<table id="ej5zp"></table>

  • 展會信息港展會大全

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用
    來源:互聯網   發布日期:2022-07-25 13:36:54   瀏覽:15847次  

    導讀:新智元報道 編輯:Aeneas如 拉燕 【新智元導讀】 在沒有人可以復制的規模下運行的開源代碼有什么意義? 是時候聊聊AI開源的問題了。 顯然,這是搞開發的人不得不面對的問題;緩2006年開始,開不開源就已經成為了頭等問題之一。 Matt Asay在MongoDB負責市...

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    新智元報道

    編輯:Aeneas如 拉燕

    【新智元導讀】在沒有人可以復制的規模下運行的開源代碼有什么意義?

    是時候聊聊AI開源的問題了。

    顯然,這是搞開發的人不得不面對的問題;緩2006年開始,開不開源就已經成為了頭等問題之一。

    Matt Asay在MongoDB負責市場營銷這一塊。在此之前,他曾是亞馬遜網絡服務的負責人和Adobe的開發者生態系統負責人。

    而在加入Adobe之前,Asay在開源公司擔任過一系列職務。MongoDB的業務發展、營銷和社區副總裁、實時分析公司Nodeable(后來被Appcelerator收購)的業務發展副總裁、移動HTML5初創公司Strobe(后來被Facebook收購)的業務發展副總裁和臨時CEO,以及Ubuntu Linux公司Canonical的COO和內容管理初創公司Alfresco的美洲區負責人。

    最終,Asay成為了開放源碼倡議(OSI)的榮譽董事,并獲得了斯坦福大學的法學博士學位。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    之前,Matt Asay曾指責谷歌和雅虎兩家公司在開源代碼上有所保留,然后他被罵了。

    現在想來,是有道理的。

    Tim O'Reilly表示,在開源的云時代,開發者分享代碼的動機,是讓別人跑自己的程序,從而提供一份源代碼。而這件事的必要性已經慢慢消失了。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    Reilly繼續指出,不僅沒必要,而且就最大的App來看,這也不再可能了。

    在過去的十年里,這種分享的不可能推翻了原先開源的定義。如今,新的定義正在影響我們思考人工智能的方式。

    正像Mike Loukides指出的那樣,在AI方面的合作從未像現在這么重要,也從未像現在這么困難。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    就像2006年的云計算一樣,在人工智能領域做最有趣的工作的公司可能會努力用傳統的方式開源。

    但即便他們開源的方式是傳統的,也并不意味著他們不能用更有意義的方式開放。

    開放基礎設施

    Loukides認為:「雖然現在很多公司都說自己在搞AI,但真正推動這個行業向前發展的只有三家公司Meta、OpenAI和谷歌!

    他們仨有著一個共同點:都擁有可以大規模運行大型模型的能力。這種能力背后,需要強大的基礎設施和技術手段,而這往往是很多個人和企業不具備的。

    的確,你可以從Meta那里下載OPT-175B的源代碼,但你手頭的硬件卻無法對其進行訓練。甚至是對于大學或其他的研究機構來說,OPT-175B都過于龐大了。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    另一方面,即便是有足夠計算資源的谷歌和OpenAI,也無法輕易復刻OPT-175B。

    原因也很簡單:OPT-175B與Meta自己的基礎設施(包括定制硬件)聯系過于緊密,很難被移植到其他地方。

    也就是說,Meta并沒有想要隱瞞有關OPT-175B的什么,而是建造一個差不多基礎設施真的很難。即便是對于那些有資金和技術的人來說,最終搞出來的也會是個不大一樣的版本。

    而這正是雅虎的Jeremy Zawodny和谷歌的Chris DiBona在2006年的OSCON上提出的觀點。

    但話又說回來,如果你不了解機器內部的科學原理,就很難去相信一個AI。

    所以,我們需要去尋找某種方法,從而讓基礎設施能被開放使用。

    Loukides認為,應該向外部研究人員和早期使用者提供免費訪問。不過,并不是說給他們一個可以訪問Meta,谷歌或OpenAI的數據中心的萬能鑰匙,而是通過一個公共API。

    這可能并不是大多數人所期待的「開源」,但其實還是可以接受的。

    換一種方式看待開源

    現在,Matt Asay曾經對谷歌和雅虎指責如今沒什么意義了。

    自從2006年以來,谷歌在滿足戰略需要的前提下,打包并開源了關鍵基礎設施。

    在Matt Asay看來,TensorFlow 是開源的入口,Kubernetes是開源的出口。這些開源的機器學習行業標準有望提升Google Cloud的工作負載,或者確保谷歌云之間的可移植性,從而為Google Cloud贏得更多的工作負載。

    想出這些的人很聰明,但是在Pollyanna 的意義上,它并不是開源的。

    不是只有谷歌這樣。它只是在開源上做得比其他公司好。開源本質上是自私的,公司和個人總是會開放有利于自己或客戶的代碼。

    一直如此,而且永遠如此。

    Loukides認為應該有意義地開放AI(盡管三大AI巨頭與其他公司之間存在差異),但他指的開源并不是我們一般意義上理解的開源。為什么呢?

    原因在于,雖然傳統的開源很不錯,但無論是對于軟件的創建者和消費者,它都從未成功解決DiBona和Zawodny于2006年在OSCON上提出的云開源難題。

    現在已經過去了十幾年了,我們依然沒有離答案更近一步。

    話又說回來,我們確實近了一點。

    Matt Asay認為,我們需要以一種新的方式來看待開源。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    他與Loukides的想法很接近:關鍵在于為研究人員提供足夠的訪問權限,使他們能夠重現一個特定的AI模型是如何成功或失敗的。

    「他們并不需要完全訪問所有的代碼和基礎設施來運行這些模型」。正如他所言,只有在開發人員可以在筆記本電腦上運行開源程序、進行衍生創作的前提下,完全訪問該代碼才是有意義的。

    AI不適合開源?MongoDB副總裁:開源代碼對人工智能不適用

    鑒于如今谷歌或微軟運行代碼的規模和獨特的復雜性,這已經毫無意義了我們不可能完全訪問大規模的云代碼。

    我們需要明白:開源并不是用于觀察開源世界的一個鏡頭。而且考慮到我們如今所處的云時代,開源也用得越來越少。

    無論是作為公司還是作為個人,我們的目標應該是以有利于客戶和第三方開發人員的方式開放對軟件的訪問,讓軟件更易理解,而不是試圖將幾十年前的開源概念改造成云。它不適用于開源,就像它不適用于AI一樣。

    是時候換個思路了。

    參考資料:

    https://www.infoworld.com/article/3667433/open-source-isnt-working-for-ai.html

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港 | 站長號
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>