AI不適合開源？ MongoDB副總裁：開源程式碼對人工智慧不適用

是時候聊聊AI開源的問題了。

顯然，這是搞開發的人必須面對的問題。基本上從2006年開始，開不開源就已經成為頭等問題之一了。

Matt Asay在MongoDB負責行銷這塊。在此之前，他曾是亞馬遜網路服務的負責人和Adobe的開發者生態系統負責人。

而在加入Adobe之前，Asay曾在開源公司擔任過一系列職務。 MongoDB的業務發展、行銷和社群副總裁、即時分析公司Nodeable（後來被Appcelerator收購）的業務發展副總裁、行動HTML5新創公司Strobe（後來被Facebook收購）的業務發展副總裁和臨時CEO，以及Ubuntu Linux公司Canonical的COO和內容管理新創公司Alfresco的美洲區負責人。

最終，Asay成為了開放原始碼倡議（OSI）的榮譽董事，並獲得了史丹佛大學的法學博士學位。在

之前，Matt Asay曾指責Google和雅虎兩家公司在開源程式碼上有所保留，然後他被罵了。

現在想來，是有道理的。

Tim O'Reilly表示，在開源的雲端時代，開發者分享程式碼的動機，是讓別人跑自己的程序，從而提供一份原始碼。而這件事的必要性已經慢慢消失了。

Reilly繼續指出，不但沒必要，而且就最大的App來看，這也不再可能了。

在過去的十年裡，這種分享的不可能推翻了原先開源的定義。如今，新的定義正在影響我們思考人工智慧的方式。

正像Mike Loukides指出的那樣，在AI方面的合作從未像現在這麼重要，也從未像現在這麼困難。

就像2006年的雲端運算一樣，在人工智慧領域做最有趣的工作的公司可能會努力以傳統的方式開源。

但即使他們開源的方式是傳統的，也不代表他們不能用更有意義的方式開放。

開放基礎設施

Loukides認為：「雖然現在很多公司都說自己在搞AI，但真正推動這個產業向前發展的只有三家公司－Meta、OpenAI和Google。」

他們仨有著一個共同點：都擁有可以大規模運行大型模型的能力。這種能力背後，需要強大的基礎設施和技術手段，而這往往是許多個人和企業所沒有的。

的確，你可以從Meta下載OPT-175B的原始碼，但你手邊的硬體卻無法對其進行訓練。甚至是對大學或其他的研究機構來說，OPT-175B都太龐大了。

另一方面，即使有足夠計算資源的Google和OpenAI，也無法輕易地複刻OPT-175B 。

原因也很簡單：OPT-175B與Meta自己的基礎設施（包括客製化硬體）聯繫過於緊密，很難被移植到其他地方。

#

也就是說，Meta並沒有想要隱瞞有關OPT-175B的什麼，而是建造一個差不多基礎設施真的很難。即便是對於那些有資金和技術的人來說，最終搞出來的也會是個不大一樣的版本。

而這正是雅虎的Jeremy Zawodny和Google的Chris DiBona在2006年的OSCON上提出的觀點。

但話又說回來，如果你不了解機器內部的科學原理，就很難去相信一個AI。

所以，我們需要去尋找某種方法，讓基礎設施能開放使用。

Loukides認為，應該向外部研究人員和早期使用者提供免費存取權。不過，並不是說給他們一個可以存取Meta，Google或OpenAI的資料中心的萬能鑰匙，而是透過一個公共API。

這可能不是大多數人所期待的「開源」，但其實還是可以接受的。

換個方式看待開源

現在，Matt Asay曾經對Google和雅虎指責如今沒什麼意義了。

自2006年以來，Google在滿足戰略需求的前提下，打包並開源了關鍵基礎設施。

在Matt Asay看來，TensorFlow 是開源的入口，Kubernetes是開源的出口。這些開源的機器學習產業標準有望提升Google Cloud的工作負載，或確保Google雲端之間的可攜性，從而為Google Cloud贏得更多的工作負載。

想出這些的人很聰明，但在Pollyanna 的意義上，它並不是開源的。

不是只有Google這樣。它只是在開源上做得比其他公司好。開源本質上是自私的，公司和個人總是會開放有利於自己或客戶的程式碼。

一直都是如此，而且永遠如此。

Loukides認為應該有意義地開放AI（儘管三大AI巨頭與其他公司之間存在差異），但他指的開源並不是我們一般意義上理解的開源。為什麼呢？

原因在於，雖然傳統的開源很不錯，但無論是對於軟體的創建者和消費者，它都從未成功解決DiBona和Zawodny於2006年在OSCON上提出的雲端開源難題。

現在已經過了十幾年了，我們依然沒有離答案更近一步。

話又說回來，我們確實近了一點。

Matt Asay認為，我們需要以一種新的方式來看待開源。

他與Loukides的想法很接近：關鍵在於為研究人員提供足夠的存取權限，使他們能夠重現一個特定的AI模型是如何成功或失敗的。

「他們並不需要完全存取所有的程式碼和基礎設施來運行這些模型」。正如他所言，只有在開發人員可以在筆記型電腦上執行開源程式、進行衍生創作的前提下，完全存取該程式碼才是有意義的。

鑑於如今Google或微軟運行程式碼的規模和獨特的複雜性，這已經毫無意義了——我們不可能完全訪問大規模的雲端程式碼。

我們需要明白：開源並不是用來觀察開源世界的一個鏡頭。而且考慮到我們如今所處的雲端時代，開源也用得越來越少。

#

無論是作為公司還是作為個人，我們的目標應該是以有利於客戶和第三方開發人員的方式開放對軟體的訪問，讓軟體更易理解，而不是試圖將幾十年前的開源概念改造成雲。它不適用於開源，就像它不適用於AI一樣。

是時候換個想法了。

以上是AI不適合開源？ MongoDB副總裁：開源程式碼對人工智慧不適用的詳細內容。更多資訊請關注PHP中文網其他相關文章！