डेबियन त्याच्या इकोसिस्टममधील एआय मॉडेल्सच्या भविष्याबद्दल चर्चा करते

डेबियनकडे आहे जाहीर केले की त्यात आहे एक नवीन सामान्य ठराव उघडला (GR) जेणेकरून त्यांचे विकासक ठरवतात एआय (कृत्रिम बुद्धिमत्ता) मॉडेल्स मुख्य भांडाराचा भाग असू शकतात का आणि कोणत्या परिस्थितीत.

मतदानाचा टप्पा अद्याप सुरू झालेला नसला तरी, प्रकल्प विकासकांमध्ये चर्चा सुरू आहे, कोण निर्णय घेईल आणिमशीन लर्निंग मॉडेल्सबाबत डेबियन कोणती दिशा घेईल. या मतदानात सहभागी होण्यासाठी मतदानाचा अधिकार असलेले, पॅकेज देखभाल आणि प्रकल्पाच्या एकूण पायाभूत सुविधांसाठी जबाबदार असलेले सुमारे एक हजार विकासक पात्र आहेत.

चर्चेच्या केंद्रस्थानी एक प्रश्न आहेखुल्या परवान्याखाली वितरित केलेले एआय मॉडेल्स खरोखरच मोफत मानले जाऊ शकतात का, जर त्यात त्यांना सुरुवातीपासून प्रशिक्षित करण्यासाठी आवश्यक असलेला डेटा आणि साधने समाविष्ट नसतील? प्रस्ताव चर्चेत असे म्हटले आहे की नाही, आणि पीदावा करतो की हे मॉडेल डेबियनच्या मोफत सॉफ्टवेअर मार्गदर्शक तत्त्वांशी विसंगत आहेत. (डीएफएसजी). जर मंजूर झाले तर, अशा मॉडेल्सना मुख्य भांडारातून वगळले जाईल, (किमान सध्या तरी) नॉन-फ्री सारख्या विभागांमध्ये त्यांचा समावेश विचारात न घेता.

हे आक्षेप मोफत सॉफ्टवेअरच्या एका मध्यवर्ती मुद्द्याकडे निर्देश करतात.: कार्यक्रमात बदल करण्याची, अभ्यास करण्याची आणि सुधारणा करण्याची क्षमता. एआय मॉडेल्सच्या बाबतीत, हे फक्त तेव्हाच शक्य होईल जेव्हा तुमच्याकडे प्रशिक्षण डेटा आणि त्यांच्या बांधकामात वापरल्या जाणाऱ्या साधनांची उपलब्धता असेल. या घटकांशिवाय, ठरावाच्या समर्थकांचा असा युक्तिवाद आहे की, मॉडेलमध्ये बदल करणे जवळजवळ अशक्य आहे. प्रशिक्षण प्रक्रिया पुन्हा तयार करता येत नसेल तर नवीन भाषांसाठी समर्थन जोडण्यासाठी टोकनायझर बदलणे यासारख्या साध्या कृती देखील एक कठीण काम बनतात.

कायदेशीर आणि सुरक्षा धोके

चिंता केवळ वितरणाच्या तत्वज्ञान आणि नीतिमत्तेबद्दल नाहीत, कारण त्या गंभीर सुरक्षा परिणाम उद्भवतात. स्रोत डेटाच्या अनुपस्थितीमुळे निर्माण होणारी अपारदर्शकता प्रशिक्षणात वापरल्या जाणाऱ्या डेटाची कायदेशीरता पडताळणे अशक्य करते. हे संभाव्य परवाना उल्लंघनांसाठी दार उघडते, उदाहरणार्थ, जर GPL डेटा योग्य श्रेयाशिवाय वापरला गेला असेल, तर मॉडेल गोपनीय किंवा कॉपीराइट केलेल्या माहितीवर प्रशिक्षित होते की नाही हे निश्चित करणे अशक्य होते.

तसेच, मूळ साहित्याचा वापर न करता, चुका किंवा भेद्यता शोधणे हे जवळजवळ केवळ मूळ लेखकाचे काम बनते.. यामुळे विशिष्ट विक्रेत्यावरील वापरकर्त्याचे अवलंबित्व वाढते आणि पॅचेस किंवा फिक्सेसची अंमलबजावणी गुंतागुंतीची होते. त्याहूनही वाईट म्हणजे, मॉडेलचे योग्यरित्या ऑडिट करणे अशक्य होते, त्यामुळे त्याच्या वर्तनातील मागच्या दाराने किंवा लपलेल्या पक्षपातीपणाकडे दुर्लक्ष केले जाऊ शकते.

ओपन सोर्स समुदायातील वादविवाद

एआय सिस्टीम "ओपन" असण्याचा प्रत्यक्षात काय अर्थ होतो या प्रश्नावर केवळ डेबियनमध्येच नव्हे तर संपूर्ण फ्री सॉफ्टवेअर इकोसिस्टममध्ये तीव्र चर्चा होत आहे. ऑक्टोबर २०२३ मध्ये, ओपन सोर्स इनिशिएटिव्ह (OSI) ने एक तात्पुरती व्याख्या प्रकाशित केली ओपन सोर्स एआय म्हणून काय मानले पाहिजे. ही व्याख्या एआय सिस्टीमने निर्बंधांशिवाय त्याचा वापर, अभ्यास, सुधारणा आणि पुनर्वितरण करण्याची परवानगी दिली पाहिजे हे स्थापित करते., आणि मॉडेलचे संपूर्ण दस्तऐवजीकरण, वापरलेला डेटा आणि प्रशिक्षण पद्धती यासारख्या आवश्यकतांचा समावेश आहे.

तथापि, OSI व्याख्येनुसार प्रशिक्षण डेटाचे प्रकाशन आवश्यक नाही, पण त्यांच्याबद्दल फक्त "सविस्तर माहिती". या वगळण्यावर SFC सारख्या संस्थांनी कडक टीका केली आहे, ज्यांचा असा युक्तिवाद आहे की मूळ डेटाशिवाय, सुधारणा आणि अभ्यासाचे मूलभूत स्वातंत्र्य पूर्णपणे वापरले जाऊ शकत नाही.

OSI हा मुद्दा ओळखतो, परंतु त्याच्या निर्णयाचे समर्थन करतो व्यावहारिक वास्तवांवर आधारित: आधुनिक मॉडेल्सना प्रशिक्षण देण्यासाठी वापरला जाणारा बराचसा डेटा व्यावसायिक परवान्यांच्या अधीन आहे, त्यात संवेदनशील माहिती आहे किंवा कायदेशीररित्या पुनर्वितरित करता येत नाही. प्रकाशन आवश्यक असलेल्या कलमाचा समावेश केल्याने, सर्व विद्यमान मॉडेल्स मोकळेपणाच्या कोणत्याही व्याख्येशी विसंगत होतील, ज्यामुळे मुक्त एआयची संकल्पना अप्राप्य स्थितीत राहील, असा त्यांचा युक्तिवाद आहे.

डेबियन कोणता मार्ग स्वीकारेल?

ठराव ज्याची चर्चा आता डेबियनमध्ये होत आहे जर ते मंजूर झाले तर त्याचा दूरगामी परिणाम होऊ शकतो, कारण ते एक ठाम भूमिका दर्शवेल: मॉडेलचे पुनरुत्पादन करण्यासाठी डेटा किंवा साधनांचे प्रशिक्षण न घेता, खरे स्वातंत्र्य नाही आणि म्हणूनच, डेबियन कर्नलमध्ये कोणतेही स्थान नाही. स्वातंत्र्याची ही कठोर व्याख्या मुख्य प्रवाहातील वितरणातून असंख्य मोठ्या प्रमाणात वापरल्या जाणाऱ्या मॉडेल्सना वगळण्यास भाग पाडू शकते, काही शैक्षणिक किंवा व्यावसायिक विकासांचा समावेश आहे जे खुल्या परवान्याखाली प्रकाशित झाले असले तरी, पारदर्शकता आणि पुनरुत्पादनक्षमतेच्या या मानकांची पूर्तता करत नाहीत.

डेबियन डेव्हलपर्सनी घेतलेला निर्णय मोफत सॉफ्टवेअरमध्ये एक आदर्श निर्माण करू शकतो आणि कृत्रिम बुद्धिमत्ता प्रणालींना खरोखर मोफत मानले जाण्यासाठी कोणत्या मानकांची पूर्तता करावी लागते हे निश्चित करू शकतो.

शेवटी, आपण असल्यास याबद्दल अधिक जाणून घेण्यात स्वारस्य आहे, आपण मधील तपशील तपासू शकता खालील दुवा.