Sebuah studi yang ditugaskan oleh Meta telah memicu perdebatan tentang makna sebenarnya dari kecerdasan buatan (AI) sumber terbuka (open source). Laporan tersebut menyoroti efektivitas biaya dan adopsi luas AI sumber terbuka oleh bisnis, tetapi para kritikus mempertanyakan apakah model Llama milik Meta sendiri benar-benar memenuhi standar sumber terbuka.
Laporan yang Didukung Meta: Pandangan Positif untuk AI Sumber Terbuka
The Linux Foundation melakukan studi tersebut, yang meninjau literatur akademik dan industri serta data empiris. Temuan menunjukkan bahwa sistem AI sumber terbuka, yang model dan kodenya tersedia untuk umum untuk digunakan atau dimodifikasi, memiliki dampak positif pada bisnis.
Penelitian Universitas Harvard menunjukkan bahwa perusahaan yang menggunakan perangkat lunak sumber terbuka akan menghabiskan sekitar 3,5 kali lebih banyak jika tidak tersedia. Dalam ranah AI, sekitar dua pertiga organisasi menganggap AI sumber terbuka lebih murah untuk diterapkan daripada model berpemilik, dengan hampir setengahnya menyebut penghematan biaya sebagai alasan utama pilihan mereka. Efektivitas biaya ini telah menyebabkan adopsi luas, dengan 89% perusahaan yang mengadopsi AI menggunakan AI sumber terbuka dalam beberapa kapasitas.
Anna Hermansen dan Cailean Osborne, penulis studi dari The Linux Foundation, berpendapat bahwa menjadikan model AI sumber terbuka mendorong perbaikan, meningkatkan kegunaannya untuk bisnis. Mereka mengutip PyTorch, kerangka kerja AI yang bertransisi dari tata kelola unilateral Meta ke tata kelola terbuka di bawah Linux Foundation, sebagai studi kasus. Mereka menemukan bahwa sementara kontribusi Meta menurun, kontribusi dari perusahaan eksternal, seperti produsen chip, meningkat, dan kontribusi dari basis pengguna PyTorch tetap konstan. Ini menunjukkan bahwa model open-sourcing "mempromosikan partisipasi yang lebih luas dan peningkatan kontribusi."
Model sumber terbuka dianggap lebih dapat disesuaikan, keuntungan signifikan dalam manufaktur. Studi tersebut mengklaim bahwa kinerja mereka sebanding dengan model berpemilik di sektor-sektor seperti perawatan kesehatan, yang mengarah pada penghematan biaya tanpa mengorbankan kualitas.
Meta bermaksud untuk menekankan manfaat AI sumber terbuka melalui studi ini, mempromosikan model Llama sumber terbukanya. Sektor AI sangat kompetitif, dan mendominasi area sumber terbuka dapat memposisikan Meta sebagai merek tepercaya, membuka jalan bagi kepemimpinan di bidang lain.
Kontroversi: Mendefinisikan “Sumber Terbuka”
Namun, pemahaman Meta tentang AI sumber terbuka telah ditantang. Laporan Linux bergantung pada definisi luas yang disediakan oleh Kerangka Keterbukaan Model Generative AI Commons, yang hanya mengharuskan rilis arsitektur, parameter, dan dokumentasi model pembelajaran mesin di bawah lisensi permisif yang memungkinkan penggunaan, modifikasi, dan distribusi.
Open Source Initiative (OSI) menawarkan definisi yang lebih spesifik. Ia mendikte bahwa untuk tujuan apa pun, pengguna dapat menggunakan sistem tanpa meminta izin, memahami bagaimana ia berfungsi, memodifikasinya, dan membagikannya dengan atau tanpa modifikasi.
Prinsip-prinsip ini harus berlaku untuk kode sumber model, parameter dan bobot, dan data komprehensif tentang data pelatihannya. Meskipun merilis data pelatihan itu sendiri tidak wajib, memberikan informasi yang cukup sangat penting untuk memungkinkan seseorang yang terampil mengembangkan sistem dengan kesetaraan substansial.
Pada tahun 2023, Open Source Initiative menyatakan bahwa batasan komersial Llama 2 pada pengguna tertentu dan batasan tentang bagaimana model tersebut digunakan menghapusnya "dari kategori ‘sumber terbuka,’" terlepas dari pernyataan Meta. Mereka menegaskan kembali sikap ini dengan rilis Llama 3, menunjuk pada batasan yang lebih besar, seperti menolak akses ke pengguna UE.
Scott Shaw, CTO di Thoughtworks, menyatakan bahwa pengguna Llama 3 tidak dapat memeriksa kode sumbernya, tidak memiliki redistribusi tanpa batasan, dan harus membayar biaya lisensi untuk penggunaan tertentu, yang semuanya bertentangan dengan definisi Open Source Initiative. Kontroversi meluas ke Llama 4, di mana Meta mengharuskan entitas komersial dengan lebih dari 700 juta pengguna aktif bulanan untuk mencari izin eksplisit sebelum menggunakan model.
Shaw mengklarifikasi pada tahun 2024 bahwa meskipun Meta mungkin dengan jujur menggambarkannya sebagai model yang tersedia secara terbuka, istilah "sumber terbuka" sering diterapkan secara longgar, dan penting untuk menyadari bahwa tersedia secara terbuka atau gratis tidak secara inheren berarti sumber terbuka. Perbedaan ini sering diabaikan, dan orang mungkin tidak sepenuhnya memahami tingkat keterbukaan yang dimiliki model tertentu.
Memecahkan Nuansa “Terbuka” di Lanskap AI
Inti dari masalah ini terletak pada definisi “terbuka.” Dalam dunia AI yang berkembang pesat, istilah "sumber terbuka" semakin banyak digunakan secara longgar, yang mengarah pada kebingungan dan klaim yang berpotensi menyesatkan. Sementara Meta menegaskan sifat terbuka dari model Llama-nya, pemeriksaan dari komunitas sumber terbuka mengungkapkan perbedaan penting dibandingkan dengan standar ketat Open Source Initiative.
Ketidaksepakatan berasal dari sejauh mana kebebasan diberikan kepada pengguna. Sumber terbuka sejati, menurut OSI, memberi pengguna hak yang tidak terbatas untuk menggunakan, mempelajari, memodifikasi, dan mendistribusikan perangkat lunak untuk tujuan apa pun. Ini termasuk akses ke kode sumber, memungkinkan pengembang untuk memahami seluk-beluk perangkat lunak dan menyesuaikannya dengan kebutuhan mereka.
Model Llama Meta, meskipun tersedia secara bebas, memberlakukan batasan tertentu. Pembatasan penggunaan komersial, terutama untuk bisnis besar, dan batasan pada redistribusi atau modifikasi menimbulkan kekhawatiran tentang apakah mereka benar-benar memenuhi syarat sebagai sumber terbuka di bawah definisi tradisional.
Perdebatan ini signifikan karena memengaruhi bagaimana komunitas AI mengembangkan dan menyebarluaskan alat dan teknologi baru. Ketika model benar-benar sumber terbuka, mereka mempromosikan kolaborasi, inovasi, dan aksesibilitas. Siapa pun dapat berkontribusi pada proyek, mengadaptasinya ke aplikasi tertentu, dan berbagi peningkatan mereka dengan komunitas. Ini mengarah pada kemajuan yang lebih cepat dan adopsi yang lebih luas.
Namun, ketika keterbukaan terbatas, baik oleh batasan komersial atau kondisi lisensi yang tidak jelas, potensi inovasi berkurang. Pengembang mungkin ragu untuk menginvestasikan waktu dan sumber daya mereka dalam model jika mereka tidak yakin mereka dapat dengan bebas menggunakannya atau mengadaptasinya.
Implikasi untuk Bisnis dan Masa Depan AI
Ambiguitas seputar AI sumber terbuka memiliki implikasi signifikan bagi bisnis. Organisasi yang memutuskan apakah akan mengadopsi model sumber terbuka perlu memahami nuansa lisensi dan batasan yang berbeda. Sementara model seperti Llama mungkin tampak menarik karena ketersediaan dan kinerjanya, bisnis harus mempertimbangkan implikasi jangka panjang dari mengandalkan model dengan batasan.
Untuk perusahaan kecil atau lembaga penelitian, batasan ini mungkin dapat diabaikan. Namun, perusahaan yang lebih besar harus berhati-hati untuk memastikan kepatuhan dan memahami hak-hak mereka sebelum berinvestasi dalam model ini. Memilih teknologi sumber terbuka sejati memberikan fleksibilitas, kontrol, dan keberlanjutan jangka panjang yang lebih besar.
Selain kekhawatiran tentang kepatuhan, ada juga pertanyaan tentang dampak jangka panjang pada ekosistem AI. Jika organisasi memprioritaskan model dengan keterbukaan terbatas, itu dapat menghambat kolaborasi terbuka, memperlambat laju inovasi, dan menciptakan kesenjangan antara perusahaan dan pengembang independen. Dengan mendukung inisiatif dan proyek yang mempromosikan standar terbuka yang asli, komunitas AI dapat menumbuhkan lingkungan kolaboratif dan inklusif yang menguntungkan semua orang.
Selain itu, kontroversi seputar AI sumber terbuka memunculkan pertanyaan tentang transparansi dan keandalan. Kode sumber terbuka memungkinkan audit dan verifikasi independen. Ini berarti pengembang dapat memeriksa kerentanan, bias, dan masalah potensial lainnya dan memperbaikinya dengan cepat. Ketika perangkat lunak berpemilik atau tunduk pada batasan, tingkat pengawasan ini mungkin tidak mungkin dilakukan. Ini dapat meningkatkan risiko konsekuensi yang tidak terduga dan menghambat kepercayaan publik.
Menavigasi lanskap keterbukaan AI yang berkembang
Seiring AI terus berkembang, pengembang, peneliti, dan pemimpin bisnis perlu berpartisipasi dalam diskusi seputar definisi sumber terbuka. Perdebatan yang sedang berlangsung tentang sifat sumber terbuka dari model Llama Meta menyoroti pentingnya mengklarifikasi terminologi, mempromosikan praktik perizinan yang jelas, dan mendorong transparansi.
Menemukan keseimbangan antara inovasi terbuka dan realitas bisnis tetap menjadi kunci. Sementara beberapa orang berpendapat bahwa standar sumber terbuka yang ketat dapat menghambat pengembangan, yang lain menekankan pentingnya melestarikan prinsip-prinsip keterbukaan dan kolaborasi yang telah menjadi dasar dalam begitu banyak kemajuan teknologi.
Model sumber terbuka terus mendapatkan perhatian di sektor kecerdasan buatan, memberikan manfaat seperti transparansi, kebebasan modifikasi, dan kemudahan penggunaan. Studi ini menunjukkan bahwa efektivitas biaya dan penyesuaian AI sumber terbuka telah meningkatkan adopsi di antara perusahaan, menghasilkan penghematan keuangan dan peningkatan.
Perbedaan antara Llama 3 Meta dan standar yang ditetapkan oleh Open Source Initiative (OSI) mengarah pada pertanyaan tentang apakah Llama 3 memenuhi definisi aktual untuk "sumber terbuka". OSI menekankan pentingnya ketersediaan kode sumber, yang memungkinkan redistribusi dan penggunaan apa pun. Batasan yang diberlakukan oleh Meta untuk Llama 3 menyebabkan ketidaksepakatan tentang apakah rilis tersebut dapat dianggap sebagai sumber terbuka.
Diskusi ini menyoroti pentingnya mengetahui seluk-beluk keterbukaan dalam AI. Pengembang dan organisasi perlu mengukur secara tepat persyaratan, ketentuan, dan implikasi penggunaan model AI, untuk menjamin kepatuhan terhadap peraturan dan mempertahankan inovasi di dalam tim.
Munculnya AI sumber terbuka memberikan jalan baru untuk inovasi dan aksesibilitas, tetapi seperti yang dibuktikan oleh perdebatan seputar model Llama, tantangan dan kontradiksi perlu diatasi untuk berhasil menavigasi dunia AI. Mendorong praktik AI yang bertanggung jawab dan terbuka mengarah pada kerja sama di seluruh komunitas, memungkinkan semua orang untuk menuai manfaat sambil mengurus jebakan.
Manfaat Sumber Terbuka
AI sumber terbuka memungkinkan pengembang, peneliti, dan organisasi untuk mengambil teknologi sumber terbuka yang memicu inovasi. AI sumber terbuka mempromosikan penghematan biaya, peluang penyesuaian, dan kolaborasi yang lebih luas karena akses tanpa batas. Fleksibilitas memungkinkan AI untuk digunakan di banyak lingkungan yang berbeda.
Biaya adalah faktor besar. Model AI menghemat uang untuk biaya pengembangan dengan membiarkan pengembang menggunakan dan mengubah teknologi yang ada. Kemampuan untuk menyesuaikan AI sumber terbuka memungkinkan organisasi untuk mengadaptasi teknologinya untuk memenuhi kebutuhan tertentu, menghasilkan inovasi dan efisiensi.
Akses lebih lanjut mendorong kolaborasi di antara pengembang, peneliti, dan organisasi yang mendorong berbagi pengetahuan. Bersama-sama mereka meningkatkan AI, mengatasi tantangan, dan menciptakan solusi di komunitas global. AI sumber terbuka memberi lebih banyak bisnis akses ke teknologi mutakhir, memberikan keuntungan dan mempercepat penyebaran solusi AI di berbagai bidang.
Transparansi dihasilkan dari AI sumber terbuka, memungkinkan semua orang untuk memeriksa kode, algoritma, dan fungsionalitas. Ini membantu menemukan kesalahan, bias, dan risiko keamanan, meningkatkan kepercayaan dan akuntabilitas. Sumber terbuka mengembangkan lingkungan komunitas tempat peningkatan berkelanjutan meningkatkan kualitas.
Tantangan
Bisnis menjadi lebih sadar akan teknologi baru ini dan perlu tetap sadar akan potensi tantangan. Bidang AI yang berkembang pesat membutuhkan pemikiran dan analisis yang cermat selama implementasi.
Kepatuhan terhadap peraturan terus menjadi perhatian. Perjanjian lisensi yang kompleks memerlukan analisis yang cermat untuk memastikan bahwa semua penggunaan mematuhi aturan pada berbagai sumber terbuka. Keamanan adalah masalah besar lainnya karena siapa pun termasuk mereka yang memiliki niat berbahaya dapat mengakses sumber terbuka. Oleh karena itu, manajemen yang waspada dan langkah-langkah keamanan yang kuat penting untuk melindungi terhadap kerentanan.
Organisasi sering bergantung pada dukungan komunitas untuk pembaruan dan menyelesaikan masalah saat menggunakan AI sumber terbuka. Waktu respons dan keandalan dapat bergantung pada komunitas. Dukungan komunitas dan kelayakan proyek harus dinilai sebelum menggunakan sumber terbuka. Menggunakan AI sumber terbuka membutuhkan pertimbangan yang cermat untuk mendapatkan manfaatnya sambil mengurangi risiko.
Menavigasi lanskap tergantung pada mengetahui perbedaan antara model dan menilai apakah pendekatan sumber terbuka sesuai dengan tujuan bisnis. Untuk mempromosikan integritas dan kepercayaan, keterbukaan, akuntabilitas, dan penggunaan AI yang bertanggung jawab sangat penting untuk difasilitasi.
Tampilan Masa Depan
Memahami konsep sumber terbuka menjadi semakin menonjol seiring AI menjadi semakin luas. Masa depan tergantung pada pengembangan pedoman yang jelas dan jujur sambil mempromosikan partisipasi komunitas. Kekuatan kolaboratif sumber terbuka dapat sepenuhnya diwujudkan untuk membuat inovasi tersedia untuk publik. Organisasi perlu merangkul akuntabilitas, transparansi, dan kerja sama untuk mempromosikan pengembangan AI yang berkelanjutan dan tanggung jawab sosial.