オープンソースは生成 AI に対応する準備ができていません。関係者が協力してこの電球をどのように交換しているか
オープンソース ライセンスは、サービスとしてのソフトウェア (Software-as-a-Service) とクラウドによってすでに薄く拡張されていますが、AI の大規模な言語モデルにはさらに適合しません。オープンソースのリーダーは何をすべきでしょうか?
オープンソースがなければ AI は存在しません。それはとても簡単です。しかし、これらの同じライセンスも老朽化が進んでいます。Gnu General Public License (GPL)、Apache License、Mozilla Public License は、Software-as-a-Service やクラウド サービスには適合しません。 AI はさらに大きな問題を引き起こします。著作権法の基礎を備えたオープンソース ライセンスは、AI の大規模言語モデル (LLM) には適していません。
これは単なる理論上の技術法的な問題ではありません。それはすでに法廷で明らかになっている。
J. Doe 1 et al. GitHub に対して、原告らは、Microsoft、OpenAI、GitHub が、商用 AI ベースのシステムである OpenAI の Codex と GitHub の Copilot を介して、オープン ソース コードを盗んだと主張しています。集団訴訟では、AIによって「提案された」コードは多くの場合、公開GitHubリポジトリからスクレイピングされたほぼ同一のコード文字列で構成されているが、必要なオープンソースライセンスの帰属が含まれていないと主張している。
関連する問題として、ジョージ・R・R・マーティン氏、マイケル・シェイボン氏、ジョン・グリシャム氏を含む2つの作家グループが、自分たちの著作物を取得してLLMに使用したとしてMicrosoftとOpenAIを訴えている。オープンソースの法的基盤である著作権がこの問題の中心です。
しかし、これはマイクロソフトだけの問題ではありません。
イェール大学法科大学院のサイバーセキュリティ講師でイェールプライバシーラボの創設者でもあるショーン・オブライエン氏は、ZDNETの同僚デビッド・ゲヴィルツ氏に次のように語った。 「AI によって生成された作品。より多くの作者が AI を利用したツールを使用して独自のライセンスに基づいてコードを出荷するにつれて、フィードバック ループが作成されます。ソフトウェア エコシステムは独自のコードで汚染され、進取的な企業による排除措置要求の対象となるでしょう。」
ドイツの研究者で政治家のフェリックス・レダ氏のように、AIが生成したコードはすべてパブリックドメインであると主張する人もいる。
SmartEdgeLaw Group の設立メンバーである米国弁護士リチャード・サンタレサ氏は、契約法と著作権法の問題の両方が存在し、それらは同じものではないとゲヴィルツ氏に語った。サンタレサ氏は、AI生成コードを生成する企業は「他のすべての知的財産と同様に、提供された素材（AI生成コードを含む）を自社の所有物とみなす」と考えている。さらに、パブリック ドメイン コードはオープンソース コードと同じものではありません。
それで、何をすべきでしょうか？ AI がオープンソースであると主張するだけでは、初心者にはなりません。たとえば、Meta は、Llama 2 はオープンソースであると主張しています。そうではありません。
オープンソースフレンドリーなベンチャーキャピタル企業である RedPoint のマネージングディレクターである Erica Brescia 氏は Twitter でこう尋ねました。「実際に OSI を使用していない場合に、Meta と Microsoft が Llama 2 をオープンソースと呼ぶことをどのように正当化できるのか、誰か説明してもらえませんか」 [オープンソース イニシアチブ] が承認したライセンスですか、それとも OSD [オープンソースの定義] に準拠していますか? 意図的に OSS [オープンソース ソフトウェア] の定義に異議を唱えているのでしょうか?」
簡単に説明すると、Meta はオープンソースを法律用語ではなく、マーケティング用語として使用しています。訴訟が拡大すれば、その使用法は通用しないだろう
特に Llama 2 の問題は、非常に収益性の高い企業が Llama 2 を使用できないようにしていることです。オープンソース ライセンスの専門家で RedMonk の共同創設者である Stephen O'Grady 氏によると、問題はそれらがオープンソースでは動作しないことです。 「あなたが Facebook で働いていない限り、Linux がオープンソースだったらと想像してみてください。」
同時に、OpenUK CEO のアマンダ ブロック氏は次のように述べています。「オープンソースの鍵はオープンソースであるため、今後、LLM や重要な AI がオープンソースとしてライセンス供与されることはないと思います。ソースの定義。」
そして、その定義に至るまでの道のりは長くて険しいものでした。
最初のフリー ソフトウェア ライセンスは 1980 年代初頭に、MIT 研究所のプログラマー、リチャード M. ストールマンが初期のレーザー プリンター、ゼロックス 9700 でエラー メッセージを生成できなかったときに始まりました。問題？ストールマンはソースコードを読んだり変更したりすることができませんでした。当時、これは新しい展開でした。今ではプロプライエタリなソフトウェアがデフォルトだと考えられていますが、当時はそうではありませんでした。
そこで、ストールマンは GNU 一般公衆利用許諾書 (GPL) を作成しました。 最初のフリー ソフトウェア ライセンス (その栄誉はバークレー ソフトウェア ディストリビューション (BSD) ライセンスに属します) ではありませんが、GNU は非常に影響力があることが判明するでしょう。それは少なからず、Linus Torvalds が Linux のライセンスとして GPLv2 を使用することを選択したためです。
GPL は 2 つの原則に基づいています。まず、ソフトウェア コードは著作権で保護される可能性があります。第二に、その自由が他の人から奪われない限り、誰でも自由にコードを読んだり編集したりできます。
1985 年までに、フリー ソフトウェアが普及してきましたが、「フリー」という言葉があまりにも曖昧であることも明らかになりました。 Netscape が、Firefox ウェブブラウザの基礎となった Mozilla のソース コードを公開した後、エリック S. レイモンド、ブルース ペレンス、マイケル ティーマン、ジョン "マッドドッグ" ホール、クリスティン ピーターソンなど、フリー ソフトウェアの著名人数名がこのフレーズを生み出しました。この種のライセンスを説明するにはオープンソースを使用します。 1998 年、ペレンズとレイモンドは OSI を発見し、オープンソース定義 (OSD) を草案し、これをすべてのオープンソース ライセンスを定義するための一般的なガイドとして使用しました。
すべてのオープンソース ライセンスは OSD に準拠する必要があります。 AI と LLM にとって、それは言うは易く行うは難しです。
確かに、Falcon、FastChat-T5、OpenLLaMA などのオープン LLM があります。しかし、ほとんどの LLM には、所有者が教えてくれない独自の情報、著作権で保護された情報、または単に不明な情報が含まれています。電子フロンティア財団 (EFF) は、「ガベージ・イン、ゴスペル・アウト」という言葉をうまく使っています。
私たちはこの問題がしばらくの間発生するのを見てきました。先月、スペインのビルバオで開催されたオープンソース ヨーロッパで、私はオープンソース ライセンスを定義および管理する組織であるオープンソース イニシアチブ (OSI) のエグゼクティブ ディレクターであるステファノ マフリ氏と話をしました。 「このプロセスは、GitHub Copilot が登場した 2 年前に始まりました」とマッフリ氏は私に語った。 「それは転機の瞬間でした。あなたが人間として人間のために書いたコード、つまり私たちが作成してインターネット上に公開したすべてのコードが、突然、機械学習のために収集されるようになりました。」
では、何ができるでしょうか？ Maffulli をはじめとするオープンソースおよび AI のリーダーは、賢明な方法で AI とオープンソース ライセンスを組み合わせることに取り組んでいます。
マフリ氏は、AI とオープンソース ライセンスを組み合わせるのは、1980 年代に初めてソフトウェア著作権がソース コードに適用されたとき (フリー ソフトウェアとオープンソースが最初に定義されたとき) と同じくらい、あるいはそれよりも難しいと観察しました。 TensorFlow、PyTorch、Hugging Face などの真のオープンソース AI プログラムは、古いスタイルのライセンスでも適切に動作します。しかし、古いスタイルのソフトウェアは問題ではありません。ソフトウェアとデータが混在するところでは、既存のオープンソース ライセンスが崩壊し始めます。具体的には、すべてのデータとコードが AI/ML 成果物 (データセット、モデル、重みなど) にマージされる場所で、問題が発生します。 「したがって、オープンソース AI の新しい定義を作成する必要があります。」とマフリ氏は言いました。
これは、すべての利害関係者が同意し、協力できる定義でなければなりません。フリーソフトウェアとオープンソースは、もはや開発者だけの問題ではありません。オープンソースに精通したプログラマーや弁護士の目標は、AI 企業の目標と同じではありません。これに対処するために、Maffulli は、Google、Microsoft、GitHub、Open Forum Europe、Creative Commons、Wikimedia Foundation、Hugging Face、GitHub、Linux Foundation、ACLU Mozilla、および Internet Archive と協力して、共通コードを定義するための草案に取り組んでいます。オープンソース AI についての理解。言い換えれば、AI プレーヤー全員がその定義に取り組んでいるということです。
すべてが順調に行けば、早ければ今月中にも彼らの成果が見られることが期待できます。これは AI オープンソース定義の最初の草案にすぎませんが、できるだけ早く最終化されることを期待しています。 AI は急速に進歩しており、それに対応するオープンソース フレームワークを早く入手するほど良いことは、関係者全員が知っています。