KI-Allianz: Rasantes Wachstum im ersten Jahr

Eine transformative Veränderung in der Open-Source-KI

In der Vergangenheit war die Entwicklung von Open-Source-KI ein fragmentiertes Unterfangen, das oft zu leistungsschwachen Modellen führte. Vor 2023 verfügten nur wenige gemeinnützige Organisationen über die Ressourcen, um KI-Modelle zu trainieren, deren Fähigkeiten auch nur annähernd an die von GPT-2 heranreichten. Große Technologieunternehmen dominierten die proprietäre KI-Landschaft, während Open-Source-KI weitgehend auf Nischenanwendungen beschränkt war.

Das Jahr 2023 markierte einen Wendepunkt. Mehrere neue Basismodelle mit freizügigen Lizenzen wurden veröffentlicht, gefolgt von Metas bahnbrechender Veröffentlichung seines Open-Source-Modells Llama 2 in Partnerschaft mit Microsoft. Dieses Ereignis löste eine Welle von Aktivitäten aus, mit über 10.000 abgeleiteten Modellen, die innerhalb von sechs Monaten erstellt wurden. Eine neue Ära der Open-Source-KI-Entwicklung hatte begonnen.

Ehrgeizige Ziele und ein angesehener Lenkungsausschuss

Vor diesem Hintergrund hat die AI Alliance von Anfang an eine beeindruckende Reihe von Zielen festgelegt. Diese Ziele umfassten:

• Förderung der offenen Zusammenarbeit
• Festlegung von Governance und Leitplanken für KI
• Entwicklung von Benchmarking-Tools und klaren politischen Positionen
• Priorisierung umfangreicher Bildungsinitiativen
• Förderung robuster Hardware-Ökosysteme

Die Stärke der Allianz wird ferner durch das Kaliber ihres Lenkungsausschusses unterstrichen, der eine Reihe renommierter kommerzieller Organisationen und Universitäten umfasst.

Mitgliedschaftskriterien: Ein Bekenntnis zu Offenheit und Zusammenarbeit

Um Mitglied der AI Alliance zu werden, muss eine Organisation vier Hauptkriterien erfüllen:

1. Übereinstimmung mit der Mission: Das potenzielle Mitglied muss mit der Mission übereinstimmen, Sicherheit, offene Wissenschaft und Innovation zu fördern.
2. Engagement für Projekte: Die Mitglieder müssen sich der Arbeit an bedeutenden Projekten widmen, die mit der Mission der Allianz übereinstimmen.
3. Vielfalt der Perspektiven: Potenzielle Mitglieder müssen bereit sein, zur Vielfalt der Perspektiven und Kulturen innerhalb der globalen Mitgliedschaft beizutragen, die derzeit über 140 Organisationen umfasst und voraussichtlich weiter wachsen wird.
4. Reputation: Die AI Alliance sucht Mitglieder mit einem anerkannten Ruf als Ausbilder, Entwickler oder Fürsprecher innerhalb der KI-Open-Source-Community.

Kategorisierung der Mitglieder: Entwickler, Enabler und Fürsprecher

Die Mitglieder der Allianz fallen typischerweise in eine von drei Kategorien:

• Builders (Entwickler): Diese Mitglieder sind für die Erstellung von Modellen, Datensätzen, Tools und Anwendungen verantwortlich, die KI nutzen.
• Enablers (Ermöglicher): Diese Mitglieder fördern die Einführung offener KI-Technologien durch Tutorials, Anwendungsfälle und allgemeine Community-Unterstützung.
• Advocates (Fürsprecher): Diese Mitglieder betonen die Vorteile des AI Alliance-Ökosystems und fördern das öffentliche Vertrauen und die Sicherheit bei Führungskräften von Organisationen, gesellschaftlichen Interessengruppen und Aufsichtsbehörden.

Sechs Schwerpunkte: Ein ganzheitlicher Ansatz für das KI-Ökosystem

Die AI Alliance definiert ihre langfristigen Prioritäten in sechs Schwerpunktbereichen. Es ist jedoch wichtig zu beachten, dass die Allianz einen ganzheitlichen Ansatz für das gesamte KI-Ökosystem verfolgt und Community-Mitglieder und Entwickler ermutigt, sich in einem oder mehreren Bereichen zu engagieren und sich anzupassen, wenn sich Interessen oder Prioritäten ändern.

Hier ist ein genauerer Blick auf die sechs Schwerpunktbereiche:

Fähigkeiten und Bildung

Dieser Bereich widmet sich der Vermittlung von KI-Wissen an ein breites Publikum, darunter Verbraucher und Wirtschaftsführer, die die Risiken von KI bewerten, sowie Studenten und Entwickler, die KI-Anwendungen erstellen. Ziel ist es, den Prozess der Suche nach Expertenrat in bestimmten Bereichen zu vereinfachen, und es beinhaltet eine Initiative zur Modellbewertung.

Im Jahr 2024 veröffentlichte die Allianz den ‘Guide to Essential Competencies for AI’, eine umfassende Ressource, die aus einer umfangreichen Umfrage hervorgegangen ist, um Schlüsselrollen in der KI und die für diese Rollen erforderlichen Fähigkeiten zu identifizieren. Obwohl der Leitfaden erst kürzlich veröffentlicht wurde, wurde er bereits neunmal überarbeitet, und eine Folgeumfrage ist geplant, um Probleme zu beheben, die in der ersten Umfrage festgestellt wurden.

Vertrauen und Sicherheit

Dieser kritische Bereich untersucht die wesentlichen Elemente von Vertrauen und Sicherheit, die für den Erfolg aller KI-Anwendungen erforderlich sind. Benchmarks, Tools und Methoden werden eingesetzt, um sicherzustellen, dass Modelle und Anwendungen qualitativ hochwertig, sicher und vertrauenswürdig sind. Dazu gehört die Unterstützung sich entwickelnder Verhaltensstandards und wirksamer Reaktionen auf Risiken.

Die Arbeitsgruppe in diesem Bereich sammelt Best-of-Breed-Konzepte in Bezug auf Vertrauen und Sicherheit und verbindet Benutzer mit dem Fachwissen, das sie benötigen. Die Umfrage ‘State of Open Source AI Trust and Safety — End of 2024 Edition’, die auf der Website der AI Alliance veröffentlicht wurde, beleuchtete sowohl den Bedarf als auch die Erfolge in diesem Bereich. Forschungs- und Umweltlücken werden durch Forschungs- und Entwicklungsanstrengungen zahlreicher Mitglieder der AI Alliance geschlossen.

Anwendungen und Tools

Diese Gruppe konzentriert sich auf die Erforschung von Tools und Techniken für die Entwicklung effizienter und robuster KI-gestützter Anwendungen. Sie entwickelt außerdem ein KI-Labor, um das Experimentieren und Testen von KI-Anwendungen zu erleichtern und die Innovation zu beschleunigen.

Hardware-Enablement

Dieser Bereich widmet sich der Förderung eines robusten KI-Hardwarebeschleuniger-Ökosystems, indem sichergestellt wird, dass der KI-Software-Stack hardwareunabhängig ist. Technologien wie MLIR und Triton sind entscheidende Software-Tools, um eine hochleistungsfähige Hardware-Portabilität zu erreichen. Diese Tools ermöglichen es Unternehmen, ihre bevorzugte Hardware zu nutzen, wodurch die Flexibilität und Leistung erhöht und die Abhängigkeit von proprietären Systemen verringert wird.

Grundlagenmodelle und Datensätze

Dieser Bereich konzentriert sich auf Modelle für unterversorgte Bereiche, darunter mehrsprachige, multimodale, Zeitreihen-, Wissenschafts- und andere Bereiche. Beispielsweise zielen wissenschaftliche und domänenspezifische Modelle auf den Klimawandel, die Molekülentdeckung und die Halbleiterindustrie ab.

Effektive Modelle und KI-Anwendungsarchitekturen erfordern nützliche Datensätze mit klarer Governance und Nutzungsrechten. Die ‘Open Trusted Data Initiative’ klärt die Anforderungen an solche Datensätze und erstellt Kataloge konformer Datensätze. Dieses Unterfangen zielt darauf ab, Bedenken hinsichtlich rechtlicher, urheberrechtlicher und datenschutzrechtlicher Fragen weitgehend auszuräumen.

Interessenvertretung (Advocacy)

Die Vertretung regulatorischer Richtlinien ist für die Schaffung eines gesunden und offenen KI-Ökosystems unerlässlich. Alle KI-Richtlinien und -Vorschriften sollten ausgewogene und nicht voreingenommene Standpunkte vertreten.

Ein tiefer Einblick in Vertrauen und Sicherheit: Die Initiative 2025

Vertrauen und Sicherheit ist ein bedeutendes und umfangreiches Feld innerhalb der AI Alliance, mit zahlreichen Spezialisten, die an Tools zur Erkennung und Minderung von Hassreden, Voreingenommenheit und anderen schädlichen Inhalten arbeiten. Die ‘Trust and Safety Evaluation Initiative’ ist ein großes Unterfangen für 2025 und bietet einen einheitlichen Überblick über das gesamte Spektrum der Evaluierung – nicht nur für die Sicherheit, sondern auch für die Leistung und andere Bereiche, in denen die Bewertung der Effektivität von KI-Modellen und -Anwendungen entscheidend ist. Ein Teilprojekt untersucht spezifische Sicherheitsprioritäten nach Bereichen, wie z. B. Gesundheit, Recht und Finanzen.

Mitte 2025 plant die AI Alliance die Veröffentlichung eines Hugging Face Leaderboards, das es Entwicklern ermöglicht:

• Nach Bewertungen zu suchen, die am besten zu ihren Bedürfnissen passen
• Zu vergleichen, wie offene Modelle im Vergleich zu diesen Bewertungen abschneiden
• Diese Bewertungen herunterzuladen und bereitzustellen, um ihre eigenen privaten Modelle und KI-Anwendungen zu untersuchen

Diese Initiative wird auch Leitlinien zu wichtigen Sicherheits- und Compliance-Aspekten verschiedener Anwendungsfälle liefern.

Unterstützung von On-Premise-KI: Hardwareunabhängige Software-Stacks

Nicht alle KI-Modellaufrufe werden auf gehostete kommerzielle Dienste angewiesen sein. Bestimmte Situationen erfordern Air-Gap-Lösungen. KI-fähige Smart-Edge-Geräte treiben die Bereitstellung neuer, kleiner und leistungsstarker Modelle vor Ort voran, oft ohne Internetverbindung. Um diese Anwendungsfälle zu unterstützen und die Bereitstellung großer Modelle mit flexiblen Hardwarekonfigurationen zu erleichtern, entwickelt die AI Alliance hardwareunabhängige Software-Stacks.

Beispiele aus der Praxis für Zusammenarbeit: SemiKong und DANA

Zwei Beispiele zeigen, wie die offene Zusammenarbeit zwischen den Mitgliedern der Allianz allen erhebliche Vorteile bringt:

SemiKong

SemiKong ist eine Zusammenarbeit von drei Mitgliedern der Allianz. Sie haben ein Open-Source-Large-Language-Modell speziell für den Bereich der Halbleiterfertigungsprozesse entwickelt. Hersteller können dieses Modell nutzen, um die Entwicklung neuer Geräte und Prozesse zu beschleunigen. SemiKong verfügt über spezielles Wissen über die Physik und Chemie von Halbleiterbauelementen. In nur sechs Monaten erregte SemiKong die Aufmerksamkeit der globalen Halbleiterindustrie.

SemiKong wurde durch die Feinabstimmung eines Llama 3-Basismodells mit Datensätzen entwickelt, die von Tokyo Electron kuratiert wurden. Dieser Abstimmungsprozess führte zu einem branchenspezifischen generativen KI-Modell mit überlegenem Wissen über Halbleiterätzprozesse im Vergleich zum generischen Basismodell. Ein technischer Bericht über SemiKong ist verfügbar.

DANA (Domain-Aware Neurosymbolic Agents)

DANA ist eine gemeinsame Entwicklung von Aitomatic Inc. (mit Sitz im Silicon Valley) und Fenrir Inc. (mit Sitz in Japan). Es stellt ein frühes Beispiel für die inzwischen populäre Agentenarchitektur dar, bei der Modelle mit anderen Tools integriert werden, um komplementäre Fähigkeiten bereitzustellen. Während Modelle allein beeindruckende Ergebnisse erzielen können, haben zahlreiche Studien gezeigt, dass LLMs oft falsche Antworten generieren. Eine Studie aus dem Jahr 2023, die im SemiKong-Papier zitiert wird, bezifferte typische LLM-Fehler auf 50 %, während DANAs komplementäre Verwendung von Reasoning- und Planungstools die Genauigkeit für die Zielanwendungen auf 90 % erhöhte.

DANA verwendet neurosymbolische Agenten, die die Mustererkennungsfähigkeiten neuronaler Netze mit symbolischem Reasoning kombinieren und so rigorose Logik und regelbasiertes Problemlösen ermöglichen. Logisches Reasoning, kombiniert mit Tools für die Planung (z. B. die Gestaltung von Fließbandprozessen), liefert genaue und zuverlässige Ergebnisse, die für industrielle Qualitätskontrollsysteme und die automatisierte Planung und Terminierung unerlässlich sind.

Die Vielseitigkeit von DANA erstreckt sich auf mehrere Bereiche. Beispielsweise kann DANA im Bereich der Finanzprognose und Entscheidungsfindung Markttrends verstehen und Vorhersagen auf der Grundlage komplexer Theorien treffen, wobei sowohl strukturierte als auch unstrukturierte Daten verwendet werden. Dieselbe Fähigkeit kann auf das Abrufen und Bewerten medizinischer Literatur und Forschungsinformationen angewendet werden, um sicherzustellen, dass Diagnosen und Behandlungen etablierten medizinischen Protokollen und Praktiken entsprechen. Im Wesentlichen kann DANA die Patientenergebnisse verbessern und Fehler in kritischen Patientenanwendungen reduzieren.

Eine starke Grundlage für weiteres Wachstum

Die AI Alliance startete 2025 in einer starken Position, mit Mitgliedern aus 23 Ländern und zahlreichen Arbeitsgruppen, die sich auf die größten Herausforderungen der KI konzentrieren. Die Allianz verfügt über mehr als 1.200 Mitarbeiter in Arbeitsgruppen, die an über 90 aktiven Projekten beteiligt sind. International hat die AI Alliance an Veranstaltungen in 10 Ländern teilgenommen, mehr als 20.000 Menschen erreicht und fünf Anleitungen zu wichtigen KI-Themen veröffentlicht, um Forscher und Entwickler beim Aufbau und der Nutzung von KI zu unterstützen.

Die AI Alliance hat Beispiele für die Verwendung von KI auf Modellen wie der Granite-Familie von IBM und den Llama-Modellen von Meta veröffentlicht. Ihre wachsende Sammlung von ‘Rezepten’ nutzt die beliebtesten offenen Bibliotheken und Modelle für gängige Anwendungsmuster, darunter RAG, Wissensgraphen, neurosymbolische Systeme und aufkommende Agentenplanungs- und Reasoning-Architekturen.

Skalierung: Ehrgeizige Pläne für 2025 und darüber hinaus

Im Jahr 2025 will die AI Alliance ihre Reichweite und Wirkung verzehnfachen. Zwei ihrer neuen Hauptinitiativen, die bereits erwähnt wurden, sind die ‘Open Trusted Data Initiative’ und die ‘Trust and Safety Evaluation Initiative’. Die AI Alliance plant außerdem die Einrichtung eines branchenüblichen Community-Labors für die Entwicklung und Erprobung von KI-Anwendungstechnologien. Ihre domänenspezifischen Modellinitiativen werden sich weiterentwickeln. Beispielsweise plant die neue Arbeitsgruppe ‘Climate and Sustainability’, multimodale Grundlagenmodelle und Open-Source-Software-Tools zu entwickeln, um die wichtigsten Herausforderungen des Klimawandels und seiner Eindämmung anzugehen.

Bis 2030 wird KI voraussichtlich einen geschätzten Beitrag von 20 Billionen US-Dollar zur Weltwirtschaft leisten. Bis dahin werden voraussichtlich 70 % der industriellen KI-Anwendungen auf Open-Source-KI laufen. Es wird auch erwartet, dass der Mangel an KI-Fachkräften noch akuter wird als heute. Mitglieder der AI Alliance können diese Herausforderung möglicherweise abmildern, indem sie mit anderen Mitgliedern zusammenarbeiten, um Zugang zu vielfältigem Fachwissen und Ressourcen zu erhalten.

Die AI Alliance folgt einem ähnlichen Wachstumspfad wie andere erfolgreiche Open-Source-Organisationen, wie die Linux Foundation, die Apache Software Foundation und die Open Source Initiative. Dazu gehören:

• Umfassende KI-Bildungs- und Kompetenzprogramme
• Globale Interessenvertretung für verantwortungsvolle KI
• Entwicklung von Tools zur Gewährleistung der Sicherheit und Vertrauenswürdigkeit von KI sowie zur Vereinfachung der Entwicklung und Nutzung
• Gemeinsame Forschung mit akademischen Einrichtungen

Die Führung der AI Alliance wird weiterhin Entwickler und Forscher sowie Wirtschafts- und Regierungsführer anziehen. Die Führung der AI Alliance hat die Skalierung der globalen Zusammenarbeit als ihre übergeordnete Mission für 2025 festgelegt. Alles in allem hat die AI Alliance die Grundlage, um zu einer dominanten globalen Kraft zu werden, die die Zukunft der künstlichen Intelligenz formt, verbessert und innoviert.