اگر می خواهید مشکلات سخت دنیا را حل کنید، از فضای باز شروع می کنید.
این نتیجه مقطر و غیرقابل مذاکره پانل GTC DC بود، “AI 101 منبع باز: فعال کردن نوآوری آمریکایی” اعتماد مغزی از توسعه دهندگان، محققان و کارشناسان سرمایه استدلال کرده است که همکاری شفاف راه جدیدی برای رسیدن به مزیت ملی است. آزمایشگاه های بسته گذشته را فراموش کنید. موتور پشت پیشرفت های امروزی برای همه باز است.
این پنل شامل یک مجموعه ستاره دار از مبشرین باز هوش مصنوعی بود: آنکیت پاتل و برایان کاتانزارو از NVIDIA، نوآ اسمیت از AI2/UW و جوزف جکس بنیانگذار OSS Capital. آنها با وضوح صدا را قطع می کنند و معنای “منبع باز” را برای نوآوری سریع تعریف می کنند.
بهره وری قفل نوآوری را باز می کند
موضوع اصلی ساده است: مدل های باز به طور چشمگیری نوآوری را تسریع می کنند. آنها زمان و هزینه ای را که برای یک استارتاپ، آزمایشگاه دانشگاه یا سازمان دولتی برای ساخت یک برنامه کاربردی حیاتی نیاز است، کاهش می دهند. همانطور که اعضای میزگرد استدلال کردند، این کارآمدترین راه برای مقیاس وسیعی از تخصص هوش مصنوعی مورد نیاز برای حل مشکلات دشوار است.
با توجه به دیدگاه سرمایه گذاری خطرپذیر، جکس بلافاصله بر این باور بود که مدل های باز دسترسی را فراهم می کنند “مقادیر زیادی اهرم و کارایی در تحقیق و توسعه به این دلیل که آنها مجبور به ساخت مدل های قبل از آموزش نبودند.”
این دموکراسی‌سازی قابلیت‌ها به این معنی است که نوآوری اکنون می‌تواند از هر جایی حاصل شود. همانطور که پاتل اشاره کرد، این رونق فعلی هوش مصنوعی بر اساس یک پایه اثبات شده ساخته شده است: “چند نفر از شما لینوکس و PHP و MySQL و nginx و همه اینها را به خاطر دارید… اینها پایه و اساس، پایه منبع باز عصر اینترنت بود، درست است؟”
اعتماد و همکاری: ویژگی های قاتل
بحث در DC همیشه به اعتماد باز می گردد و در اینجا منبع باز یک ویژگی مهم را ارائه می دهد: شفافیت. برای صنعتی که تغییرات سریع را ترویج می کند، توانایی بازرسی عملکرد درونی مدل هوش مصنوعی لایه مهم مسئولیت پذیری است.
اسمیت از AI2/UW استعاره مناسبی برای توصیف بی فایده بودن هوش مصنوعی بسته برای پیشرفت علمی ارائه کرد: “تلاش برای مطالعه علمی وضعیت هوش مصنوعی بر اساس مدل های اختصاصی مانند تلاش برای انجام نجوم بر اساس عکس های هوایی چاپ شده در روزنامه است: این امکان پذیر نیست، درست است؟”
Catanzaro از NVIDIA استدلال می کند که خطرات اصلی هوش مصنوعی اساساً خطرات کنترل است و باز بودن را به یک شرط اجتماعی امن تر تبدیل می کند.
“من فکر می کنم یکی از خطرات بزرگ سیستم های بسته مربوط به کنترل است. “و از آنجایی که هوش مصنوعی یک فناوری درباره ایده‌ها است، فکر می‌کنم در صورت باز بودن ذاتاً ایمن‌تر است.
کاتانزارو بعداً این ایده را گسترش داد و بر مزیت همکاری دیدگاه‌های مختلف در یک مدل تأکید کرد: «یکی از چیزهایی که مطمئناً در سال‌های اخیر دیده‌ایم. [in the] توسعه هوش مصنوعی این است که باز بودن این زمینه را واقعاً پیشرفته کرده است.”
پیام شرکت کنندگان در پنل به سیاستگذاران DC صریح بود: هوش مصنوعی منبع باز اکوسیستمی را ایجاد می کند که انعطاف پذیرتر، نوآورتر و با شفاف بودن، قابل اعتمادتر است.
جلسه کامل را در NVIDIA On-Demand تماشا کنید.
