Meta บริษัทเทคโนโลยียักษ์ใหญ่กำลังเผชิญหน้ากับคลื่นวิพากษ์วิจารณ์ครั้งใหม่ โดยถูกกล่าวหาว่า "ฟอกขาว" (Open Washing) ประเด็นโต้แย้งนี้มีต้นตอมาจากการที่บริษัทให้การสนับสนุนงานวิจัยของ Linux Foundation ซึ่งเจาะลึกลงไปในภูมิทัศน์ที่กำลังเติบโตของโซลูชัน AI แบบเปิดซอร์ส (Open-Source AI) หัวใจสำคัญของปัญหาอยู่ที่การรับรู้ว่า Meta กำลังใช้ประโยชน์จากการสนับสนุนนี้เพื่อโปรโมท Llama AI models ของตนเอง ในขณะที่หลีกเลี่ยงความหมายที่แท้จริงของคำว่า "Open Source"
การศึกษาของ Linux Foundation: ดาบสองคม
การศึกษาของ Linux Foundation ที่เผยแพร่เมื่อต้นเดือนนี้ สนับสนุนข้อดีของระบบ AI แบบ Open Source โดยเน้นที่ประสิทธิภาพด้านต้นทุนสำหรับธุรกิจทุกขนาด โดยเฉพาะอย่างยิ่งธุรกิจขนาดเล็ก การศึกษาชี้ให้เห็นว่าองค์กรที่เลือกใช้โมเดล AI แบบ Closed-Source อาจต้องเสียค่าใช้จ่ายด้านซอฟต์แวร์สูงกว่าถึงสามเท่าครึ่ง เมื่อเทียบกับผู้ที่ใช้ทางเลือก Open-Source
การวิจัยนี้สอดคล้องกับหลักฐานที่เพิ่มขึ้นเรื่อย ๆ ซึ่งสนับสนุนประโยชน์ของ AI แบบ Open Source ตัวอย่างเช่น การสำรวจที่จัดทำโดย IBM และ Morning Consult ในเดือนมกราคมพบว่ามากกว่าครึ่งขององค์กรที่ใช้เครื่องมือ AI แบบ Open Source มีแนวโน้มที่จะได้รับผลตอบแทนจากการลงทุน (ROI) ในเชิงบวกมากขึ้น นอกจากนี้ สองในห้าของผู้ตอบแบบสอบถามที่ยังไม่ได้นำโซลูชัน AI แบบ Open Source มาใช้ แสดงความตั้งใจที่จะรวมเครื่องมือเหล่านี้เข้ากับโครงการ AI ของตนภายในปีหน้า
อย่างไรก็ตาม การมีส่วนร่วมของ Meta ในการศึกษาของ Linux Foundation ได้จุดประกายให้เกิดความขัดแย้ง โดยนักวิจารณ์แย้งว่ามันทำหน้าที่เป็นแคมเปญการตลาดที่คลุมเครือสำหรับ Llama AI models ของบริษัท
ภาวะที่กลืนไม่เข้าคายไม่ออกของ "Open Source": Llama ภายใต้การตรวจสอบ
Amanda Brock ซีอีโอของ OpenUK ยืนยันว่า Llama models ของ Meta ไม่ตรงตามเกณฑ์ที่จำเป็นในการจัดประเภทเป็น "Open Source" อย่างแท้จริง เธอชี้ให้เห็นว่าทั้ง Meta และการศึกษาไม่ได้ยอมรับความคลาดเคลื่อนนี้
"Llama ไม่ใช่ 'Open Source' ไม่ว่าคุณจะเลือกคำจำกัดความใดก็ตาม" Brock กล่าว "โดยส่วนตัวแล้วฉันชอบ Open Source Software Definition (OSD) จาก Open Source Initiative (OSI) Llama ล้มเหลวในการตอบสนองมาตรฐาน Open-Source เนื่องจากหลายสาเหตุ รวมถึงการรวมข้อจำกัดทางการค้าไว้ในใบอนุญาต"
Brock อธิบายเพิ่มเติมเกี่ยวกับผลกระทบของข้อจำกัดนี้: "ข้อจำกัดนี้ขัดขวางการไหลเวียนอย่างอิสระซึ่งเป็นหัวใจสำคัญของใบอนุญาต Open-Source และสร้างความขัดแย้ง เราพึ่งพา Open Source ที่สามารถใช้งานได้โดยทุกคนเพื่อวัตถุประสงค์ใด ๆ และ Llama ไม่เป็นไปตามข้อกำหนดนี้"
การกล่าวอ้าง Open Source ของ Meta: ประเด็นที่น่าโต้แย้ง
Llama model range ของ Meta ถูกระบุว่าเป็น "Open Source" แต่บริษัทได้เผชิญกับความท้าทายอย่างต่อเนื่องจากผู้มีส่วนได้ส่วนเสียในอุตสาหกรรมเกี่ยวกับข้อกล่าวอ้างนี้ ประเด็นหลักของการโต้แย้งหมุนรอบการตีความที่แตกต่างกันของสิ่งที่ถือว่าเป็น "Open Source" อย่างแท้จริง
หัวใจสำคัญของความขัดแย้งอยู่ที่เงื่อนไขการออกใบอนุญาตที่กำหนดให้กับผู้ใช้เมื่อพวกเขาไปถึงระดับการค้าบางระดับ แม้ว่า Llama models จะให้การเข้าถึงแบบเปิด แต่ข้อจำกัดจะถูกกำหนดให้กับผู้ใช้ภายใต้สถานการณ์เฉพาะ
เมื่อต้นปีนี้ Open Source Initiative (OSI) ได้วิพากษ์วิจารณ์ Meta ในประเด็นนี้อย่างเปิดเผย โดยอ้างว่าบริษัท "ยังคงโปรโมท Llama อย่างไม่ถูกต้องว่าเป็น Open Source"
Brock ยอมรับความพยายามของ Meta กับ Llama range ว่าเป็น "ก้าวไปในทิศทางที่ถูกต้อง" ในการส่งเสริมการรับรู้ถึง Open-Source แต่เน้นย้ำว่ายังคงต้องมีความคืบหน้าอย่างมากเพื่อจัดการกับ "การฟอกขาว" ในอุตสาหกรรมเทคโนโลยีอย่างมีประสิทธิภาพ
"ด้วยเว็บไซต์ของ Meta ที่เน้นย้ำถึงประเด็นสำคัญจากการรายงานของพวกเขาว่า 'การวิจัยของ Linux Foundation แสดงให้เห็นว่าโมเดล AI แบบ Open Source เช่น Llama กำลังขับเคลื่อนการเติบโตทางเศรษฐกิจ นวัตกรรม และการแข่งขันโดยทำให้โซลูชันเทคโนโลยีที่สำคัญสามารถเข้าถึงได้มากขึ้น' จึงไม่น่าแปลกใจที่ OSI จะโกรธเคืองและกล่าวหา LinuxFoundation ว่าสนับสนุนการฟอกขาว" Brock กล่าว
เธอย้ำเพิ่มเติมถึงผลกระทบในวงกว้างของการฟอกขาว โดยระบุว่า "การฟอกขาวไม่ได้เป็นเพียงปัญหา Open-Source ในปัจจุบัน ด้วยหน่วยงานกำกับดูแลเช่น EU ที่ใช้คำว่า Open Source เป็นพื้นฐานของข้อยกเว้นความรับผิดใน AI และมาตรฐานที่ต้องปฏิบัติตามใน AI ผลกระทบของการฟอกขาวได้กลายเป็นผลกระทบทางสังคม"
เหนือกว่า Meta: แนวโน้มอุตสาหกรรมที่กว้างขึ้น
Meta ไม่ใช่นักพัฒนาอุตสาหกรรมรายเดียวที่ถูกจับได้ในความขัดแย้งเกี่ยวกับคำจำกัดความของ Open-Source
ในเดือนมีนาคม 2024 Databricks ได้เปิดตัว Large Language Model ของตนเอง DBRX ซึ่งผู้เชี่ยวชาญกล่าวว่าไม่เป็นไปตามมาตรฐาน Open-Source เช่นกัน สิ่งนี้เป็นผลมาจากการรวมนโยบายการใช้งานที่ยอมรับได้ภายนอกและการดำเนินงานภายใต้ใบอนุญาตที่อยู่นอกเหนือเขตอำนาจศาลของ OSI framework ความขัดแย้ง DBRX ตอกย้ำความคลุมเครือและความซับซ้อนเกี่ยวกับคำว่า "Open Source" และความท้าทายที่นักพัฒนาต้องเผชิญในการนำทางการตีความที่หลากหลาย การอภิปรายเน้นถึงความจำเป็นในการมีความชัดเจนและเป็นมาตรฐานมากขึ้นในการกำหนดหลักการ Open-Source โดยเฉพาะอย่างยิ่งในสาขาปัญญาประดิษฐ์ที่พัฒนาอย่างรวดเร็ว หากไม่มีคำจำกัดความที่เป็นที่ยอมรับในระดับสากล ความเสี่ยงของการ "ฟอกขาว" จะยังคงอยู่ต่อไป ซึ่งอาจบ่อนทำลายความน่าเชื่อถือและความสมบูรณ์ของขบวนการ Open-Source
การกำหนด Open Source: หลักการสำคัญ
เพื่อให้เข้าใจถึงความขัดแย้งเกี่ยวกับ Llama ของ Meta และ DBRX ของ Databricks จำเป็นอย่างยิ่งที่จะต้องเจาะลึกลงไปในหลักการพื้นฐานที่กำหนดซอฟต์แวร์ Open-Source Open Source Initiative (OSI) ให้คำจำกัดความที่เป็นที่ยอมรับอย่างกว้างขวาง โดยสรุปเกณฑ์สำคัญสิบประการที่ใบอนุญาตซอฟต์แวร์จะต้องปฏิบัติตามจึงจะถือว่าเป็น Open Source:
- การแจกจ่ายฟรี: ใบอนุญาตจะต้องไม่จำกัดฝ่ายใดจากการขายหรือให้ซอฟต์แวร์เป็นส่วนประกอบของการแจกจ่ายซอฟต์แวร์โดยรวมที่มีโปรแกรมจากแหล่งต่างๆ ใบอนุญาตจะต้องไม่กำหนดค่าลิขสิทธิ์หรือค่าธรรมเนียมอื่น ๆ สำหรับการขายดังกล่าว
- ซอร์สโค้ด: โปรแกรมจะต้องมีซอร์สโค้ด และต้องอนุญาตให้แจกจ่ายในซอร์สโค้ด รวมถึงรูปแบบที่คอมไพล์ หากรูปแบบใดรูปแบบหนึ่งของผลิตภัณฑ์ไม่ได้แจกจ่ายพร้อมกับซอร์สโค้ด จะต้องมีวิธีการที่เผยแพร่อย่างดีในการขอรับซอร์สโค้ดโดยมีค่าใช้จ่ายในการทำซ้ำที่สมเหตุสมผล – โดยเฉพาะอย่างยิ่งการดาวน์โหลดผ่านอินเทอร์เน็ตโดยไม่เสียค่าใช้จ่าย ซอร์สโค้ดจะต้องเป็นรูปแบบที่โปรแกรมเมอร์ต้องการแก้ไขโปรแกรมโดยเจตนา ซอร์สโค้ดที่ทำให้สับสนโดยเจตนาไม่ได้รับอนุญาต รูปแบบกลาง เช่น เอาต์พุตของตัวประมวลผลล่วงหน้าหรือตัวแปลไม่ได้รับอนุญาต
- งานที่ดัดแปลง: ใบอนุญาตจะต้องอนุญาตให้มีการแก้ไขและงานที่ดัดแปลง และต้องอนุญาตให้แจกจ่ายภายใต้เงื่อนไขเดียวกันกับใบอนุญาตของซอฟต์แวร์ต้นฉบับ
- ความสมบูรณ์ของซอร์สโค้ดของผู้เขียน: ใบอนุญาตอาจจำกัดซอร์สโค้ดจากการแจกจ่ายในรูปแบบที่แก้ไขเฉพาะในกรณีที่ใบอนุญาตอนุญาตให้แจกจ่าย "ไฟล์แพตช์" พร้อมกับซอร์สโค้ดเพื่อวัตถุประสงค์ในการแก้ไขโปรแกรม ณ เวลาสร้าง ใบอนุญาตจะต้องอนุญาตอย่างชัดเจนให้มีการแจกจ่ายซอฟต์แวร์ที่สร้างจากซอร์สโค้ดที่แก้ไข ใบอนุญาตอาจกำหนดให้งานที่ดัดแปลงต้องมีชื่อหรือหมายเลขรุ่นที่แตกต่างจากซอฟต์แวร์ต้นฉบับ
- ไม่มีการเลือกปฏิบัติต่อบุคคลหรือกลุ่ม: ใบอนุญาตต้องไม่เลือกปฏิบัติต่อบุคคลหรือกลุ่มบุคคลใด ๆ
- ไม่มีการเลือกปฏิบัติต่อสาขาแห่งความพยายาม: ใบอนุญาตต้องไม่จำกัดใครก็ตามจากการใช้โปรแกรมในสาขาแห่งความพยายามที่เฉพาะเจาะจง ตัวอย่างเช่น อาจไม่จำกัดโปรแกรมจากการถูกนำไปใช้ในธุรกิจ หรือจากการถูกนำไปใช้ในการวิจัยทางพันธุกรรม
- การแจกจ่ายใบอนุญาต: สิทธิ์ที่แนบมากับโปรแกรมต้องใช้กับทุกคนที่โปรแกรมได้รับการแจกจ่ายต่อโดยไม่จำเป็นต้องดำเนินการใบอนุญาตเพิ่มเติมโดยบุคคลเหล่านั้น
- ใบอนุญาตต้องไม่เฉพาะเจาะจงกับผลิตภัณฑ์: สิทธิ์ที่แนบมากับโปรแกรมต้องไม่ขึ้นอยู่กับการที่โปรแกรมเป็นส่วนหนึ่งของการแจกจ่ายซอฟต์แวร์ที่เฉพาะเจาะจง หากโปรแกรมถูกดึงออกมาจากการแจกจ่ายนั้นและใช้งานหรือแจกจ่ายภายในเงื่อนไขของใบอนุญาตของโปรแกรม ทุกฝ่ายที่โปรแกรมได้รับการแจกจ่ายต่อควรมีสิทธิ์เช่นเดียวกับที่ได้รับควบคู่ไปกับการแจกจ่ายซอฟต์แวร์ต้นฉบับ
- ใบอนุญาตจะต้องไม่จำกัดซอฟต์แวร์อื่น: ใบอนุญาตจะต้องไม่วางข้อจำกัดใด ๆ เกี่ยวกับซอฟต์แวร์อื่นที่แจกจ่ายพร้อมกับซอฟต์แวร์ที่ได้รับอนุญาต ตัวอย่างเช่น ใบอนุญาตต้องไม่ยืนยันว่าโปรแกรมอื่น ๆ ทั้งหมดที่แจกจ่ายในสื่อเดียวกันต้องเป็นซอฟต์แวร์ Open-Source
- ใบอนุญาตต้องเป็นกลางทางเทคโนโลยี: ไม่มีข้อกำหนดใดในใบอนุญาตที่อาจขึ้นอยู่กับเทคโนโลยีหรือรูปแบบอินเทอร์เฟซใด ๆ
หลักการเหล่านี้เน้นย้ำถึงความสำคัญของเสรีภาพ ความโปร่งใส และความร่วมมือในระบบนิเวศ Open-Source เมื่อใบอนุญาตซอฟต์แวร์เบี่ยงเบนไปจากหลักการเหล่านี้ จะเกิดคำถามว่าซอฟต์แวร์นั้นสามารถถือว่าเป็น Open Source ได้อย่างแท้จริงหรือไม่ ในกรณีของ Llama ของ Meta และ DBRX ของ Databricks ข้อกังวลหมุนรอบข้อจำกัดทางการค้า นโยบายการใช้งานที่ยอมรับได้ และ frameworks ใบอนุญาตที่อาจไม่ได้สอดคล้องกับคำจำกัดความของ OSI อย่างเต็มที่
ผลกระทบของการ "ฟอกขาว"
การปฏิบัติของการ "ฟอกขาว" ที่บริษัทบิดเบือนซอฟต์แวร์ของตนว่าเป็น Open Source ในขณะที่ซอฟต์แวร์นั้นไม่เป็นไปตามเกณฑ์อย่างเต็มที่ อาจมีผลเสียหลายประการ:
- การกัดกร่อนความไว้วางใจ: อาจกัดกร่อนความไว้วางใจในขบวนการ Open-Source โดยรวม ทำให้ผู้ใช้แยกแยะความแตกต่างระหว่างโครงการ Open-Source ที่แท้จริงและโครงการที่แสร้งทำเป็นได้ยาก
- การกีดกันการสนับสนุน: อาจกีดกันการสนับสนุนจากนักพัฒนาที่มุ่งมั่นในหลักการของ Open Source เนื่องจากพวกเขาอาจรู้สึกว่าความพยายามของตนกำลังถูกบ่อนทำลายโดยบริษัทที่ไม่เล่นตามกติกาเดียวกัน
- ความไม่แน่นอนทางกฎหมาย: อาจสร้างความไม่แน่นอนทางกฎหมายสำหรับผู้ใช้ที่พึ่งพาซอฟต์แวร์ เนื่องจากพวกเขาอาจไม่แน่ใจในสิทธิ์และหน้าที่ของตนภายใต้ใบอนุญาต
- การขัดขวางนวัตกรรม: อาจขัดขวางนวัตกรรมโดยจำกัดเสรีภาพในการแก้ไขและแจกจ่ายซอฟต์แวร์ ซึ่งเป็นตัวขับเคลื่อนสำคัญของนวัตกรรมในชุมชน Open-Source
ดังนั้น จึงเป็นสิ่งสำคัญสำหรับบริษัทที่จะต้องโปร่งใสเกี่ยวกับเงื่อนไขการออกใบอนุญาตของซอฟต์แวร์ของตน และหลีกเลี่ยงการกล่าวอ้างที่ทำให้เข้าใจผิดเกี่ยวกับสถานะ Open-Source ของซอฟต์แวร์
ความจำเป็นในการมีความชัดเจนและเป็นมาตรฐานมากขึ้น
การอภิปรายอย่างต่อเนื่องเกี่ยวกับ Llama ของ Meta และ DBRX ของ Databricks เน้นถึงความจำเป็นในการมีความชัดเจนและเป็นมาตรฐานมากขึ้นในการกำหนดหลักการ Open-Source การขาดคำจำกัดความเป็นที่ยอมรับในระดับสากลสร้างความสับสนและอนุญาตให้บริษัทใช้ช่องโหว่และมีส่วนร่วมในการ "ฟอกขาว"
มีการดำเนินการหลายอย่างเพื่อแก้ไขปัญหานี้:
- The Open Source Initiative (OSI): OSI ยังคงมีบทบาทสำคัญในการกำหนดและส่งเสริมหลักการ Open-Source โดยให้คำจำกัดความของ Open Source ที่เป็นที่ยอมรับอย่างกว้างขวางและรับรองใบอนุญาตที่เป็นไปตามเกณฑ์
- The Linux Foundation: The Linux Foundation กำลังทำงานเพื่อส่งเสริมความร่วมมือและนวัตกรรมในชุมชน Open-Source โดยจัดหาแพลตฟอร์มสำหรับโครงการ Open-Source และจัดกิจกรรมที่นำนักพัฒนา ผู้ใช้ และบริษัทมารวมกัน
- The European Union (EU): EU ตระหนักถึงความสำคัญของ Open Source มากขึ้นเรื่อย ๆ และกำลังรวม Open Source เข้ากับนโยบายและข้อบังคับ โดยใช้คำว่า "Open Source" เป็นพื้นฐานสำหรับข้อยกเว้นความรับผิดใน AI และมาตรฐานที่ต้องปฏิบัติตามใน AI
ความคิดริเริ่มเหล่านี้กำลังช่วยสร้างระบบนิเวศ Open-Source ที่โปร่งใสและเป็นมาตรฐานมากขึ้น อย่างไรก็ตาม จำเป็นต้องมีงานเพิ่มเติมเพื่อให้แน่ใจว่าหลักการ Open-Source ได้รับการกำหนดไว้อย่างชัดเจนและนำไปใช้อย่างสม่ำเสมอ
ก้าวไปข้างหน้า: ความโปร่งใสและความรับผิดชอบ
เพื่อให้ต่อสู้กับการ "ฟอกขาว" อย่างมีประสิทธิภาพและส่งเสริม Open Source ที่แท้จริง จำเป็นต้องมีแนวทางที่หลากหลาย:
- ความโปร่งใส: บริษัทต้องโปร่งใสเกี่ยวกับเงื่อนไขการออกใบอนุญาตของซอฟต์แวร์ และหลีกเลี่ยงการกล่าวอ้างที่ทำให้เข้าใจผิดเกี่ยวกับสถานะ Open-Source
- ความรับผิดชอบ: องค์กรอุตสาหกรรมและหน่วยงานกำกับดูแลต้องรับผิดชอบบริษัทต่อการกล่าวอ้าง Open-Source และดำเนินการกับผู้ที่เกี่ยวข้องกับการ "ฟอกขาว"
- การศึกษา: ผู้ใช้และนักพัฒนาจำเป็นต้องได้รับการศึกษาเกี่ยวกับหลักการ Open-Source และวิธีการระบุโครงการ Open-Source ที่แท้จริง
- ความร่วมมือ: ชุมชน Open-Source จะต้องร่วมมือกันต่อไปเพื่อกำหนดและส่งเสริมหลักการ Open-Source และพัฒนาเครื่องมือและแหล่งข้อมูลที่ช่วยให้ผู้ใช้และนักพัฒนานำทางระบบนิเวศ Open-Source
ด้วยการทำงานร่วมกัน เราสามารถสร้างระบบนิเวศ Open-Source ที่โปร่งใส มีความรับผิดชอบ และสร้างสรรค์มากขึ้น ซึ่งเป็นประโยชน์ต่อทุกคน อนาคตของ AI และเทคโนโลยีอื่น ๆ ขึ้นอยู่กับมัน