek aşırı hesaplama talepleri olmadan daha geniş benimsenmeyi kolaylaştırıyor.

OSTP’ye mektubu ile Hugging Face, açık kaynak ilkelerine odaklanmış bir AI eylem planını savunuyor. ABD, belirleyici bir eylemde bulunarak, ABD liderliğini güvence altına alabilir, yeniliği artırabilir, güvenliği artırabilir ve AI’nın yaygın faydalarının toplum ve ekonomi genelinde gerçekleşmesini sağlayabilir.

Ayrıca bakınız: İngiltere ABD Bakanı Britanya’yı küresel AI Yatırım Merkezi olarak adlandıracak

Endüstri liderlerinden yapay zeka ve büyük veriler hakkında daha fazla bilgi edinmek ister misiniz? Çıkış yapmak AI ve Big Data Fuarı Amsterdam, California ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, diğer önde gelen etkinliklerle birlikte toplanır. Akıllı Otomasyon Konferansı– Blockx– Dijital Dönüşüm HaftasıVe Siber Güvenlik ve Bulut Fuarı.

Techforge tarafından desteklenen diğer yaklaşan kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.