Bagaimana Pendekatan Kolaboratif AI Alliance Telah Memacu Pertumbuhan Pesat dalam Tahun Pertamanya
AI Alliance, yang dilancarkan pada Disember 2023 oleh IBM dan Meta, bersama-sama dengan 50 ahli pengasas lain, telah mengalami pertumbuhan yang luar biasa. Dalam masa lebih setahun, keahliannya telah meningkat kepada lebih 140 organisasi di seluruh dunia, merangkumi syarikat, organisasi bukan untung, dan institusi akademik dari pelbagai saiz. Kumpulan yang pelbagai ini disatukan oleh komitmen bersama untuk memupuk ekosistem AI yang teguh dan terbuka. AI Alliance telah dengan pantas menjadi kuasa penting dalam mendemokrasikan AI, menjadikan pencapaian tahun pertamanya patut dikaji.
Peralihan Transformatif dalam AI Sumber Terbuka
Dari segi sejarah, pembangunan AI sumber terbuka adalah usaha yang berpecah-belah, sering mengakibatkan model yang berprestasi rendah. Sebelum 2023, beberapa entiti bukan untung mempunyai sumber untuk melatih model AI dengan keupayaan yang menghampiri GPT-2. Syarikat teknologi besar menguasai landskap AI proprietari, manakala AI sumber terbuka sebahagian besarnya terhad kepada aplikasi khusus.
Tahun 2023 menandakan titik perubahan. Pelbagai model asas baharu dengan lesen permisif telah dikeluarkan, diikuti dengan keluaran terobosan Meta bagi model Llama 2 sumber terbukanya dengan kerjasama Microsoft. Peristiwa ini mencetuskan ledakan aktiviti, dengan lebih 10,000 model terbitan dicipta dalam tempoh enam bulan. Era baharu pembangunan AI sumber terbuka telah bermula.
Matlamat Bercita-cita Tinggi dan Jawatankuasa Pemandu Terbilang
Dengan latar belakang ini, AI Alliance menetapkan pelbagai matlamat yang mengagumkan sejak penubuhannya. Matlamat ini termasuk:
- Memupuk kerjasama terbuka
- Mewujudkan tadbir urus dan pagar keselamatan untuk AI
- Membangunkan alat penanda aras dan kedudukan dasar yang jelas
- Mengutamakan inisiatif pendidikan yang meluas
- Memupuk ekosistem perkakasan yang teguh
Kekuatan Alliance ini diperkukuhkan lagi oleh kaliber jawatankuasa pemandunya, yang mempunyai senarai organisasi komersial dan universiti yang terkenal.
Kriteria Keahlian: Komitmen kepada Keterbukaan dan Kerjasama
Untuk menjadi ahli AI Alliance, sesebuah organisasi mesti memenuhi empat kriteria utama:
- Penjajaran dengan Misi: Bakal ahli mesti sejajar dengan misi memupuk keselamatan, sains terbuka dan inovasi.
- Komitmen kepada Projek: Ahli mesti berdedikasi untuk mengusahakan projek penting yang sejajar dengan misi Alliance.
- Kepelbagaian Perspektif: Bakal ahli mesti bersedia untuk menyumbang kepada kepelbagaian perspektif dan budaya dalam keahlian global, yang kini melebihi 140 organisasi dan dijangka berkembang lagi.
- Reputasi: AI Alliance mencari ahli yang mempunyai reputasi yang diiktiraf sebagai pendidik, pembina atau penyokong dalam komuniti sumber terbuka AI.
Mengkategorikan Ahli: Pembina, Pemboleh dan Penyokong
Ahli Alliance biasanya tergolong dalam salah satu daripada tiga kategori:
- Pembina: Ahli ini bertanggungjawab untuk mencipta model, set data, alatan dan aplikasi yang menggunakan AI.
- Pemboleh: Ahli ini mempromosikan penggunaan teknologi AI terbuka melalui tutorial, kes penggunaan dan sokongan komuniti am.
- Penyokong: Ahli ini menekankan faedah ekosistem AI Alliance dan memupuk kepercayaan dan keselamatan awam di kalangan pemimpin organisasi, pihak berkepentingan masyarakat dan badan kawal selia.
Enam Bidang Tumpuan Utama: Pendekatan Holistik kepada Ekosistem AI
AI Alliance mentakrifkan keutamaan jangka panjangnya merentasi enam bidang tumpuan utama. Walau bagaimanapun, adalah penting untuk ambil perhatian bahawa Alliance mengambil pendekatan holistik kepada keseluruhan ekosistem AI, menggalakkan ahli komuniti dan pembangun untuk mengambil bahagian dalam satu atau lebih bidang dan menyesuaikan diri apabila minat atau keutamaan berubah.
Berikut ialah pandangan yang lebih dekat pada enam bidang tumpuan utama:
Kemahiran dan Pendidikan
Bidang ini didedikasikan untuk menyediakan pengetahuan AI kepada khalayak yang luas, termasuk pengguna dan pemimpin perniagaan yang menilai risiko AI, serta pelajar dan pembangun yang membina aplikasi AI. Ia bertujuan untuk memudahkan proses mencari panduan pakar dalam bidang tertentu dan termasuk inisiatif penilaian model.
Pada tahun 2024, Alliance menerbitkan Guide to Essential Competencies for AI, sumber komprehensif yang terhasil daripada tinjauan meluas untuk mengenal pasti peranan utama dalam AI dan kemahiran yang diperlukan untuk peranan tersebut. Walaupun baru diterbitkan, panduan itu telah menjalani sembilan semakan, dan tinjauan susulan dirancang untuk menangani isu yang dikenal pasti dalam tinjauan awal.
Kepercayaan dan Keselamatan
Bidang kritikal ini meneroka elemen penting kepercayaan dan keselamatan yang diperlukan untuk kejayaan semua aplikasi AI. Penanda aras, alatan dan metodologi digunakan untuk memastikan model dan aplikasi berkualiti tinggi, selamat dan boleh dipercayai. Ini termasuk menyokong piawaian kelakuan yang berkembang dan tindak balas yang berkesan terhadap risiko.
Kumpulan kerja dalam bidang ini mengumpulkan konsep terbaik yang berkaitan dengan kepercayaan dan keselamatan dan menghubungkan pengguna dengan kepakaran yang mereka perlukan. Tinjauan State of Open Source AI Trust and Safety — End of 2024 Edition, yang diterbitkan di laman web AI Alliance, menyerlahkan kedua-dua keperluan dan kejayaan dalam domain ini. Jurang penyelidikan dan persekitaran sedang ditangani melalui usaha penyelidikan dan pembangunan oleh banyak ahli AI Alliance.
Aplikasi dan Alatan
Kumpulan ini memberi tumpuan kepada meneroka alatan dan teknik untuk membina aplikasi berdaya AI yang cekap dan teguh. Ia juga sedang membangunkan makmal AI untuk memudahkan eksperimen dan ujian aplikasi AI, mempercepatkan inovasi.
Pembolehan Perkakasan
Bidang ini didedikasikan untuk memupuk ekosistem pemecut perkakasan AI yang teguh dengan memastikan tindanan perisian AI adalah agnostik perkakasan. Teknologi seperti MLIR dan Triton ialah alat perisian penting untuk mencapai kemudahalihan perkakasan berprestasi tinggi. Alat ini memperkasakan organisasi untuk memanfaatkan perkakasan pilihan mereka, meningkatkan fleksibiliti dan prestasi sambil mengurangkan pergantungan pada sistem proprietari.
Model Asas dan Set Data
Bidang ini menumpukan pada model untuk kawasan yang kurang mendapat perkhidmatan, termasuk berbilang bahasa, multimodal, siri masa, sains dan domain lain. Sebagai contoh, model sains dan khusus domain menyasarkan perubahan iklim, penemuan molekul dan industri semikonduktor.
Model yang berkesan dan seni bina aplikasi AI memerlukan set data yang berguna dengan tadbir urus dan hak penggunaan yang jelas. Open Trusted Data Initiative sedang menjelaskan keperluan untuk set data sedemikian dan membina katalog set data yang patuh. Usaha ini bertujuan untuk menghapuskan kebimbangan mengenai isu undang-undang, hak cipta dan privasi.
Advokasi
Advokasi dasar kawal selia adalah penting untuk mewujudkan ekosistem AI yang sihat dan terbuka. Semua dasar dan peraturan AI harus mewakili pandangan yang seimbang, dan bukannya berat sebelah.
Penyelaman Mendalam ke dalam Kepercayaan dan Keselamatan: Inisiatif 2025
Kepercayaan dan Keselamatan ialah bidang yang penting dan luas dalam AI Alliance, dengan ramai pakar mengusahakan alatan untuk mengesan dan mengurangkan ucapan kebencian, berat sebelah dan kandungan berbahaya yang lain. Trust and Safety Evaluation Initiative ialah usaha besar untuk 2025, menyediakan pandangan bersatu bagi keseluruhan spektrum penilaian – bukan sahaja untuk keselamatan, tetapi juga untuk prestasi dan bidang lain di mana menilai keberkesanan model dan aplikasi AI adalah penting. Sub-projek sedang meneroka keutamaan keselamatan khusus mengikut domain, seperti kesihatan, undang-undang dan kewangan.
Pada pertengahan 2025, AI Alliance merancang untuk mengeluarkan papan pendahulu Hugging Face yang akan membolehkan pembangun untuk:
- Cari penilaian yang paling sesuai dengan keperluan mereka
- Bandingkan prestasi model terbuka dengan penilaian tersebut
- Muat turun dan gunakan penilaian tersebut untuk memeriksa model peribadi dan aplikasi AI mereka sendiri
Inisiatif ini juga akan memberikan panduan tentang aspek keselamatan dan pematuhan penting bagi pelbagai kes penggunaan.
Menyokong AI On-Premise: Tindanan Perisian Agnostik Perkakasan
Tidak semua penggunaan model AI akan bergantung pada perkhidmatan komersial yang dihoskan. Situasi tertentu memerlukan penyelesaian ‘air-gapped’. Peranti pinggir pintar berdaya AI memacu penggunaan model baharu, kecil dan berkuasa di premis, selalunya tanpa sambungan internet. Untuk menyokong kes penggunaan ini dan memudahkan penyediaan model berskala besar dengan konfigurasi perkakasan yang fleksibel, AI Alliance sedang membangunkan tindanan perisian agnostik perkakasan.
Contoh Kerjasama Dunia Sebenar: SemiKong dan DANA
Dua contoh menyerlahkan bagaimana kerjasama terbuka di kalangan ahli Alliance menghasilkan faedah yang ketara untuk semua:
SemiKong
SemiKong ialah usaha sama antara tiga ahli Alliance. Mereka mencipta model bahasa besar sumber terbuka khusus untuk domain proses pembuatan semikonduktor. Pengilang boleh memanfaatkan model ini untuk mempercepatkan pembangunan peranti dan proses baharu. SemiKong mempunyai pengetahuan khusus tentang fizik dan kimia peranti semikonduktor. Dalam masa enam bulan sahaja, SemiKong menarik perhatian industri semikonduktor global.
SemiKong dibangunkan dengan memperhalusi model asas Llama 3 menggunakan set data yang disusun oleh Tokyo Electron. Proses penalaan ini menghasilkan model AI generatif khusus industri dengan pengetahuan unggul tentang proses punaran semikonduktor berbanding model asas generik. Laporan teknikal mengenai SemiKong tersedia.
DANA (Domain-Aware Neurosymbolic Agents)
DANA ialah pembangunan bersama Aitomatic Inc. (berpangkalan di Silicon Valley) dan Fenrir Inc. (berpangkalan di Jepun). Ia mewakili contoh awal seni bina ejen yang kini popular, di mana model disepadukan dengan alatan lain untuk menyediakan keupayaan pelengkap. Walaupun model sahaja boleh mencapai hasil yang mengagumkan, banyak kajian telah menunjukkan bahawa LLM sering menjana jawapan yang salah. Kajian 2023 yang dipetik dalam kertas SemiKong mengukur ralat LLM biasa pada 50%, manakala penggunaan pelengkap DANA bagi alat penaakulan dan perancangan meningkatkan ketepatan kepada 90% untuk aplikasi sasaran.
DANA menggunakan ejen neurosimbolik yang menggabungkan keupayaan pengecaman corak rangkaian neural dengan penaakulan simbolik, membolehkan logik yang ketat dan penyelesaian masalah berasaskan peraturan. Penaakulan logik, digabungkan dengan alatan untuk perancangan (seperti mereka bentuk proses barisan pemasangan), menghasilkan keputusan yang tepat dan boleh dipercayai yang penting untuk sistem kawalan kualiti industri dan perancangan dan penjadualan automatik.
Kepelbagaian DANA meluas ke pelbagai domain. Sebagai contoh, dalam ramalan kewangan dan membuat keputusan, DANA boleh memahami arah aliran pasaran dan membuat ramalan berdasarkan teori yang kompleks, menggunakan kedua-dua data berstruktur dan tidak berstruktur. Keupayaan yang sama ini boleh digunakan untuk mendapatkan semula dan menilai kesusasteraan perubatan dan maklumat penyelidikan, memastikan diagnosis dan rawatan mematuhi protokol dan amalan perubatan yang ditetapkan. Pada asasnya, DANA boleh meningkatkan hasil pesakit dan mengurangkan ralat dalam aplikasi pesakit yang kritikal.
Asas Kukuh untuk Pertumbuhan Berterusan
AI Alliance memulakan 2025 dalam kedudukan yang kukuh, dengan ahli merentasi 23 negara dan banyak kumpulan kerja yang memberi tumpuan kepada cabaran AI utama. Alliance ini mempunyai lebih 1,200 kolaborator kumpulan kerja yang terlibat dalam lebih 90 projek aktif. Di peringkat antarabangsa, AI Alliance telah mengambil bahagian dalam acara yang diadakan di 10 negara, menjangkau lebih 20,000 orang, dan telah menerbitkan lima panduan cara mengenai topik AI penting untuk membantu penyelidik dan pembangun dalam membina dan menggunakan AI.
AI Alliance telah menerbitkan contoh untuk menggunakan AI pada model seperti keluarga Granite IBM dan model Llama Meta. Koleksi ‘resipi’ yang semakin berkembang memanfaatkan perpustakaan dan model terbuka yang paling popular untuk corak aplikasi biasa, termasuk RAG, graf pengetahuan, sistem neurosimbolik, dan seni bina perancangan dan penaakulan ejen yang baru muncul.
Meningkatkan Skala: Rancangan Bercita-cita Tinggi untuk 2025 dan Seterusnya
Pada tahun 2025, AI Alliance komited untuk meningkatkan jangkauan dan impaknya sepuluh kali ganda. Dua daripada inisiatif utama baharunya, yang dibincangkan sebelum ini, ialah Open Trusted Data Initiative dan Trust and Safety Evaluation Initiative. AI Alliance juga merancang untuk menubuhkan makmal komuniti standard industri untuk membangunkan dan menguji teknologi aplikasi AI. Inisiatif model khusus domainnya akan terus berkembang. Sebagai contoh, Kumpulan Kerja Iklim dan Kemampanan yang baharu merancang untuk membangunkan model asas multimodal dan alat perisian sumber terbuka untuk menangani cabaran utama dalam perubahan iklim dan mitigasinya.
Menjelang 2030, AI diunjurkan menyumbang anggaran $20 trilion kepada ekonomi global. Menjelang itu, diramalkan bahawa 70% aplikasi AI industri akan dijalankan pada AI sumber terbuka. Kekurangan profesional AI juga dijangka menjadi lebih teruk daripada hari ini. Ahli AI Alliance mungkin dapat mengurangkan cabaran ini dengan bekerjasama dengan ahli lain untuk mendapatkan akses kepada kepakaran yang pelbagai dan perkongsian sumber.
AI Alliance mengikuti trajektori pertumbuhan yang serupa dengan organisasi sumber terbuka lain yang berjaya, seperti Linux Foundation, Apache Software Foundation, dan Open Source Initiative. Ini termasuk:
- Program pendidikan dan kemahiran AI yang komprehensif
- Advokasi global untuk AI yang bertanggungjawab
- Mencipta alatan untuk memastikan keselamatan dan kebolehpercayaan AI, serta kemudahan pembangunan dan penggunaan
- Penyelidikan kolaboratif dengan institusi akademik
Kepimpinan AI Alliance akan terus menarik pembangun dan penyelidik, serta pemimpin perniagaan dan kerajaan. Kepimpinan AI Alliance telah menetapkan peningkatan kerjasama global sebagai misi utamanya untuk 2025. Secara keseluruhannya, AI Alliance mempunyai asas untuk berkembang menjadi kuasa global yang dominan yang membentuk, menambah baik dan menginovasi masa depan Artificial Intelligence.