Perkembangan AI Alliance dalam Setahun

Pendekatan Kolaboratif AI Alliance Mendorong Pertumbuhan Pesat di Tahun Pertama

AI Alliance, yang diluncurkan pada bulan Desember 2023 oleh IBM dan Meta, bersama dengan 50 anggota pendiri lainnya, telah mengalami pertumbuhan yang luar biasa. Hanya dalam waktu satu tahun, keanggotaannya telah membengkak menjadi lebih dari 140 organisasi di seluruh dunia, yang mencakup perusahaan, organisasi nirlaba, dan institusi akademik dari semua ukuran. Kelompok yang beragam ini dipersatukan oleh komitmen bersama untuk membina ekosistem AI yang kuat dan terbuka. AI Alliance dengan cepat menjadi kekuatan signifikan dalam mendemokratisasikan AI, membuat pencapaian tahun pertamanya layak untuk ditinjau.

Pergeseran Transformatif dalam AI Sumber Terbuka

Secara historis, pengembangan AI sumber terbuka merupakan upaya yang terfragmentasi, seringkali menghasilkan model yang berkinerja buruk. Sebelum tahun 2023, hanya sedikit entitas nirlaba yang memiliki sumber daya untuk melatih model AI dengan kemampuan yang bahkan mendekati GPT-2. Perusahaan teknologi besar mendominasi lanskap AI proprietary, sementara AI sumber terbuka sebagian besar diturunkan ke aplikasi khusus.

Tahun 2023 menandai titik balik. Beberapa model dasar baru dengan lisensi permisif dirilis, diikuti oleh rilis inovatif Meta dari model Llama 2 sumber terbukanya dalam kemitraan dengan Microsoft. Peristiwa ini memicu kesibukan aktivitas, dengan lebih dari 10.000 model turunan dibuat dalam waktu enam bulan. Era baru pengembangan AI sumber terbuka telah dimulai.

Tujuan Ambisius dan Komite Pengarah Terkemuka

Dengan latar belakang ini, AI Alliance menetapkan serangkaian tujuan yang mengesankan sejak awal. Tujuan-tujuan ini meliputi:

• Membina kolaborasi terbuka
• Menetapkan tata kelola dan pagar pembatas untuk AI
• Mengembangkan alat pembandingan dan posisi kebijakan yang jelas
• Memprioritaskan inisiatif pendidikan yang luas
• Memelihara ekosistem perangkat keras yang kuat

Kekuatan Aliansi semakin digarisbawahi oleh kaliber komite pengarahnya, yang membanggakan daftar organisasi komersial dan universitas ternama.

Kriteria Keanggotaan: Komitmen terhadap Keterbukaan dan Kolaborasi

Untuk menjadi anggota AI Alliance, sebuah organisasi harus memenuhi empat kriteria utama:

1. Keselarasan dengan Misi: Calon anggota harus selaras dengan misi membina keselamatan, ilmu pengetahuan terbuka, dan inovasi.
2. Komitmen terhadap Proyek: Anggota harus berdedikasi untuk mengerjakan proyek-proyek signifikan yang selaras dengan misi Aliansi.
3. Keberagaman Perspektif: Calon anggota harus bersedia berkontribusi pada keragaman perspektif dan budaya dalam keanggotaan global, yang saat ini melebihi 140 organisasi dan diperkirakan akan terus bertambah.
4. Reputasi: AI Alliance mencari anggota dengan reputasi yang diakui sebagai pendidik, pembangun, atau advokat dalam komunitas sumber terbuka AI.

Mengkategorikan Anggota: Pembangun, Pendukung, dan Advokat

Anggota aliansi biasanya termasuk dalam salah satu dari tiga kategori:

• Pembangun (Builders): Anggota ini bertanggung jawab untuk membuat model, kumpulan data, alat, dan aplikasi yang memanfaatkan AI.
• Pendukung (Enablers): Anggota ini mempromosikan adopsi teknologi AI terbuka melalui tutorial, kasus penggunaan, dan dukungan komunitas umum.
• Advokat (Advocates): Anggota ini menekankan manfaat ekosistem AI Alliance dan menumbuhkan kepercayaan dan keamanan publik di antara para pemimpin organisasi, pemangku kepentingan masyarakat, dan badan pengatur.

Enam Area Fokus Utama: Pendekatan Holistik terhadap Ekosistem AI

AI Alliance mendefinisikan prioritas jangka panjangnya di enam area fokus utama. Namun, penting untuk dicatat bahwa Aliansi mengambil pendekatan holistik untuk seluruh ekosistem AI, mendorong anggota komunitas dan pengembang untuk berpartisipasi dalam satu atau lebih area dan beradaptasi seiring dengan perubahan minat atau prioritas.

Berikut ini adalah tinjauan lebih dekat dari enam area fokus utama:

Keterampilan dan Pendidikan

Area ini didedikasikan untuk menyediakan pengetahuan AI kepada khalayak luas, termasuk konsumen dan pemimpin bisnis yang mengevaluasi risiko AI, serta siswa dan pengembang yang membangun aplikasi AI. Ini bertujuan untuk menyederhanakan proses pencarian panduan ahli di bidang tertentu dan mencakup inisiatif evaluasi model.

Pada tahun 2024, Aliansi menerbitkan Guide to Essential Competencies for AI, sumber daya komprehensif yang dihasilkan dari survei ekstensif untuk mengidentifikasi peran kunci dalam AI dan keterampilan yang dibutuhkan untuk peran tersebut. Meskipun baru diterbitkan, panduan ini telah mengalami sembilan revisi, dan survei tindak lanjut direncanakan untuk mengatasi masalah yang diidentifikasi dalam survei awal.

Kepercayaan dan Keamanan

Area kritis ini mengeksplorasi elemen-elemen penting dari kepercayaan dan keamanan yang diperlukan untuk keberhasilan semua aplikasi AI. Tolok ukur, alat, dan metodologi digunakan untuk memastikan bahwa model dan aplikasi berkualitas tinggi, aman, dan dapat dipercaya. Ini termasuk mendukung standar perilaku yang berkembang dan respons yang efektif terhadap risiko.

Kelompok kerja di bidang ini mengumpulkan konsep-konsep terbaik terkait kepercayaan dan keamanan dan menghubungkan pengguna dengan keahlian yang mereka butuhkan. Survei State of Open Source AI Trust and Safety — End of 2024 Edition, yang diterbitkan di situs web AI Alliance, menyoroti kebutuhan dan keberhasilan di domain ini. Kesenjangan penelitian dan lingkungan sedang diatasi melalui upaya penelitian dan pengembangan oleh banyak anggota AI Alliance.

Aplikasi dan Alat

Kelompok ini berfokus pada eksplorasi alat dan teknik untuk membangun aplikasi berkemampuan AI yang efisien dan kuat. Ini juga mengembangkan lab AI untuk memfasilitasi eksperimen dan pengujian aplikasi AI, mempercepat inovasi.

Pengaktifan Perangkat Keras

Area ini didedikasikan untuk membina ekosistem akselerator perangkat keras AI yang kuat dengan memastikan bahwa tumpukan perangkat lunak AI bersifat agnostik perangkat keras. Teknologi seperti MLIR dan Triton adalah alat perangkat lunak penting untuk mencapai portabilitas perangkat keras berkinerja tinggi. Alat-alat ini memberdayakan organisasi untuk memanfaatkan perangkat keras pilihan mereka, meningkatkan fleksibilitas dan kinerja sekaligus mengurangi ketergantungan pada sistem proprietary.

Model Dasar dan Kumpulan Data

Area ini berkonsentrasi pada model untuk area yang kurang terlayani, termasuk multibahasa, multimodal, deret waktu, sains, dan domain lainnya. Misalnya, model sains dan domain khusus menargetkan perubahan iklim, penemuan molekuler, dan industri semikonduktor.

Model yang efektif dan arsitektur aplikasi AI memerlukan kumpulan data yang berguna dengan tata kelola dan hak penggunaan yang jelas. Open Trusted Data Initiative sedang mengklarifikasi persyaratan untuk kumpulan data tersebut dan membangun katalog kumpulan data yang sesuai. Upaya ini bertujuan untuk sebagian besar menghilangkan kekhawatiran tentang masalah hukum, hak cipta, dan privasi.

Advokasi

Advokasi kebijakan regulasi sangat penting untuk menciptakan ekosistem AI yang sehat dan terbuka. Semua kebijakan dan peraturan AI harus mewakili sudut pandang yang seimbang, bukan bias.

Penyelaman Mendalam ke dalam Kepercayaan dan Keamanan: Inisiatif 2025

Kepercayaan dan Keamanan adalah bidang yang signifikan dan luas dalam AI Alliance, dengan banyak spesialis yang mengerjakan alat untuk mendeteksi dan mengurangi ujaran kebencian, bias, dan konten berbahaya lainnya. Trust and Safety Evaluation Initiative adalah upaya besar untuk tahun 2025, memberikan pandangan terpadu dari seluruh spektrum evaluasi – tidak hanya untuk keamanan, tetapi juga untuk kinerja dan area lain di mana penilaian efektivitas model dan aplikasi AI sangat penting. Sebuah sub-proyek sedang menjajaki prioritas keamanan khusus berdasarkan domain, seperti kesehatan, hukum, dan keuangan.

Pada pertengahan 2025, AI Alliance berencana untuk merilis papan peringkat Hugging Face yang akan memungkinkan pengembang untuk:

• Mencari evaluasi yang paling sesuai dengan kebutuhan mereka
• Membandingkan kinerja model terbuka terhadap evaluasi tersebut
• Mengunduh dan menerapkan evaluasi tersebut untuk memeriksa model pribadi dan aplikasi AI mereka sendiri

Inisiatif ini juga akan memberikan panduan tentang aspek keamanan dan kepatuhan penting dari berbagai kasus penggunaan.

Mendukung AI On-Premise: Tumpukan Perangkat Lunak Agnostik Perangkat Keras

Tidak semua pemanggilan model AI akan bergantung pada layanan komersial yang dihosting. Situasi tertentu memerlukan solusi air-gapped. Perangkat edge pintar yang mendukung AI mendorong penerapan model baru, kecil, dan kuat di tempat, seringkali tanpa koneksi internet. Untuk mendukung kasus penggunaan ini dan memfasilitasi penyajian model skala besar dengan konfigurasi perangkat keras yang fleksibel, AI Alliance sedang mengembangkan tumpukan perangkat lunak agnostik perangkat keras.

Contoh Nyata Kolaborasi: SemiKong dan DANA

Dua contoh menyoroti bagaimana kolaborasi terbuka di antara anggota Aliansi menghasilkan manfaat yang signifikan bagi semua:

SemiKong

SemiKong adalah upaya kolaboratif di antara tiga anggota Aliansi. Mereka menciptakan model bahasa besar sumber terbuka khusus untuk domain proses manufaktur semikonduktor. Produsen dapat memanfaatkan model ini untuk mempercepat pengembangan perangkat dan proses baru. SemiKong memiliki pengetahuan khusus tentang fisika dan kimia perangkat semikonduktor. Hanya dalam enam bulan, SemiKong menarik perhatian industri semikonduktor global.

SemiKong dikembangkan dengan menyempurnakan model dasar Llama 3 menggunakan kumpulan data yang dikuratori oleh Tokyo Electron. Proses penyetelan ini menghasilkan model AI generatif khusus industri dengan pengetahuan unggul tentang proses etsa semikonduktor dibandingkan dengan model dasar generik. Laporan teknis tentang SemiKong tersedia.

DANA (Domain-Aware Neurosymbolic Agents)

DANA adalah pengembangan bersama Aitomatic Inc. (berbasis di Silicon Valley) dan Fenrir Inc. (berbasis di Jepang). Ini mewakili contoh awal dari arsitektur agen yang sekarang populer, di mana model diintegrasikan dengan alat lain untuk memberikan kemampuan pelengkap. Meskipun model saja dapat mencapai hasil yang mengesankan, banyak penelitian telah menunjukkan bahwa LLM sering menghasilkan jawaban yang salah. Sebuah studi tahun 2023 yang dikutip dalam makalah SemiKong mengukur kesalahan LLM tipikal sebesar 50%, sedangkan penggunaan alat penalaran dan perencanaan pelengkap DANA meningkatkan akurasi hingga 90% untuk aplikasi target.

DANA menggunakan agen neurosimbolik yang menggabungkan kemampuan pengenalan pola jaringan saraf dengan penalaran simbolik, memungkinkan logika yang ketat dan pemecahan masalah berbasis aturan. Penalaran logis, dikombinasikan dengan alat untuk perencanaan (seperti merancang proses jalur perakitan), menghasilkan hasil yang akurat dan andal yang penting untuk sistem kontrol kualitas industri dan perencanaan dan penjadwalan otomatis.

Keserbagunaan DANA meluas ke berbagai domain. Misalnya, dalam peramalan dan pengambilan keputusan keuangan, DANA dapat memahami tren pasar dan membuat prediksi berdasarkan teori yang kompleks, memanfaatkan data terstruktur dan tidak terstruktur. Kemampuan yang sama ini dapat diterapkan untuk mengambil dan mengevaluasi literatur medis dan informasi penelitian, memastikan bahwa diagnosis dan perawatan mematuhi protokol dan praktik medis yang mapan. Intinya, DANA dapat meningkatkan hasil pasien dan mengurangi kesalahan dalam aplikasi pasien yang kritis.

Fondasi yang Kuat untuk Pertumbuhan Berkelanjutan

AI Alliance memulai tahun 2025 dalam posisi yang kuat, dengan anggota yang tersebar di 23 negara dan banyak kelompok kerja yang berfokus pada tantangan AI utama. Aliansi ini membanggakan lebih dari 1.200 kolaborator kelompok kerja yang terlibat dalam lebih dari 90 proyek aktif. Secara internasional, AI Alliance telah berpartisipasi dalam acara yang diadakan di 10 negara, menjangkau lebih dari 20.000 orang, dan telah menerbitkan lima panduan cara tentang topik AI penting untuk membantu peneliti dan pengembang dalam membangun dan memanfaatkan AI.

AI Alliance telah menerbitkan contoh untuk menggunakan AI pada model seperti keluarga Granite IBM dan model Llama Meta. Koleksi “resep” yang terus bertambah memanfaatkan pustaka dan model terbuka paling populer untuk pola aplikasi umum, termasuk RAG, grafik pengetahuan, sistem neurosimbolik, dan arsitektur perencanaan dan penalaran agen yang muncul.

Peningkatan Skala: Rencana Ambisius untuk 2025 dan Seterusnya

Pada tahun 2025, AI Alliance berkomitmen untuk meningkatkan jangkauan dan dampaknya sepuluh kali lipat. Dua inisiatif utama barunya, yang dibahas sebelumnya, adalah Open Trusted Data Initiative dan Trust and Safety Evaluation Initiative. AI Alliance juga berencana untuk mendirikan lab komunitas standar industri untuk mengembangkan dan menguji teknologi aplikasi AI. Inisiatif model khusus domainnya akan terus berkembang. Misalnya, Kelompok Kerja Iklim dan Keberlanjutan yang baru berencana untuk mengembangkan model dasar multimodal dan alat perangkat lunak sumber terbuka untuk mengatasi tantangan utama dalam perubahan iklim dan mitigasinya.

Pada tahun 2030, AI diproyeksikan akan menyumbang sekitar $20 triliun untuk ekonomi global. Pada saat itu, diperkirakan 70% aplikasi AI industri akan berjalan pada AI sumber terbuka. Kekurangan profesional AI juga diperkirakan akan menjadi lebih akut daripada saat ini. Anggota AI Alliance mungkin dapat mengurangi tantangan ini dengan berkolaborasi dengan anggota lain untuk mendapatkan akses ke keahlian yang beragam dan berbagi sumber daya.

AI Alliance mengikuti lintasan pertumbuhan yang mirip dengan organisasi sumber terbuka sukses lainnya, seperti Linux Foundation, Apache Software Foundation, dan Open Source Initiative. Ini termasuk:

• Program pendidikan dan keterampilan AI yang komprehensif
• Advokasi global untuk AI yang bertanggung jawab
• Menciptakan alat untuk memastikan keamanan dan kepercayaan AI, serta kemudahan pengembangan dan penggunaan
• Penelitian kolaboratif dengan institusi akademik

Kepemimpinan AI Alliance akan terus menarik pengembang dan peneliti, serta pemimpin bisnis dan pemerintah. Kepemimpinan AI Alliance telah menetapkan peningkatan skala kolaborasi global sebagai misi utamanya untuk tahun 2025. Secara keseluruhan, AI Alliance memiliki fondasi untuk tumbuh menjadi kekuatan global yang dominan yang membentuk, meningkatkan, dan berinovasi masa depan Artificial Intelligence.