Hindi na nakikita sa buhay.
Kamakailan lang, ang tagapagtaguyod ng NVIDIA, Jensen Huang, ay nag-post ng kanyang unang tweet sa buhay:
Ang account ay bagong naregistro, at ang tweet ay medyo nagmamadali.
Sa unang post ni Lao Huang, ipinahahayag niya ang isang liham na sinagip ng NVIDIA na “Open Weights and American AI Leadership,” na nagpapaliwanag kung bakit mahalaga ang open-source models.
Sinabi niya na ang artificial intelligence ay magbabago sa bawat industriya, magpapalakas sa bawat kumpanya, at gagawa ng bawat bansa. Ang mga open-source model ay nagpapalakas sa seguridad at cybersecurity, nagpapabilis sa inobasyon at pagkalat, at nagpapahintulot sa soberanya. Kailangan ng mundo ang mga pinakamoderno at sariling model, at kailangan din ng mundo ang mga pinakamoderno at open-source model.
Totoo naman na isang pribadong liham na may 20+ na malalaking teknolohiya, startup, at mga institusyon sa pag-invest na nag-sign, kabilang ang NVIDIA, Microsoft, Meta, pati na rin ang Hugging Face, Mistral, at YC.
Sa tingin nila, handa na silang magkaisa upang “labanan” ang mga pambansang kompanya na may sariling code tulad ng OpenAI at Anthropic.
Narito ang buong pagsasalin:
Sa mga taon na 1980, ang mga unang tagapagtaguyod ng open-source software ay tinutulan ang pangunahing paniniwala noon na ang software ay maaaring umunlad lamang kung ang code ay kontrolado nang mahigpit ng mga kumpanya. Ang kilusang ito ay nagtulak sa pagbuo ng isang transparenteng ekosistema kung saan ang mga developer sa buong mundo ay makakatutok, makakapag-modify, at makakapagpabuti ng software. Ngayon, ang software na gawa ng open-source community ang nagpapagana sa karamihan sa mga tampok ng internet, at nagbibigay ng paaalab sa mga sistema na ginagamit ng mga pinakamalaking tech company sa mundo, ang militar ng Estados Unidos, at mga pambansang ahensya para sa pananaliksik, cybersecurity, at iba pang mahahalagang gawain. Mas malalim pa sa pagbaba ng gastos sa software ang kahalagahan ng open-source; ito ay naglikha rin ng isang pinagsasamang batayan ng kaalaman kung saan itinatayo ng mga henerasyon ng mga inhinyero at negosyante sa Estados Unidos ang kanilang pagkakaroon ng sariling kapangyarihan.
Ngayon, ang Estados Unidos ay nakakatambol sa isang katulad na pagpili sa larangan ng artificial intelligence. Ang pagtataya sa pagiging lider ng Amerika sa AI ay hindi nakasalalay sa isang partikular na advanced na modelo, kundi sa kakayahan ng Amerika na bumuo ng isang malakas at bukas na ecosystem na magpapalaganap sa lahat ng sektor. Mahalaga ito para sa paglikha ng mga pagkakataon para sa inobasyon at kaunlaran sa buong bansa. Kailangan nito ang pagpapalawak ng pagkakaroon ng AI, ang pagpapahikayat sa kompetisyon, ang pagbuo ng malakas na application layer, at ang pagbibigay ng mas malaking kontrol sa mga mamamayan ng Amerika sa mga teknolohiya na kanilang ginagamit. Ang mga open-weight models—mga AI model na maaaring i-download, i-check, i-modify, at i-run ng sinuman sa kanilang sariling infrastructure—ay mahalagang bahagi ng piling ito, sapagkat nagpapadali ito ng pagkakaroon, pagkakaroon ng flexibility, at mas malawak na aplikasyon ng advanced na AI.
Ang pagbubukas ng weights ay nagpapalawak ng pagkakataon sa AI economy. Ang mga startup, matatag na kumpanya, unibersidad, at pampublikong ahensya ay hindi na kailangang magsimula mula sa zero upang masanay ang mga model, o magbayad ng mataas na gastos para sa bawat task gamit ang pinakamodernong model—kaya nilang gamitin ang mga advanced na model para sa pagbuo. Ang pagbubukas ng weights ay nagpapahintulot sa bawat organisasyon na mag-match ng tamang model sa tamang gawain sa tamang gastos, na pinapanatili ang kakayahan ng pinakamalaking scale para sa totoong pinakamodernong problema, at nagpapatakbo ng epektibong espesyalisadong model sa lahat ng iba pang larangan. Ang self-discipline na ito ay gagawing sustainable ang AI sa ekonomiya, lalo na kapag ang mga aplikasyon nito ay lumalawak patungo sa milyon-milyon na araw-araw na gawain. Upang manalo sa panahon ng artificial intelligence, kailangan ng Estados Unidos na ipalaganap ito sa mga proseso ng trabaho sa mga pabrika, ospital, magsasaka, silid-aralan, at mga tindahan sa kalye.
Ang pagpapalawak ng open weights ay nagpapalawak ng pagkakataon sa AI economy. Ang mga startup, tradisyonal na negosyo, unibersidad, at pampublikong ahensya ay hindi na kailangang magsimula mula sa zero upang matutunan ang mga model o magbayad ng mataas na gastos para sa bawat task gamit ang mga pinakamodernong model—kaya nilang gamitin ang mga advanced na model para sa pagbuo. Ang open weights ay nagpapahintulot sa bawat organisasyon na mag-match ng tamang model sa tamang task sa tamang gastos, na pinapanatili ang kakayahan ng pinakamalaking scale para sa totoong pinakamodernong problema, at nagpapatakbo ng maaasahang mga espesyalisadong model sa lahat ng iba pang larangan. Ang self-discipline na ito ay gagawing ekonomikong matatag ang AI, lalo na kapag ang mga aplikasyon nito ay umabot sa milyon-milyon na araw-araw na task. Upang manalo sa panahon ng artificial intelligence, kailangan ng United States na ipalaganap ito sa mga proseso ng trabaho sa mga pabrika, ospital, magsasaka, silid-aralan, at mga tindahan sa kalye.
Ang pagbubukas ng weights ay maaaring palakasin ang kompetisyon, at ang kompetisyon ay ang susi upang siguraduhin na ang mga resulta ng AI ay malawak na ibabahagi at hindi nakatuon sa ilang tao lamang. Sa pamamagitan ng pagpapahintulot sa maraming organisasyon na bumuo, i-adjust, at i-deploy ang mga advanced na model, ang pagbubukas ng weights ay nagtataguyod ng kompetisyon hindi lamang sa pagitan ng mga developer ng model, kundi pati na rin sa pagitan ng cloud chips, aplikasyon, at serbisyo. Ang kompetisyon na ito ay nakakapagpapabilis sa inobasyon, nagpapababa ng gastos, at nagdadala ng mga benepisyo ng AI sa buong ekonomiya.
Ang pagbukas ng weights ay nagbibigay din ng mas malaking kontrol sa mga customer. Habang ang mga organisasyon ay umuunlad sa AI, nais nilang siguraduhin na hindi sila nakakabatay sa isang solong supplier at hindi nawawala ang kanilang kaalaman at kakayahan na nakumpuni sa panahon. Ang mga open-weight model ay tumutulong na magbigay ng ganitong garantiya, nagpapahintulot sa mga organisasyon na kontrolin ang kanilang sariling data, suriin at i-ayos ang mga model ayon sa kanilang mga pangangailangan, at i-deploy ito kahit saan ayon sa kanilang pangangailangan sa negosyo. Bukod dito, habang ang mga organisasyon ay gumagamit ng AI upang lumikha ng halaga, ang open-weight ay nagpapahintulot sa kanila na magkaroon ng mga halagang ito sa pamamagitan ng sariling pagpapabuti ng mga model, propesyonal na kakayahan, at nakumpuni na kaalaman, na nagpapalakas sa soberanya at kaunlaran ng Estados Unidos.
Totoo na mayroong ilang natatanging panganib sa pagbubukas ng weights. Pagkatapos ma-publish, nalalayong ang mga weights mula sa kontrol ng orihinal na developer, at mahirap suriin o i-reverse ang mga modipikadong bersyon. Ngunit ang tamang paraan upang harapin ang panganib na ito ay hindi ang pagbabawal sa pagbubukas ng weights. Sa panahon kung saan ang mga hacker sa cybersecurity ay gumagamit ng advanced na AI teknolohiya, kailangan ng mga tagapagtanggol ang pag-access sa mga modelo na may katulad na kakayahan upang matuklasan, masimulahan, at tugunan ang mga bagong umuusbong na banta. Ang pagbubukas ng mga modelo ay nagpapalawak sa kakayahan sa pagtanggol, nagpapataas ng transparency, at nagpapahintulot sa maraming team na matuklasan at ayusin ang mga vulnerabilities.
Sa totoo lang, ang pagiging bukas ay maaaring isa sa pinakamahalagang paraan upang mapanatili ang kaligtasan ng artificial intelligence. Ang pagtatayong puro sa mga saradong modelo ay hindi lubos na ligtas: maaaring ma-hack, mabigyan ng pang-aabuso, o magkaroon ng mga pagkakamali na hindi makikita ng mga panlabas na tao. Ang pagpupunyagi ng mga advanced na AI capability sa likod ng ilang saradong modelo lamang ay magpapalalim sa panganib na ito. Ito ay magdudulot ng ilang mga punto ng pagkabigo, pagpapahina sa kompetisyon, at pagpapanatili ng mga kritikal na teknolohiya sa ilang mga supplier lamang. Sa kabilang banda, ang mga modelo na may bukas na weights ay nagpapahintulot sa isang malawak na grupo ng mga mananaliksik at developer na suriin ang kanilang pag-uugali, tukuyin ang mga vulnerabilities, lumikha ng mga pagsasagawa ng kaligtasan, at patuloy na mapabuti ang mga ito sa paglipas ng panahon. Tulad ng ipinapatotohan ng open-source software na mas ligtas ang transparency kaysa sa pagkukubli, maaaring nakasalalay ang AI safety sa pagbibigay ng mas maraming tao ang kakayahang subukan at palakasin ang mga modelo na pinag-uumpisan ng lipunan. Ito ay nagpapahintulot sa mas mahigpit na pagpapahalaga at pagsusuri, red team exercises, at mga pagsasagawa na nakatuon sa mga tunay na panganib, kaysa mag-akyat sa pagkakataon na mas ligtas ang mga saradong sistema.
Hindi ito natural na mayroong malakas na AI ecosystem. Mayroon ang mga tagapagpasya ng mahalagang pagkakataon para mag-aksyon. Ito ay kasama ang pagpapalawak ng pagkakaroon ng mga computing resources para sa mga startup at mga mananaliksik, pag-invest sa mga shared training resources (mga dataset, mga tool, mga framework para sa pag-e-evaluate), at pagpapanatili ng diversidad sa mga unahan sa pamamagitan ng pag-iwas sa mga maagang pagtatakda sa mga open model (na maaaring pagsabihan ang kompetisyon o magdala ng inobasyon sa ibang bansa). Dapat ding tumutok ang mga hakbang na ito sa kung paano papalawakin ang sariling paggamit ng AI sa buong ekonomiya sa pamamagitan ng malakas na application layer.
Sa pagbuo ng ekosistem na ito, dapat maging maingat ang mga tagapagpasya sa pagkakaiba ng mga legal na teknik sa pagbuo ng modelo at mga gawain ng pagkukwenta. Ang pagpapaliwanag ng modelo, o ang paggamit ng mga output ng isang modelo upang tulungan ang pag-train o pagpapabuti ng isang iba pang modelo, ay isang malawak na ginagamit na teknik para sa pagpapabuti, pagsusuri, at pagpapatotoo ng mga modelo. Ito ay nagpapakita ng matagal nang tradisyon ng pag-aaral, pag-unlad, at pagpapabuti mula sa umiiral na teknolohiya, na nagpapalakas sa inobasyon mula nang magsimula ang kilos ng open-source software. Sa kabilang banda, ang ilegal na pagkuha ng halaga mula sa mga saradong modelo ay nagdudulot ng makatuwirang pag-aalala. Dapat lutasin ang mga alalahanin na ito sa pamamagitan ng may kaukulang batas at negosyong framework, at hindi sa pamamagitan ng pangkabuuang pagbabawal sa mga teknolohiya na may malaking papel sa inobasyon sa AI.
Ang panahon ng artificial intelligence ay maaaring isang panahon ng pag-unlad. Kung gagawin ang tamang mga desisyon, ang bukas na AI ay makakapalawak sa mga pagkakataon, mapalakas ang kompetisyon, mapatibay ang pangunahing posisyon ng Amerika sa teknolohiya, mapabawasan ang mga panganib, at siguraduhin na ang mga benepisyo ng nakakagiliw na teknolohiyang ito ay makararating sa lahat ng antas ng ating ekonomiya. Ang ganitong kinabukasan ay karapat-dapat nating buuin, at dapat pangunahan ng Amerika ang prosesong ito.
Kimi K3 na nakakabigla sa labas ng bansa
Ang lahat ng ito ay nagmula sa pinakabagong malaking modelo na inilabas at inilabas sa open source noong Hulyo 16 Kimi K3. Noong nakaraang linggo, Kimi Ang paglalabas ng K3 ay isang "nukleyar" na pangyayari sa mundo ng teknolohiya. Hindi lamang ito ang pinakamalaking modelo na maaaring ma-access ng open-source community (kabuuang parametro: 2.8 T), kundi nagdala rin ito ng breakthrough na pagbabago sa ilalim na arkitektura, nagtataglay ng kakayahan sa pagprograma na malapit sa Fable 5.
Kasalukuyan, Kimi Ang mga package ng code at web version ng K3 ay naging sold out at may traffic limits, na nagpapakita ng kagitingan ng teknikal na komunidad sa loob at labas ng bansa sa bagong modelo. Ipinaliwanag ng Moonshot AI na ang K3 ay magiging available ang buong model weights bago ang July 27. Ang Hugging Face ay kasalukuyang nag-aalok ng Kimi Ang bagong modelo ay nagtatag ng isang pahina na may count-down:
Inaantay ng buong mundo. Ang mga malalaking teknikal na komunidad sa labas ng bansa ay nagsimula nang magbahagi ng “Gabay sa Paghahanda para sa Pag-deploy ng K3”.
Gayunpaman, Kimi Pagkatapos ng paglunsad ng K3, naramdaman ng OpenAI at Anthropic ang banta at nagsimula na mag-akusang ginagamit ng mga Chinese company ang teknolohiya ng model distillation upang manakwil ng ari-arian, at nag-lobby sa mga opisyales ng Amerika. Ayon sa mga ulat, simula nang isinasaalang-alang ng Department of Treasury at iba pang ahensya ng Amerika na ipagbawal ang ilang open-source AI models mula sa China.
Ang hakbang na ito ay nagdulot din ng panic sa mga startup sa Silicon Valley. Ang “Little Tech Association,” na binubuo ng halos 200 na kumpanya at investor, ay nagbaba ng babala sa gobyerno: kung pipigilin ang mga murang open-source model, ang mga startup ay mapipilit na magbayad ng mataas na API fees sa OpenAI at Anthropic, na direktang magdudulot ng pagkabigo sa maraming Amerikanong startup na may limitadong pondo.
Ang unang paglalabas ni Jensen Huang sa platform na X, na walang pagpapakita ng GPU o pagpapalabas ng malaking modelo, ay isang pagsasama-samang liham sa publiko na sumusuporta sa open-weight AI, na nagpapakita ng pag-aalala ng mga lider sa Silicon Valley sa pagkakaroon ng mga hadlang sa open-source models, at nagpapalakas ng digmaan sa pagitan ng “open-source vs closed-source”.
Ano ang hahapunin ng malaking palabas na pagpapabaya sa open source?
Mga batayang nilalaman:
https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/
Nakuha mula sa WeChat public account na “Machine Heart” (ID: almosthuman2014), may-akda: Nagmamalasakit sa open source