Mmomonyoko wa Uwazi: Kwa Nini AI 'Chanzo Huria' Sivyo

Neno “chanzo huria” lina mvuto mkubwa katika ulimwengu wa teknolojia. Linaibua picha za uvumbuzi shirikishi, maarifa yaliyoshirikiwa, na imani ya msingi katika uwazi. Roho hii ilidhihirishwa wazi nusu karne iliyopita na uundwaji wa Homebrew Computer Club huko Menlo Park, California. Kundi hili la wapenzi na mafundi halikujenga mashine tu; walijenga utamaduni uliojikita katika kubadilishana mawazo na programu kwa uhuru, wakiweka mawe ya msingi kwa harakati za chanzo huria ambazo zingebadilisha kabisa kompyuta. Hata hivyo, leo, urithi huu uliopatikana kwa shida na ufafanuzi wenyewe wa uwazi unakabiliwa na changamoto isiyo dhahiri lakini muhimu, haswa ndani ya uwanja unaopanuka kwa kasi wa akili bandia (artificial intelligence). Idadi inayoongezeka ya kampuni zinazounda mifumo tata ya AI zinatamani kuita ubunifu wao kama “chanzo huria,” lakini uchunguzi wa karibu unaonyesha kuwa lebo hii mara nyingi hutumiwa juu juu tu, ikificha ukweli ambao haufikii kanuni za msingi za harakati hiyo. Upunguzaji huu wa maana sio tu suala la maneno; unaleta tishio la kweli kwa kanuni za uwazi na uwezo wa kurudiwa ambazo ni muhimu sana, haswa ndani ya jamii ya kisayansi.

Kuelewa Roho Halisi ya Ushirikiano Huria

Ili kuelewa hali ya sasa, ni lazima kwanza kuthamini kile ambacho “chanzo huria” kinamaanisha kweli. Ni zaidi ya programu ya bure tu; ni falsafa iliyojikita katika maendeleo ya pamoja na uaminifu unaoweza kuthibitishwa. Msingi wa falsafa hii unategemea uhuru nne muhimu:

1. Uhuru wa kuendesha programu kwa madhumuni yoyote.
2. Uhuru wa kuchunguza jinsi programu inavyofanya kazi na kuibadilisha ili ifanye kazi zako za kompyuta kama unavyotaka. Upatikanaji wa msimbo chanzo ni sharti la awali kwa hili.
3. Uhuru wa kusambaza nakala ili uweze kuwasaidia wengine.
4. Uhuru wa kusambaza nakala za matoleo yako yaliyobadilishwa kwa wengine. Kwa kufanya hivi unaweza kuipa jamii nzima fursa ya kufaidika na mabadiliko yako. Upatikanaji wa msimbo chanzo ni sharti la awali kwa hili.

Uhuru huu, ambao kwa kawaida huwekwa katika leseni kama vile GNU General Public License (GPL), MIT License, au Apache License, kihistoria umejikita kwenye msimbo chanzo. Msimbo chanzo – maagizo yanayoweza kusomwa na binadamu yaliyoandikwa na watengenezaji programu – ndio ramani ya programu za jadi. Kufanya msimbo huu upatikane kwa uwazi kunaruhusu mtu yeyote kuukagua, kuelewa mantiki yake, kutambua kasoro zinazowezekana, kuubadilisha kulingana na mahitaji mapya, na kushiriki maboresho hayo.

Mfumo huu umekuwa kichocheo cha ajabu kwa uvumbuzi na maendeleo ya kisayansi. Fikiria athari za zana zinazopatikana kwa urahisi kwa watafiti ulimwenguni kote:

• Uchambuzi wa takwimu: Programu kama R Studio hutoa mazingira yenye nguvu, ya uwazi, na yanayoweza kupanuliwa kwa kompyuta za takwimu na grafu, na kuwa msingi wa uchambuzi wa data katika nyanja nyingi za kisayansi. Uwazi wake unaruhusu ukaguzi wa rika wa mbinu na uundaji wa vifurushi maalum.
• Mienendo ya majimaji kwa kompyuta: OpenFOAM inatoa maktaba ya kisasa kwa kuiga mtiririko wa majimaji, muhimu katika nyanja kuanzia uhandisi wa anga hadi sayansi ya mazingira. Asili yake huria inawezesha ubinafsishaji na uthibitishaji wa uigaji tata.
• Mifumo ya uendeshaji: Linux na mifumo mingine ya uendeshaji ya chanzo huria huunda uti wa mgongo wa miundombinu mingi ya kompyuta duniani, ikiwa ni pamoja na makundi ya kompyuta za kisayansi zenye utendaji wa juu, zinazothaminiwa kwa uthabiti, unyumbufu, na uwazi wao.

Faida zinaenda mbali zaidi ya kuokoa gharama tu. Chanzo huria kinakuza uwezo wa kurudiwa, msingi wa mbinu ya kisayansi. Wakati zana na msimbo unaotumiwa katika utafiti uko wazi, wanasayansi wengine wanaweza kurudia majaribio, kuthibitisha matokeo, na kujenga juu ya kazi hiyo kwa kujiamini. Inakuza ushirikiano wa kimataifa, ikivunja vizuizi na kuruhusu watafiti kutoka asili na taasisi mbalimbali kuchangia katika changamoto za pamoja. Inahakikisha udumu na kuepuka kufungwa na muuzaji, ikilinda uwekezaji wa utafiti kutokana na matakwa ya kampuni za programu za umiliki. Inaharakisha ugunduzi kwa kuruhusu usambazaji wa haraka na urudufishaji wa mawazo na mbinu mpya. Maadili ya chanzo huria kimsingi yanalingana na harakati za kisayansi za kutafuta maarifa kupitia uwazi, uchunguzi, na maendeleo ya pamoja.

Akili Bandia: Mnyama Tofauti Kabisa

Mfumo uliowekwa wa chanzo huria, uliojengwa kwa usalama kuzunguka upatikanaji wa msimbo chanzo, unakumbana na misukosuko mikubwa unapotumika katika uwanja wa akili bandia, haswa mifumo mikubwa kama vile mifumo mikubwa ya lugha (LLMs). Ingawa mifumo hii ya AI hakika inahusisha msimbo, utendaji na tabia zao huundwa na vipengele vingi ngumu zaidi na mara nyingi visivyo wazi. Kutoa tu msimbo wa usanifu wa mtandao wa neva hailingani na uwazi halisi kama ilivyo kwa programu za jadi.

Mfumo wa AI, haswa mfumo wa kujifunza kwa kina, kwa kawaida huundwa na viungo kadhaa muhimu:

1. Usanifu wa Mfumo (Model Architecture): Huu ni muundo wa kimuundo wa mtandao wa neva – mpangilio wa tabaka, nyuroni, na miunganisho. Kampuni mara nyingi hutoa habari hii, wakiiwasilisha kama ushahidi wa uwazi. Ni sawa na kushiriki ramani ya injini.
2. Vigezo vya Mfumo (Model Weights/Parameters): Hizi ni thamani za nambari, mara nyingi mabilioni yao, ndani ya mtandao ambazo zimerekebishwa wakati wa mchakato wa mafunzo. Zinawakilisha mifumo iliyojifunza na maarifa yaliyotolewa kutoka kwa data ya mafunzo. Kutoa vigezo kunaruhusu wengine kutumia mfumo uliokwisha kufunzwa. Hii ni kama kutoa injini iliyokusanywa kikamilifu, tayari kuendeshwa.
3. Data ya Mafunzo (Training Data): Hiki labda ndicho kipengele muhimu zaidi na kinachofichwa mara nyingi zaidi. Mifumo ya msingi hufunzwa kwenye hifadhidata kubwa sana, mara nyingi hukusanywa kutoka kwenye mtandao au kutoka kwa makusanyo ya umiliki au ya faragha (kama rekodi za matibabu, ambazo huibua wasiwasi mkubwa wa faragha). Muundo, usimamizi, uchujaji, na upendeleo unaowezekana ndani ya data hii huathiri kwa kiasi kikubwa uwezo, mapungufu, na tabia za kimaadili za mfumo. Bila habari za kina kuhusu data ya mafunzo, kuelewa kwa nini mfumo unavyofanya kazi jinsi unavyofanya, au kutathmini kufaa na usalama wake kwa matumizi maalum, inakuwa ngumu sana. Huu ndio mchanganyiko wa siri wa mafuta na hali sahihi ambazo injini iliendeshwa chini yake.
4. Msimbo na Mchakato wa Mafunzo (Training Code and Process): Hii inajumuisha algoriti maalum zilizotumiwa kwa mafunzo, mbinu za uboreshaji, vigezo vya juu vilivyochaguliwa (mipangilio inayodhibiti mchakato wa kujifunza), miundombinu ya kompyuta iliyotumika, na nishati kubwa iliyotumika. Tofauti ndogo katika mchakato wa mafunzo zinaweza kusababisha tabia tofauti za mfumo, na kufanya uwezo wa kurudiwa kuwa changamoto hata kama usanifu na data vilijulikana. Hii inawakilisha maelezo ya kina ya uhandisi, zana, na hali za kiwanda zilizotumika kujenga na kurekebisha injini.

Mifumo mingi inayouzwa sasa kama AI ya “chanzo huria” kimsingi hutoa ufikiaji wa usanifu wa mfumo na vigezo vilivyofunzwa awali. Ingawa hii inaruhusu watumiaji kuendesha mfumo na labda kuurekebisha kwenye hifadhidata ndogo, inashindwa vibaya kutoa uwazi unaohitajika kuhusu data ya mafunzo na mchakato. Hii inapunguza sana uwezo wa kuchunguza kweli sifa za msingi za mfumo au kuubadilisha kwa njia zenye maana kubwa ambazo zinahitaji kufunzwa upya au kuelewa asili yake. Uhuru wa kuchunguza na kurekebisha, ambao ni msingi wa ufafanuzi wa chanzo huria, unazuiliwa sana wakati vipengele muhimu vya data na mbinu za mafunzo vinabaki siri. Kurudia uundaji wa mfumo kutoka mwanzo – jaribio muhimu la uelewa na uthibitishaji wa kisayansi – inakuwa karibu haiwezekani.

Mwenendo wa Kutatanisha wa ‘Openwashing’ katika AI

Pengu hili kati ya lebo na ukweli limezua tabia inayojulikana kama “openwashing.” Neno hili linaelezea kitendo cha kampuni kutumia sifa nzuri na faida zinazoonekana za “chanzo huria” kwa uuzaji na faida ya kimkakati, huku wakati huo huo zikizuia ufikiaji wa vipengele muhimu kama habari za kina za data ya mafunzo au msimbo uliotumika kwa mafunzo yenyewe. Wanavika mifumo yao lugha ya uwazi bila kukumbatia kikamilifu kanuni zake zinazohitaji uwazi na ufikiaji wa jamii.

Mifumo kadhaa maarufu ya AI, licha ya kutumiwa sana na wakati mwingine kubeba jina la “wazi,” hupungukiwa inapopimwa dhidi ya ufafanuzi kamili wa chanzo huria unaotetewa na mashirika kama Open Source Initiative (OSI). Uchambuzi uliofanywa na OSI, ambayo imekuwa ikifanya kazi kwa bidii tangu 2022 kufafanua maana ya chanzo huria katika muktadha wa AI, ulionyesha wasiwasi na mifumo kadhaa maarufu:

• Llama 2 & Llama 3.x (Meta): Ingawa vigezo vya mfumo na usanifu vinapatikana, vikwazo vya matumizi na uwazi usio kamili kuhusu hifadhidata kamili ya mafunzo na mchakato vinapunguza upatanisho wao na maadili ya jadi ya chanzo huria.
• Grok (X): Vivyo hivyo, ingawa inapatikana, ukosefu wa habari kamili kuhusu data yake ya mafunzo na mbinu huibua maswali kuhusu uwazi wake wa kweli.
• Phi-2 (Microsoft): Mara nyingi huelezewa kama “mfumo wazi,” uwazi kamili kuhusu mchakato wake wa uundaji na data bado ni mdogo.
• Mixtral (Mistral AI): Ingawa sehemu zimetolewa, haifikii vigezo kamili vya chanzo huria kutokana na mapungufu katika ufikiaji wa vipengele vyote muhimu kwa uchunguzi na urekebishaji.

Mifano hii inatofautiana na juhudi zinazojitahidi kufuata zaidi kanuni za chanzo huria:

• OLMo (Allen Institute for AI): Iliyoundwa na taasisi ya utafiti isiyo ya faida, OLMo iliundwa kwa uwazi akilini, ikitoa sio tu vigezo bali pia msimbo wa mafunzo na maelezo kuhusu data iliyotumika.
• LLM360’s CrystalCoder: Mradi unaoendeshwa na jamii unaolenga uwazi kamili katika mzunguko wa maisha wa mfumo, ikiwa ni pamoja na data, taratibu za mafunzo, na vipimo vya tathmini.

Kwa nini kujihusisha na openwashing? Sababu ni nyingi:

1. Uuzaji na Mtazamo: Lebo ya “chanzo huria” hubeba nia njema kubwa. Inaashiria ushirikiano, mazoea ya kimaadili, na kujitolea kwa jamii pana, ambayo inaweza kuvutia watumiaji, watengenezaji, na vyombo vya habari vyema.
2. Ujenzi wa Mfumo Ikolojia: Kutoa vigezo vya mfumo, hata bila uwazi kamili, kunahimiza watengenezaji kujenga programu juu ya mfumo wa AI, na uwezekano wa kuunda mfumo ikolojia tegemezi ambao unanufaisha kampuni iliyoanzisha.
3. Upatanishi wa Udhibiti: Hii ni kichocheo kinachotia wasiwasi hasa. Kanuni zijazo, kama vile Sheria ya AI ya Umoja wa Ulaya (2024), zinatarajiwa kuweka mahitaji magumu zaidi kwa mifumo fulani ya AI yenye hatari kubwa. Hata hivyo, misamaha au uchunguzi mwepesi mara nyingi hupendekezwa kwa “programu huria na za chanzo huria.” Kwa kutumia lebo ya “chanzo huria” – hata kama si sahihi kulingana na ufafanuzi uliowekwa – kampuni zinaweza kutumaini kupitia kanuni hizi kwa urahisi zaidi, zikiepuka mizigo ya gharama kubwa inayoweza kuhusishwa na mifumo ya umiliki, yenye hatari kubwa. Uwekaji lebo huu wa kimkakati unatumia mwanya unaowezekana, ukidhoofisha nia ya kanuni ya kuhakikisha usalama na uwazi.

Tabia hii hatimaye inapunguza thamani ya neno “chanzo huria” na kuleta mkanganyiko, na kufanya iwe vigumu kwa watumiaji, watengenezaji, na watafiti kutambua ni mifumo ipi ya AI inayotoa kweli uwazi na uhuru ambao lebo hiyo inaashiria.

Kwa Nini Uwazi wa Kweli ni Muhimu Haraka kwa Sayansi

Kwa jamii ya kisayansi, dau katika mjadala huu ni kubwa mno. Sayansi hustawi kwa uwazi, uwezo wa kurudiwa, na uwezo wa uthibitishaji huru. Kuongezeka kwa ujumuishaji wa AI katika utafiti – kutoka kuchambua data ya jenomu na kuiga mabadiliko ya hali ya hewa hadi kugundua vifaa vipya na kuelewa mifumo tata ya kibiolojia – kunafanya asili ya zana hizi za AI kuwa muhimu sana. Kutegemea mifumo ya AI ya “sanduku jeusi,” au ile inayojifanya kuwa wazi bila kutoa uwazi halisi, huleta hatari kubwa:

• Uwezo wa Kurudiwa Ulioharibika: Ikiwa watafiti hawawezi kufikia au kuelewa data ya mafunzo na mbinu nyuma ya mfumo wa AI uliotumiwa katika utafiti, kurudia matokeo inakuwa haiwezekani. Hii kimsingi inadhoofisha nguzo kuu ya mbinu ya kisayansi. Matokeo yanawezaje kuaminiwa au kujengwa juu yake ikiwa hayawezi kuthibitishwa kwa uhuru?
• Upendeleo na Mapungufu Yaliyofichwa: Mifumo yote ya AI hurithi upendeleo kutoka kwa data yao ya mafunzo na chaguo za muundo. Bila uwazi, watafiti hawawezi kutathmini vya kutosha upendeleo huu au kuelewa mapungufu ya mfumo. Kutumia mfumo wenye upendeleo bila kujua kunaweza kusababisha matokeo yaliyopotoka, hitimisho lenye kasoro, na matokeo mabaya yanayoweza kutokea katika ulimwengu halisi, haswa katika maeneo nyeti kama utafiti wa matibabu au sayansi ya jamii.
• Ukosefu wa Uchunguzi: Mifumo isiyo wazi huepuka ukaguzi mkali wa rika. Jamii ya kisayansi haiwezi kuhoji kikamilifu utendaji wa ndani wa mfumo, kutambua makosa yanayowezekana katika mantiki yake, au kuelewa kutokuwa na uhakika kunakohusiana na utabiri wake. Hii inazuia asili ya kujisahihisha ya uchunguzi wa kisayansi.
• Utegemezi kwa Mifumo ya Kampuni: Kutegemea mifumo ya AI iliyofungwa au nusu-iliyofungwa inayodhibitiwa na mashirika huleta utegemezi. Ajenda za utafiti zinaweza kuathiriwa kwa hila na uwezo na mapungufu ya zana za kampuni zilizopo, na ufikiaji unaweza kuzuiwa au kuwa wa gharama kubwa, na uwezekano wa kukandamiza mwelekeo huru wa utafiti na kupanua pengo kati ya taasisi zenye ufadhili mzuri na zingine.
• Uvumbuzi Uliokandamizwa: Chanzo huria cha kweli huruhusu watafiti sio tu kutumia zana bali pia kuzichambua, kuzirekebisha, kuziboresha, na kuzitumia tena kwa madhumuni mengine. Ikiwa vipengele muhimu vya mifumo ya AI vinabaki visivyoweza kufikiwa, njia hii muhimu ya uvumbuzi inazuiwa. Wanasayansi wanazuiwa kufanya majaribio na mbinu mpya za mafunzo, kuchunguza mchanganyiko tofauti wa data, au kurekebisha mifumo kwa maswali maalum, ya kina ya utafiti ambayo watengenezaji wa asili hawakuyatarajia.

Jamii ya kisayansi haiwezi kumudu kukubali kimya kimya upunguzaji wa neno “chanzo huria.” Ni lazima itetee kikamilifu uwazi na kudai uwazi halisi kutoka kwa watengenezaji wa AI, haswa wakati zana hizi zinatumiwa katika muktadha wa utafiti. Hii inahusisha:

• Kukuza Viwango Vilivyo Wazi: Kuunga mkono juhudi, kama zile za OSI, za kuanzisha ufafanuzi wazi, mkali wa kile kinachojumuisha “AI ya chanzo huria,” ufafanuzi unaojumuisha uwazi kuhusu usanifu, vigezo, data ya mafunzo, na michakato ya mafunzo.
• Kupa Kipaumbele Zana Zinazoweza Kuthibitishwa: Kupendelea matumizi ya mifumo na majukwaa ya AI yanayokidhi viwango hivi vya juu vya uwazi, hata kama awali hayana utendaji mzuri au yanahitaji juhudi zaidi kuliko njia mbadala zisizo wazi zinazopatikana kwa urahisi.
• Kudai Uwazi: Kusisitiza kwamba machapisho yanayohusisha AI yajumuishe ufichuzi wa kina kuhusu mifumo iliyotumika, ikiwa ni pamoja na habari kamili kuhusu asili ya data ya mafunzo, usindikaji, na upendeleo unaowezekana, pamoja na mbinu za mafunzo.
• Kuunga Mkono Miradi ya Kweli ya Wazi: Kuchangia na kutumia miradi inayoendeshwa na jamii na mipango kutoka kwa taasisi zilizojitolea kwa uwazi halisi katika maendeleo ya AI.

Roho ya Homebrew Computer Club – ile ya maarifa yaliyoshirikiwa na ujenzi shirikishi – ni muhimu kwa kuabiri utata wa enzi ya AI kwa uwajibikaji. Kurudisha na kutetea maana halisi ya “chanzo huria” kwa akili bandia sio tu kuhusu usafi wa istilahi; ni kuhusu kulinda uadilifu, uwezo wa kurudiwa, na maendeleo endelevu ya sayansi yenyewe katika ulimwengu unaozidi kuendeshwa na AI. Njia ya mbele inahitaji umakini na kujitolea kwa pamoja kuhakikisha kuwa zana zenye nguvu za AI zinaundwa na kutumiwa kwa namna inayoendana na kanuni za uchunguzi huria ambazo zimeitumikia sayansi vizuri kwa karne nyingi.