私たちはオープンソース AI の定義に大きく近づいていますが、誰もが満足しているわけではありません

Open Source Initiative のドラフトの最新バージョンはレビュー用に入手できます。議論を始めましょう!

香港 -- 故ジョン F. ケネディの言葉を借りれば、私たちがオープンソース AI を定義することにしたのは、それが簡単だからではなく、難しいからです。なぜなら、その目標は、私たちのエネルギーとスキルの最高のものを組織し、測定するのに役立つからです。

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・マフリ氏は、人工知能（AI）と既存のオープンソース・ライセンスを組み合わせたソフトウェアやデータは不適切だと私に語った。 「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。

Firefox の親組織である Mozilla Foundation もこれに同意しています。

Mozillaの代表者は、大手IT企業は「自社のAIモデルに関してオープンソースの原則を必ずしも完全に遵守しているわけではない」と説明した。また、新たな定義は「消費者をAIリスクから守るための規則や規制の策定に取り組む議員にとっても役立つ」としている。

OSI は、ソフトウェアのオープンソース定義と同様に、オープンソース AI の包括的な定義の作成に熱心に取り組んできました。この重要な取り組みは、Meta の Llama 3,1 のように、自社の AI モデルが実際にはまったくオープンではないにもかかわらず、多くの企業がオープンソースであると主張している現在、オープンソース AI システムの構成要素を明確にする必要性の高まりに対応しています。

最新の OSI オープンソース AI 定義ドラフト 0.0.9 には、いくつかの重要な変更が加えられています。これらは：

• 定義の明確化: この定義では、モデルと重み/パラメータが AI 「システム」の一部として明確に識別され、すべてのコンポーネントがオープンソース標準を満たしている必要があることが強調されています。この明確さにより、AI システムの一部だけでなく全体がオープンソースの原則に準拠していることが保証されます。
• トレーニング データの役割: トレーニング データは有益ですが、AI システムの変更には必須ではありません。この決定は、法的およびプライバシーの問題を含む、データ共有の複雑さを反映しています。この草案では、トレーニング データをオープン データ、公開データ、共有不可能な非公開データに分類し、それぞれに AI システムのバイアスの透明性と理解を強化するための具体的なガイドラインが定められています。
  
• チェックリストの分離: ライセンス評価チェックリストは、Model Openness Framework (MOF) に合わせて、メインの定義文書から分離されました。この分離により、定義の一般原則を維持しながら、オープンソース AI の特定に焦点を当てた議論が可能になります。

Linux Foundation のエグゼクティブ ディレクターである Jim Zemlin が、KubeCon および Open Source Summit China で詳しく述べたように、MOF は「モデルがオープンであるかどうかの評価を支援する方法です。MOF により、人々はモデルを評価できるようになります。」

MOF内には3段階の公開性があるとゼムリン氏は付け加えた。 「最高レベルのレベル 1 はオープン サイエンスの定義で、データ、使用されるすべてのコンポーネント、およびすべての命令が実際に実行され、まったく同じ方法で独自のモデルを作成する必要があります。レベル 2 はそのサブセットであり、すべてがそうであるわけではありません。実際には公開されていますが、そのほとんどは公開されています。レベル 3 では、データが利用できない可能性がある領域があり、データ セットを記述するデータは利用可能であることはある程度理解できます。モデルはオープンですが、すべてのデータが利用できるわけではありません。」

これら 3 つのレベル (トレーニング データにも現れる概念) は、一部のオープンソース純粋主義者にとって受け入れがたいものとなるでしょう。どの AI および機械学習 (ML) システムが真にオープンであり、どのシステムがそうでないかについての議論が続くにつれて、モデルとトレーニング データの両方をめぐる議論が浮上するでしょう。

オープンソース AI の定義の構築は、世界中の多様な関係者と協力して行われてきました。これらには、Code for America、Wikimedia Foundation、Creative Commons、Linux Foundation、Microsoft、Google、Amazon、Meta、Hugging Face、Apache Software Foundation、国連国際電気通信連合などが含まれます。

OSI は、定義が包括的でさまざまな観点を代表するものであることを保証するために、数多くのタウンホールやワークショップを開催して意見を集めてきました。プロセスはまだ進行中です。

この定義は、世界規模のロードショーや、さまざまなコミュニティからのフィードバックや支持の収集を通じて、今後も洗練され、洗練されていきます。

OSI のマッフリ氏は、この定義草案に誰もが満足しているわけではないことを承知しています。実際、このバージョンが登場する前に、AWS のプリンシパル オープンソース テクニカル ストラテジストである Tom Callaway 氏は LinkedIn に次のように投稿しました。「現在のオープンソース AI 定義では、 AI システムは、それを実行、コピー、配布、研究、変更、改善するためのユーザーの無制限の権利を保持します。」

ドラフトが日の目を見た今、他の人も意見を言うだろうと私は確信している。 OSI は、2024 年 10 月の All Things Open カンファレンスでこの定義の安定版を提示したいと考えています。すべてがうまく行けば、透明性、コラボレーション、イノベーションを促進するという、全員ではないにしてもほとんどの人が同意できる定義が得られるでしょう。オープンソース AI システムで。