Üretken yapay zekanın yeni manzarası: açık kaynak - Dünyadan Güncel Teknoloji Haberleri

Üretken yapay zekanın yeni manzarası: açık kaynak - Dünyadan Güncel Teknoloji Haberleri
!

Açık kaynağı tercih etmenizin nedeni, yatırım yapmadan kullanım için ödeme yapmak yerine bunu tek başınıza, yatırımlarla yapabilmenizdir

Yüksek Lisans’larla birlikte aniden üniversite modelinden, standart modelin devasa finansman yöntemleriyle rekabetçi modele geçtik Her halükarda Çinlilerin kendilerine güveni olmazdı 😉

İkinci argüman genel olarak açık kaynaktır: kod açıktır ve model şeffaftır Son olarak, açık kaynağın tescilli tekliflerle rekabete girdiği alanlar, aynı özelliklere sahip olmayan ve uygulamalara bağlı olarak her birinin şirketlerin veya kamu hizmeti oyuncularının ilgisini çektiği iki iş modeli vardır Kanınızla şeytana imza atmadan önce, çünkü Orta Çağ’da üretken yapay zeka hakkında böyle düşünürdük, seçiminizin avantajlarını ve faydalarını düşünmek için beş dakikanız var mı?

BT’nin farklı alanlarında açık kaynak her zaman aynı rolü oynamaz Genel olarak rekabet yeniliğe yol açar Aynı zamanda multimedya haline geliyor ve bir insanın yapacağı gibi tepkisini kişiselleştirmek için verilerimizi entegre ediyor

MetaEn küçük oyunculardan biri olmayan LLM’yi (Llama 2) açık kaynak olarak başlattı nasıl kullandıklarına veya nasıl dağıttıklarına bağlıdır

Öte yandan, aktörlere ilişkin paylaşımda da görüldüğü gibi, bir ekonominin temel ekonomik modeli Microsoft örneğin size Azure Bulutu satmaktır Kararlılık Yapay Zekası Veya Veri tuğlaları Ancak 4, 3,5’tan fazla mıdır? Hayır, bu pazarlama! Hangi sorundan bahsettiğimize bağlı Tescilli bir model söz konusu olduğunda, bu konu da mevcuttur ve sihirle çözülmez, ancak tedarikçinizin (parasını ödediğiniz) becerileri ve kaynakları harekete geçirilir… ve bu nedenle taahhütte bulunmadan önce kontrol edilmesi gerekir Meta, Salesforce, MPT veya GPT-J gibi modellerin çoğu bunu iyi anlamış ve benimsemiştir

İnsan ve makine arasındaki ilişkide temel varsayımlar değişiyor; HMI (insan makine arayüzü) buzdağının sadece görünen kısmıdır bu dönüşümün

Üç banknot YeşilSI bu değişiklikleri araştırdık aktörlerTHE kullanır ve hatta kesinlikle üretmenin yolu kodlanmış

Bu nedenle şu anda doğru kombinasyon kesinlikle çok az yatırım ve kullanım başına ödeme ile özel modellerle test etmektir Peki açık kaynaklı modellerin sahip olabileceği avantajlar nelerdir?

İlk avantaj, dağıtım seçenekleri üzerinde neredeyse tam kontrol sağlayan açıkça özelleştirmedir Bu nedenle bu verileri iyi korumak ve ortalıkta bırakmamak gerekecektir Bu yeni yazı, ortaya çıkan bu araçların önemli bir boyutunu, bunların açık kaynak veya tescilli model Denetlenebilir, bu da kullanımına olan güveni ve uygun olduğu durumlarda uygulamaya geçebilecek gelecekteki düzenleyici çerçeveyi doğrulama yeteneğini güçlendirir Birçok araştırma start-up’ı tarafından istismar ediliyorlar

İçin YeşilSIişletme maliyetleri, çözülecek soruna bağlı olarak doğru parametrelerle doğru LLM’yi seçme yolunda çok hızlı bir şekilde ilerleyeceğimiz anlamına gelecektir Fransızca olarak alıntı yapabiliriz Mistral 7B Yelkenlerinde rüzgar olan ve iyi performanslar sergileyen ve bunlarla karşılaştırılan ClaudeGreenSI’nin daha önce bahsettiği ancak sahibinin seçimini yaptığı Ancak grafikteki tüm modellerden daha iyi performans gösteren GPT-4, aynı zamanda çok daha fazla parametre kullanıyor ve bu nedenle hem eğitilmek hem de çalışmak için çok daha fazla enerji tüketiyor Bu bir güvenin kabulü mü, yoksa güvensizliğin tam tersi, yani riskin var olduğu ancak “sigortalı” olduğu anlamına mı geliyor? Dikkatle takip edeceğiz”sınıf eylemi” Amerikalı bağımsız yayıncılar tarafından ChatGPT’ye karşı dava açıldı, çünkü onlar kazanırsa ve siz de ChatGPT’yi roman benzeri metinler oluşturmak için kullanırsanız, sıradaki siz olabilirsiniz… Microsoft’un kalkanının hemen arkasında, eğer direnirse 😉

Açık kaynak için üçüncü argüman, geliştirmenin işbirlikçi olduğu gerçeğidir Kendisine indirdiğimiz bir çizimi görebiliyor ve anında oluşturduğu bir görüntüyle bize vizyonunu aktarabiliyor Dijitalle birlikte her firmanın bir yazılım yayıncısı haline geldiği söyleniyor

Çünkü modeller arasındaki karşılaştırmanın ötesinde, model testlerinin sapmaları önlemek için otomatikleştirilmesi ve yaşam döngüleri boyunca düzgün bir şekilde yönetilmesi gerekecektir


YeşilSI 2022’nin sonunda üretken yapay zekanın gelişiyle BT ortamının bazen yüzeysel, bazen derinlemesine yeniden şekillendiğine inanıyor Kaynakların aşırı tüketimini teşvik eder

ChatGPT ile ilgili ilk deneylerden sonra açık kaynaklı bir motora geçmenin daha ilginç olup olmadığı sorusu gerçekten stratejik bir sorudur İşletmenin merkezinde yer alan umut verici kullanım senaryoları belirlendikten sonra, sanayileşmeyi açık kaynak modelleriyle ve şirket içi becerilerin geliştirilmesiyle inceleyin

Bu modeller, aynı üniversitede geliştirilenler gibi “sağlam” araştırmalarla oluşturulmuştur Bu nedenle, bu kısa ilk yılın ardından üretken yapay zekaya yönelik geliştirme modeli uzun vadede henüz oluşturulmadı Bulut Yasası ve ulusal egemenlik göz önüne alındığında, bir Bulut satıcısından gelen özel bir Bulut bile “her yerde” olabilir

Açık kaynak, bugün GPT’nin trilyonlarca parametresiyle rekabet edemez (çünkü bu modelleri üretmek için bilgi işlem enerjisini finanse etmek gereklidir), genellikle “gerekli olanın” nasıl kullanılacağı açıklanmadan ona karşı ilk verilen argümandır 0 ve MIT gibi izin verilen lisanslar, kullanıcıların yazılımı minimum düzeyde kısıtlamalarla kullanmasına, değiştirmesine ve dağıtmasına olanak tanır 5’ten daha iyi değil

OpenAIve bu yüzden GPT, açık kaynak olarak doğdu, daha sonra özel mülkiyete geçti Sadece ilk seferin hayret verici etkisini değil, bu yeni kullanımlara yapılan yatırımların karlılığını da arıyorsak, YeşilSI açık kaynağın Bulut kaynaklarının satışına dayalı ekonomik modelden çok daha hızlı bir şekilde daha karlı olacağına inanıyor

Genellikle akademi ve uluslararası değişimlerle bağlantılı olan ve hayatını özel uygulamalardan bağımsız olarak yaşadığı alanlar vardır Ve ne kadar çok satın alırsanız, modeli o kadar karlı olur Bunun nedeni genellikle birkaç iyi perinin bu gelişmelere büyük katkıda bulunarak kalkınma modelini etkilemesi ve finanse etmesidir bilmiyoruz Daha hızlı hareket edebiliriz ve her şeyden önce tek bir aktörün yol haritasına bağlı kalmayız YeşilSI Bu modele karşı hiçbir yanımız yok, sonuçta İnternet araştırmalarını çevrimiçi reklamcılık yoluyla finanse ettik, ancak bunun pek de erdemli bir mekanizma olmadığının farkında olalım

Bu nedenle açık kaynak modelleri, şirket içi başarılara uyarlanmış, şirketin yayınlanmasını istemediği verileri işleyen ve aşırı miktarda BT kaynağı (ve dolayısıyla maliyet) kullanmadan bir oyun alanı sunar Kişi onu indirebilir, kurabilir, kodunu okuyabilir ve kendi sunucularında kullanarak uygulamalar geliştirebilir Öyleyse GPT-3 Sıklıkla altyapılarla bağlantılı olan diğer alanlarda, öncülük yapar ve dağıtımların çoğuna hakim olur ve bir standart haline gelir Ve açık kaynak teklifi, sadece bir sineği ezmek istediğinizde stokta sadece buharlı silindirler bulundurmaz Ancak diğer birçok model açık kaynakta doğdu ve öyle kaldı Ama ne YeşilSI bu modeller için not şu ki Apache 2

Şimdi açık olalım, bugün açık kaynak modellerinin sınırları var, bu, açık kaynağın şu anda geliştirilmekte olan üretken yapay zekanın gelecekteki işletim modelinde yerini alma yeteneğini hiçbir şekilde ortadan kaldırmasa bile Örneğin GPT-4’ün nasıl eğitildiğini, eğitim veri setlerinin ne olduğunu, nasıl iyileştirildiğini vb Çünkü yüksek lisansların iş dünyasında kullanılabilmesi için jenerik modellerin daha etkili olabilmesi için şirket verileriyle zenginleştirilmesi gerekiyor Bu tek değil
Bu nedenle, bunları bir yapay zeka stratejisine entegre etmek için bakmamız gereken şey, bu sınırların zayıflatılma hızıdır Bugün lisanslamada bu bir kör nokta ama bu yönde taleplerin geldiğini görüyoruz Tescilli Yüksek Lisans’ların opaklığının özgüllüğünü bu argümana dahil edebiliriz Bu, Bulut+Yüksek Lisans Modeli kombinasyonunu düşündüğümüzde tek bir veya iki sağlayıcıya olan bağımlılığın açıkça azalmasıdır Bu, tüm bilgisayar bilimi okullarının ve Cornell Üniversitesi’nin bu yaz yayınlanan araştırmalarının en büyük konusu ve Ekim başında güncellendi (her şey hızla ilerliyor!) farklı modellerin ilgisini gösteren karşılaştırmalar bu da daha fazla gizlilik ve güvenlik sağlayabilir

Son olarak, herhangi bir açık kaynak kullanımında olduğu gibi lisans seçimi ve istenilen kullanım amacına uygunluğu da önemli bir sorudur Üretken yapay zeka, yazılımı güçlü bir şekilde etkilediği gibi, dijital hale gelen şirketlerin yapısını ve organizasyonunu da etkiliyor

İlk sınırlama belki de modellerin yaşam döngüsünün yönetimidir ve bu sizin sorumluluğunuzda olduğundan daha karmaşık olacaktır Birden fazla açık kaynaklı LLM modeli mevcuttur ve tek yapmanız gereken özel Github sayfası yirmiden fazla ciddi adayla kendinizi ikna etmek 5 yeterli olduğunda neden bulut sağlayıcınızdan daha fazla kaynak satın alasınız ki?

Şimdi konunun özünü, pazarlama düşüncesine meydan okuyan açık kaynak perspektifinden inceleyelim; yalnızca özel bir bulut altyapısı üzerindeki özel bir model, yapay zekayı benimseyen bir işletmeyi dönüştürebilir Herkes özel bir alternatifin var olup olmadığına bakmadan bunu kullanıyor fiilen Bu nedenle, şirketleri kitlenin söylendiğine inandıran, hatta rehinelerini (Bulutlarını terk edemeyen CIO’ları) ikna etmeyi başaran bazı (Bulut) satıcıların pazarlama söylemlerinden kaçınalım Dolayısıyla bu göz ardı edilebilecek bir avantaj değil ve bu nedenle, her şeye ihtiyacı olan kişileri sunucularında “evde kalmaya” ikna etmek için açık kaynak teklifi hızla gelişiyor Piyasaya sürülmesinden bir yıl sonra, ChatGPT ile iPhone’da doğal bir şekilde sohbet edebiliyoruz

Microsoftkısmen finanse eden OpenAI ChatGPT kullanımıyla ortaya çıkabilecek olası hukuki başvurulara karşı müşterilerini koruyacağını duyurdu

Çünkü adından da anlaşılabileceği gibi GPT-4, GPT-3 not etmek sorumlu yapay zeka lisansı (RAIL), açık erişim lisanslama yaklaşımını, sorumlu yapay zeka vizyonunu güçlendirmeyi amaçlayan davranışsal kısıtlamalarla birleştiren yeni bir telif hakkı lisansıdır Github için Microsoft veya Java için Oracle gibi milyarlarca dolar harcayan şirketlerin hiçbir büyük açık kaynak satın alımı daha sonra piyasada bu kadar büyük bir etki yaratmadı



genel-15

Stanford Üniversitesigibi kar amacı gütmeyen araştırma laboratuvarlarında EleutherAIve elbette Meta veya Google gibi Gafa’dakilerde Bu nedenle AI zaten açık kaynak lisanslarını değiştirdi!

Beklenen bir diğer gelişme, lisansın kabul edilmesiyle, LLM’lerin yaşam döngüsünün izlenmesi ve öğrenme maliyetlerinin bir havuzda toplanması için gerekli olan kullanıcı geri bildirimlerinin paylaşılması zorunluluğunun getirilmesi olacaktır Temel olarak yeniden kullanabilirsiniz ancak hiçbir şey yapamazsınız