بينما تهيمن البرامج الاحتكارية مثل GPT و PaLM على السوق ، يرى العديد من المطورين قيمة في نماذج اللغات مفتوحة المصدر بدلاً من ذلك. خذ ميتا كمثال. تصدرت عناوين الصحف في فبراير 2023 للإفراج الرسمي عن نموذج اللغة الكبيرة LLaMA كبرنامج مفتوح المصدر. مما لا يثير الدهشة ، أن هذا القرار قوبل بردود فعل متباينة.
نظرًا لأن نماذج اللغة مفتوحة المصدر لها العديد من المزايا والعيوب ويمكن أن تؤثر بشكل إيجابي وسلبي على صناعة الذكاء الاصطناعي ، فقد قمنا بتلخيص النقاط الرئيسية التي يجب أن تعرفها وتفهمها.
5 الآثار الإيجابية لنماذج اللغة مفتوحة المصدر
تعزز نماذج اللغة مفتوحة المصدر نهجًا تعاونيًا. يمكن القول إن المدخلات والمراجعات وحالات الاستخدام من المطورين في جميع أنحاء العالم تساعدهم على التقدم بشكل أسرع من المشاريع المغلقة.
1. مطورو الذكاء الاصطناعي يحفظون الموارد باستخدام نماذج مفتوحة المصدر
إن إطلاق نماذج اللغة الاحتكارية يكلف الملايين ، إن لم يكن المليارات ، من الموارد. خذ OpenAI كمثال. مهتم بالتجارة تشير التقارير إلى أن الشركة اضطرت إلى جمع حوالي 30 مليار دولار لتشغيل ChatGPT بكفاءة. الحصول على هذا القدر من التمويل أمر مستحيل بالنسبة لمعظم الشركات. ستكون الشركات التقنية الناشئة في مراحلها الأولى محظوظة لتصل إلى سبعة أرقام.
بالنظر إلى العبء المرتفع ، يستخدم العديد من المطورين نماذج لغة مفتوحة المصدر بدلاً من ذلك. إنهم يوفرون الملايين من خلال استخدام بنية هذه الأنظمة ، والبنية العصبية ، وبيانات التدريب ، والخوارزمية ، وتنفيذ الكود ، ومجموعات البيانات التدريبية.
2. يمكن القول إن النماذج مفتوحة المصدر تتقدم بشكل أسرع
يجادل العديد من قادة التكنولوجيا بأن نماذج اللغة مفتوحة المصدر تتقدم بشكل أسرع من نظيراتها المسجلة الملكية. إنهم يقدرون مساهمات المجتمع والتعاون. يعمل الملايين من المطورين المهرة على مشاريع مفتوحة - يمكنهم نظريًا تحقيق تكرار خالي من الأخطاء ومعقد بشكل أسرع.
كما أن تغطية الفجوات المعرفية أسرع أيضًا باستخدام الذكاء الاصطناعي مفتوح المصدر. بدلاً من تدريب الفرق على اكتشاف الأخطاء واختبار التحديثات واستكشاف عمليات التنفيذ ، يمكن للشركات تحليل مساهمات المجتمع. تتيح مشاركة المعرفة للمستخدمين العمل بكفاءة أكبر.
مساهمات المنتدى ليست دقيقة دائمًا. لا يزال يتعين على المطورين إعادة التحقق من الخوارزميات والنماذج قبل دمجها في أنظمتهم.
3. سيكتشف المطورون الثغرات بشكل أسرع
تشجع نماذج اللغة مفتوحة المصدر مراجعات الأقران والمشاركة النشطة داخل مجتمعها التعاوني. يمكن للمطورين الوصول بحرية إلى تغييرات قاعدة التعليمات البرمجية. مع قيام العديد من المستخدمين بتحليل المشاريع المفتوحة ، فمن المحتمل أن يكتشفوا مشكلات الأمان ونقاط الضعف وأخطاء النظام بشكل أسرع.
وبالمثل ، يتم أيضًا تبسيط حل الخطأ. بدلاً من حل مشكلات النظام يدويًا ، يمكن للمطورين التحقق من نظام التحكم في إصدار المشروع للإصلاحات السابقة. قد تكون بعض الإدخالات قديمة. ومع ذلك ، سيظلون يوفرون للباحثين ومدربي الذكاء الاصطناعي نقطة انطلاق مفيدة.
4. يتعلم قادة تكنولوجيا الذكاء الاصطناعي من نماذج مفتوحة المصدر
تستفيد نماذج اللغة مفتوحة المصدر من حلقات التغذية الراجعة. تشارك حلقات التغذية الراجعة الإيجابية الخوارزميات ومجموعات البيانات والوظائف الفعالة ، مما يشجع المطورين على تقليدها. هذه العملية توفر لهم الكثير من الوقت. ما عليك سوى ملاحظة أن الأخطاء قد تنشأ مع التعليقات الإيجابية التي يكررها المستخدمون بشكل عشوائي - حيث تميل الأخطاء إلى التغاضي عنها.
وفي الوقت نفسه ، تركز ردود الفعل السلبية على مجالات التحسين. تتضمن العملية مشاركة الأفكار الشخصية أثناء حل الأخطاء واختبار وظائف جديدة وإصلاح مشكلات النظام.
5. تحصل منصات الذكاء الاصطناعي مفتوحة المصدر على أول Dibs على الأنظمة الجديدة
لا تشارك شركات التكنولوجيا أنظمة لغة بمليارات الدولارات بدافع اللطف. بينما تمنح تراخيص المصادر المفتوحة مستخدمي الجهات الخارجية حرية تعديل الأنظمة وبيعها ، إلا أن لها قيودًا.
غالبًا ما ينشئ الموزعون ظروفًا تضمن احتفاظهم ببعض السلطة. ستجد هذه القواعد في اتفاقيات ترخيص البرامج مفتوحة المصدر - نادرًا ما يحصل المستخدمون النهائيون على سلطة بنسبة 100 بالمائة.
لنفترض أن Meta تريد التحكم في المنتجات التي تعمل بنظام LLaMA. يمكن لفريقها القانوني تحديد أن Meta تحتفظ بالحق في الاستثمار في أي أنظمة جديدة مبنية على نموذج لغتها.
لكن لا تسيء الفهم - لا يزال مطورو وموزعو الطرف الثالث يشكلون اتفاقيات مفيدة للطرفين. هذا الأخير يوفر تقنيات وأنظمة بمليارات الدولارات. في غضون ذلك ، تستكشف الشركات الناشئة والمطوّرون المستقلون طرقًا لتطبيقها في تطبيقات مختلفة.
5 الآثار السلبية لنماذج اللغة مفتوحة المصدر
نماذج اللغة مفتوحة المصدر غير متحيزة بطبيعتها ، لكن البشر ليسوا كذلك. يمكن للمستهلكين والمطورين والشركات ذات النوايا الخبيثة استغلال الطبيعة المفتوحة لهذه الأنظمة لتحقيق مكاسب شخصية.
1. تنضم الشركات بشكل عشوائي إلى سباق الذكاء الاصطناعي
تواجه الشركات حاليًا ضغوطًا كبيرة للانضمام إلى سباق الذكاء الاصطناعي. مع تعميم أنظمة الذكاء الاصطناعي ، تخشى العديد من الشركات أن تصبح عفا عليها الزمن إذا لم تعتمد الذكاء الاصطناعي. نتيجة لذلك ، تقفز العلامات التجارية بشكل عشوائي على العربة. يقومون بدمج نماذج لغة مفتوحة المصدر في منتجاتهم من أجل بيع المنتج ومواكبة المنافسة ، حتى لو لم يقدموا شيئًا ذا قيمة.
نعم ، يعد الذكاء الاصطناعي من الأسواق الناشئة بسرعة. لكن إطلاق أنظمة متطورة وغير آمنة بلا مبالاة يضر بالصناعة ويهدد سلامة المستهلك. يجب على المطورين استخدام الذكاء الاصطناعي لحل المشكلات ، وليس تشغيل الحيل التسويقية.
2. يحصل المستهلكون على إمكانية الوصول إلى التكنولوجيا التي بالكاد يفهمونها
ستجد أشكالًا متنوعة تعتمد على الذكاء الاصطناعي في العديد من الأدوات التقنية ، من محرري الصور عبر الإنترنت ل تطبيقات مراقبة الصحة. وستواصل العلامات التجارية تقديم أنظمة جديدة مع تطور الذكاء الاصطناعي. تساعدهم نماذج الذكاء الاصطناعي على توفير تكرارات أكثر تخصيصًا وتركيزًا على المستخدم لمنصاتهم الحالية.
بينما ترحب صناعة التكنولوجيا بالابتكارات ، فإن التطور السريع للذكاء الاصطناعي يفوق تعليم المستخدم. يحصل المستهلكون على إمكانية الوصول إلى التقنيات التي بالكاد يفهمونها. يؤدي نقص التعليم إلى خلق فجوات معرفية هائلة ، مما يترك الجمهور عرضة لتهديدات الأمن السيبراني والممارسات العدوانية.
يجب أن تعطي العلامات التجارية الأولوية للتدريب بقدر ما تعطي الأولوية لتطوير المنتجات. يجب أن تساعد المستخدمين على فهم الطرق الآمنة والمسؤولة لاستخدام الأدوات القوية القائمة على الذكاء الاصطناعي.
3. ليس كل المطورين لديهم نوايا حسنة
لا يستخدم الجميع أدوات الذكاء الاصطناعي للغرض المقصود منها. على سبيل المثال ، طورت OpenAI ChatGPT للإجابة على أسئلة المعرفة العامة الآمنة للعمل وتكرار مخرجات اللغة الطبيعية ، لكن المجرمين يستغلونها في أنشطة غير مشروعة. كان هناك العديد حيل ChatGPT منذ إطلاق روبوت الدردشة بالذكاء الاصطناعي في نوفمبر 2022.
حتى لو فرضت مختبرات الذكاء الاصطناعي قيودًا صارمة ، سيظل المحتالون يجدون طرقًا لتجاوزها. خذ ChatGPT كمثال مرة أخرى. يتعامل المستخدمون مع القيود وينفذون المهام المحظورة باستخدام مطالبات جيلبريك ChatGPT.
توضح المحادثات أدناه نقاط الضعف هذه. يحتوي ChatGPT على مجموعات بيانات محدودة ؛ ومن ثم ، لا يمكنها عمل تنبؤات حول أحداث غير مستقرة وغير مضمونة.
على الرغم من قيودها ، نفذت ChatGPT طلبنا وقدمت تنبؤات لا أساس لها بعد كسر الحماية.
4. قد تواجه المؤسسات مشكلة في تنظيم الذكاء الاصطناعي مفتوح المصدر
تكافح الهيئات التنظيمية لمواكبة الذكاء الاصطناعي ، وانتشار نماذج المصادر المفتوحة يجعل المراقبة أكثر صعوبة. إن تطورات الذكاء الاصطناعي تتجاوز بالفعل الأطر التنظيمية. حتى قادة التكنولوجيا العالميين مثل Elon Musk و Bill Gates و يدعو سام التمان إلى تنظيم أكثر صرامة للذكاء الاصطناعي.
يجب على القطاعين الخاص والحكومي على حد سواء التحكم في هذه الأنظمة. خلاف ذلك ، سيستمر الأفراد الخبثاء في استغلالهم لانتهاك قوانين خصوصية البيانات ، وتنفيذها سرقة الهوية، وضحايا الاحتيال ، من بين أنشطة غير مشروعة أخرى.
5. الحواجز السفلية لدخول سلال الجودة
يقلل انتشار نماذج اللغة مفتوحة المصدر من الحواجز التي تحول دون الانضمام إلى سباق الذكاء الاصطناعي. ستجد الآلاف من الأدوات القائمة على الذكاء الاصطناعي على الإنترنت.
قد تبدو رؤية الشركات تتبنى التعلم الآلي والعميق أمرًا مثيرًا للإعجاب ، لكن القليل منها يقدم أي قيمة فعلية. معظمهم مجرد نسخ منافسيهم. بمرور الوقت ، قد تؤدي إمكانية الوصول إلى نماذج اللغة المعقدة ومجموعات البيانات التدريبية إلى تحويل منصات الذكاء الاصطناعي غير المجدية إلى سلعة.
التأثير العام لنماذج اللغة مفتوحة المصدر على صناعة الذكاء الاصطناعي
بينما تجعل نماذج اللغات مفتوحة المصدر تقنيات الذكاء الاصطناعي أكثر سهولة ، فإنها تمثل أيضًا العديد من المخاطر الأمنية. يجب على المطورين وضع قيود أكثر صرامة. سيستمر Crooks في استغلال البنية الشفافة لهذه الأنظمة بخلاف ذلك.
ومع ذلك ، فإن المستهلكين ليسوا أعزل تمامًا ضد عمليات الاحتيال التي تقوم بها الذكاء الاصطناعي. تعرف على الطرق الشائعة التي يستغل بها المحتالون أدوات الذكاء الاصطناعي التوليدية ودراسة علامات التحذير من الهجمات. يمكنك مكافحة معظم الجرائم الإلكترونية بالبقاء يقظًا.
