Hình ảnh Điều Hướng Mã Nguồn Mở
Có thể định nghĩa AI mã nguồn mở như là các kỹ sư phần mềm cùng nhau đóng góp vào các dự án trí tuệ nhân tạo mở cho mọi người phát triển. Mục tiêu là để tích hợp tính toán với nhân loại một cách tốt hơn.
Đầu tháng ba, cộng đồng mã nguồn mở đã "vây lấy" LLaMA của Meta bị rò rỉ cho công chúng. Chỉ trong một tháng, đã có các biến thể mô hình AI Mã Nguồn Mở cực kỳ sáng tạo với điều chỉnh hướng dẫn, thu gọn, cải tiến chất lượng, đánh giá con người, đa dạng hóa và RLHF.
Các mô hình mã nguồn mở nhanh hơn, tùy chỉnh hơn, riêng tư hơn và có khả năng hơn. Chúng đang "làm được những việc có 13B thông số và 100 đô la" mà thậm chí các nhà lãnh đạo thị trường đang gặp khó khăn. Một giải pháp mã nguồn mở, Vicuna, là một chatbot mã nguồn mở ấn tượng GPT-4 với 90%* ChatGPT Chất Lượng.
Ai sẽ muốn trả giá cao cho Chat GPT4 của OpenAI nếu có tùy chọn mã nguồn mở hiệu suất so sánh ở mức 90% nhưng miễn phí?
Theo báo cáo mới từ The Information, AI mã nguồn mở đang vượt mặt Google và ChatGPT. Báo cáo cho thấy các mô hình AI mã nguồn mở hiện đã "tương đối gần" về hiệu suất so với các mô hình độc quyền của Google và OpenAI - nhà sáng lập ChatGPT.
Kết quả của báo cáo này rất quan trọng vì chúng cho thấy AI mã nguồn mở đang trở thành một lựa chọn khả thi cho các mô hình AI độc quyền. Điều này có thể ảnh hưởng lớn đến ngành công nghiệp AI, vì nó có thể dẫn đến sự cạnh tranh và đổi mới hơn.
Tác giả của báo cáo, Ion Stoica, một giáo sư Khoa học Máy tính tại Đại học California, Berkeley, cho biết sự bùng nổ của AI mã nguồn mở là do nhiều yếu tố, bao gồm sự tăng cường khả năng tính toán và phân tích dữ liệu.
Stoica cũng cho rằng AI mã nguồn mở dễ tiếp cận hơn với nhà phát triển, dẫn đến việc phát triển một loạt các ứng dụng khác nhau.
Kết quả của báo cáo này là tin tốt cho các doanh nghiệp và nhà phát triển đang tìm kiếm các giải pháp AI giá cả phải chăng, đạo đức và dễ tiếp cận. Các mô hình AI mã nguồn mở cung cấp một lựa chọn thay thế khả thi cho các mô hình độc quyền, và chúng có thể trở nên phổ biến hơn trong tương lai.
Dưới đây là một vài chi tiết bổ sung từ bài viết:
Các mô hình AI mã nguồn mở được phát triển bởi một cộng đồng các nhà phát triển, thay vì chỉ bởi một công ty duy nhất. Điều này có nghĩa là chúng có tính minh bạch và có trách nhiệm hơn. Các mô hình AI mã nguồn mở thường rẻ hơn các mô hình độc quyền. Điều này là do chúng không phải chịu các khoản phí cấp phép giống như các mô hình độc quyền. Các mô hình AI mã nguồn mở cũng linh hoạt và tùy chỉnh hơn các mô hình độc quyền. Điều này là do chúng không bị khóa vào một nền tảng hoặc framework cụ thể.
Sự bùng nổ của AI mã nguồn mở là một sự phát triển tích cực của ngành công nghiệp AI. Nó làm cho AI trở nên dễ tiếp cận, giá cả phải chăng và minh bạch hơn. Điều này dẫn đến việc phát triển một loạt các ứng dụng khác nhau, từ đó thuận lợi cho các doanh nghiệp và người tiêu dùng.
Tuy nhiên, nhà báo của MIT, Will Douglas Heaven, đã cảnh báo rằng mặc dù có sự hợp tác mạnh mẽ trong cộng đồng mã nguồn mở, với những rủi ro pháp lý và quan ngại về trí tuệ nhân tạo, có lẽ cần phải có những thay đổi.
Như được nêu trong bài báo nghiên cứu của ông ta, trong đó ông trích dẫn Dave Willner, trưởng nhóm đội an toàn và tin cậy của OpenAI. "Điều này liên quan đến việc chúng ta đang cố gắng tìm cách hòa hợp giữa tính minh bạch và an toàn. Và khi các công nghệ này trở nên mạnh mẽ hơn, có một số căng thẳng về mặt thực tiễn giữa hai đối tượng này", ông Willner chia sẻ...
"Rất nhiều quy chuẩn và suy nghĩ trong lĩnh vực trí tuệ nhân tạo đã được hình thành bởi các cộng đồng nghiên cứu học thuật, đánh giá cao việc hợp tác và minh bạch để mọi người có thể xây dựng trên những công việc của nhau", ông Willner cho biết.
Trong khi chúng ta cố gắng hòa hợp một sự cân bằng mạnh mẽ hơn, mã nguồn mở vẫn tiếp tục mang lại giá trị to lớn cho các doanh nghiệp để khai thác các phương pháp trí tuệ nhân tạo hiệu quả chi phí và việc tiếp cận trở nên quan trọng trong thế giới đang phát triển nhanh chóng và thông minh hơn chúng ta đang sống.
Giá trị Trí tuệ Nhân tạo mã nguồn mở đối với doanh nghiệp
Dưới đây là một số ví dụ về cách trí tuệ nhân tạo mã nguồn mở được sử dụng để hưởng lợi cho doanh nghiệp và người tiêu dùng:
Chăm sóc sức khỏe: Trí tuệ nhân tạo đang được sử dụng để phát triển công cụ chuẩn đoán và điều trị mới cho các bệnh. Ví dụ, Trí tuệ nhân tạo đang được sử dụng để phát triển các công cụ phát hiện ung thư mới có thể xác định khối u sớm hơn so với các phương pháp truyền thống. Trí tuệ nhân tạo cũng được sử dụng để phát triển các phương hướng điều trị mới cho các bệnh, chẳng hạn như liệu trình ung thư tùy chỉnh.
Tài chính: Trí tuệ nhân tạo đang được sử dụng để cải thiện việc phát hiện gian lận và đánh giá rủi ro. Ví dụ, trí tuệ nhân tạo đang được sử dụng để phát hiện các giao dịch gian lận theo thời gian thực. Trí tuệ nhân tạo cũng được sử dụng để đánh giá rủi ro cho việc cho vay tiền cho các doanh nghiệp và người tiêu dùng.
Dịch vụ khách hàng: Trí tuệ nhân tạo được sử dụng để tự động hóa các nhiệm vụ dịch vụ khách hàng, chẳng hạn như trả lời câu hỏi và giải quyết vấn đề. Ví dụ, trí tuệ nhân tạo được sử dụng để tạo ra những trò chuyện với sự hỗ trợ 24/7. Trí tuệ nhân tạo cũng được sử dụng để phát triển các công cụ mới có thể giúp các đại diện dịch vụ khách hàng giải quyết các vấn đề nhanh hơn.
Phát triển sản phẩm: Trí tuệ nhân tạo đang được sử dụng để phát triển các sản phẩm và dịch vụ mới được cá nhân hóa và hiệu quả hơn. Ví dụ, trí tuệ nhân tạo đang được sử dụng để phát triển các sản phẩm đề xuất mới có thể gợi ý những sản phẩm mà khách hàng có khả năng quan tâm đến. Trí tuệ nhân tạo cũng được sử dụng để phát triển các quy trình sản xuất mới có thể sản xuất các sản phẩm hiệu quả hơn.
Kết luận
Đó chỉ là một số ví dụ về cách trí tuệ nhân tạo mã nguồn mở được sử dụng để hưởng lợi cho doanh nghiệp và người tiêu dùng. Trí tuệ nhân tạo là một công nghệ mạnh mẽ có tiềm năng sẽ cách mạng hóa nhiều ngành công nghiệp. Khi trí tuệ nhân tạo tiếp tục phát triển, chúng ta có thể mong đợi thấy nhiều ứng dụng mới đổi mới mang lại sự tiện ích cho cuộc sống của chúng ta. Việc Google, OpenAI, hiện tại là một tổ chức đà lợi nhuận và Meta đón nhận những động lực thị trường này đang dấy lên là một điều đang chờ đợi.
Chúng tôi xin chân thành gửi lời cảm ơn đến Rehmat Orakzai vì những đóng góp nghiên cứu của anh ấy để ủng hộ giá trị của Trí tuệ Nhân tạo mã nguồn mở và những đóng góp mạnh mẽ của anh ấy đến bài báo nghiên cứu này.
Tài liệu tham khảo.
del Principe, A. Mười Nền Tảng Open AI Mở để Thử Nghiệm.
Heaven, Will D. Sự bùng nổ của AI mã nguồn mở được xây dựng dựa trên các khoản tài trợ của Big Tech. Liệu nó sẽ kéo dài được bao lâu? Đánh giá của MIT.
Ví dụ về Nguồn Mô Hình OpenAI Khác
Nhiều mô hình OpenAI đã được xây dựng trên nền tảng LLaMA, một mô hình ngôn ngữ lớn mã nguồn mở được phát hành bởi Meta AI. Các mô hình khác sử dụng tập dữ liệu công khai khổng lồ gọi là Pile, được tổng hợp bởi tổ chức phi lợi nhuận mã nguồn mở EleutherAI.
Hugging Face, một startup khuyến khích việc truy cập vào AI miễn phí và mã nguồn mở, chatbot của nó, HuggingChat, được xây dựng trên nền tảng mô hình ngôn ngữ lớn mã nguồn mở được điều chỉnh tối ưu cho hội thoại, được đào tạo với sự giúp đỡ của khoảng 13.000 tình nguyện viên và được phát hành vào tháng 3 năm 2023. Nó cũng được xây dựng trên LLaMA của Meta.
StableLM, là một mô hình ngôn ngữ lớn mã nguồn mở được phát hành cũng vào tháng 3 năm 2023 bởi Stability AI, công ty đứng sau mô hình văn bản - hình ảnh trúng đắt Stable Diffusion. Stability AI đã phát hành StableVicuna, một phiên bản của StableLM được tối ưu hóa cho hội thoại như Open Assistant hoặc HuggingChat. (lưu ý: StableLM là câu trả lời của Stability cho GPT-4 và StableVicuna là câu trả lời của nó cho ChatGPT.).
Và đương nhiên là còn nhiều hơn nữa:
Alpaca (từ một đội ngũ tại Đại học Stanford)
Cerebras-GPT (từ công ty trí tuệ nhân tạo Cerebras). Hầu hết các mô hình này được xây dựng trên LLaMA hoặc các tập dữ liệu và mô hình từ EleutherAI; Cerebras-GPT theo một mẫu do DeepMind đặt ra.
Dolly (từ công ty phần mềm Databricks)
LoRA là một kỹ thuật mạnh mẽ vì nó biểu thị các cập nhật mô hình dưới dạng yếu tố nhân tạo có chiều thấp, làm giảm kích thước của ma trận cập nhật lên đến vài ngàn lần. Điều này cho phép tinh chỉnh mô hình với một phần chi phí và thời gian. Việc có thể cá nhân hóa một mô hình ngôn ngữ trong vài giờ trên phần cứng người tiêu dùng là đột phá đáng kể, đặc biệt là đối với các khát khao mà có liên quan đến việc tích hợp kiến thức mới và đa dạng trong thời gian thực.
Định nghĩa các thuật ngữ:
Trí tuệ nhân tạo là một nhánh của khoa học máy tính phát triển các chương trình và thuật toán (quá trình từng bước được thiết kế để giải quyết một vấn đề hoặc trả lời một câu hỏi) giúp cho các máy móc hoạt động đa dạng như con người hơn. Có một số lĩnh vực con trong khoa học này, bao gồm:
Xử lý ngôn ngữ tự nhiên (NLP) , phát triển các tương tác tự nhiên giữa con người và máy tính. NLP là phần mềm giúp máy tính xử lý ngôn ngữ con người, tạo ra từ hiểu được và tương tác với con người thông qua ngôn ngữ. Học máy (ML) là ưu tiên cho khả năng của máy tính trong việc phân tích thông tin và đưa ra các đề xuất hoặc quyết định dựa trên các bộ dữ liệu được cung cấp. Thị giác máy tính là về việc tạo ra các máy móc có thể hiểu và giải thích thông tin hình ảnh (hình ảnh, bức ảnh, vv.) Robotics , thực hiện các nhiệm vụ một cách độc lập mà không cần sự điều khiển từ con người, bao gồm tương tác với con người. Robot là lý tưởng cho các nhiệm vụ cực kỳ thường xuyên và lặp đi lặp lại.
