Tescilli ve Açık Kaynak Yapay Zeka Arasındaki Savaş

Kendinizi hazırlayın millet, yapay zeka dünyayı ele geçiriyor!

Belki henüz tam olarak orada değildir. Ancak yine de son 12 ayda yarattığı etkiyi inkar edemezsiniz.

İşin tuhaf yanı, bir kavram ve çalışma alanı olarak " yapay zeka "nın o kadar da yeni olmaması, ancak bu yıl ortaya çıkan tüm sohbet robotları ve yapay zeka destekli araçlarla "yeni" hissettirmesi.

Bundan daha önemlisi, geçen yılın bu zamanlarında yaygın olarak bilinen tek yapay zeka aracının GPT-3 ve ardından ChatGPT olduğu gerçeğidir. Ancak artık mevcut tüm farklı AI araçlarını, sohbet robotlarını ve LLM'leri takip etmekte zorlanabilirsiniz.

Bunların hepsi 2 kategoriye ayrılır:

Kapalı kaynak (ChatGPT ve Claude gibi)

Açık kaynak (Falcon veya Mistral gibi)

Ve işte burada ilginçleşiyor.

Tescilli yapay zeka modelleri ne kadar popüler ve son derece gösterişli olursa olsun, yapay zeka alanında dalga yaratan ve kendi ağırlık sınıflarının üzerinde performans sergileyen açık kaynaklı modeller de mevcut.

Bu makalede buna bakacağız. Yapay zeka kadar devrim niteliğindeki teknolojide, tescilli, kara kutu benzeri bir yazılım mı yol göstericidir, yoksa açık kaynak daha iyi bir seçenek midir?

Bu ve diğer soruların cevabı bugünkü bölümde yanıtlanacak.

Açık mı Kapalı mı? soru bu

Başlangıç olarak, tüm bilimsel süreç dürüstlük, dürüstlük ve şeffaflık ilkeleri üzerine inşa edilmiştir. Bulguları doğrulamak için açıklık, işbirliği ve akran değerlendirmelerini içerir.

Pastörizasyon, penisilin ve gübreler gibi dünyanın en büyük bilimsel ilerlemelerinin çoğu, yıllar boyunca birçok bilim insanının ortak çalışması sayesinde mümkün oldu.

Çoğu zaman, o dönemde kaynak eksikliği olan büyük bir sorunla uğraştılar. Bulgularını yayınladılar ve bilim insanları yıllar sonra bunu, insanlığın yararına olacak orijinal soruna bir çözüm geliştirmek için temel olarak kullandılar.

Bu aynı zamanda açık kaynak teknolojisi için de geçerlidir. Bilgisayarlar, tüm odaları kaplayan devasa makineler olmaktan çıkıp her evde bulunabilen cihazlara dönüştüğünde dünya değişti.

Ve ardından, ayrıcalıklı bir azınlığın yerine birçok insanın teknolojiye erişmesine olanak tanıyan bir başka adım olan internet geldi.

Tim Berners-Lee, 1989 yılında World Wide Web'i icat etti ve onu herhangi bir patent veya telif hakkı olmaksızın herkesin kullanımına ücretsiz olarak sundu. Bu, internetin hızlı büyümesini ve önümüzdeki on yılda gelen birçok yeniliği ateşledi.

Benzer bir hikaye işletim sistemlerinde de yaşanıyor; Windows ve Linux'u düşünün. Aynı şey web teknolojilerinde de yaşandı.

Tüm bu önceki örneklerle birlikte, yapay zeka kadar dönüştürücü bir teknolojinin de benzer bir yol izleyebileceği (veya izlemesi gerektiği) mantıklı görünüyor.

Şimdi her iki tarafın da (kapalı ve açık kaynak yapay zeka) bu yıl nasıl ilerlediğine bakalım.

Tescilli Yapay Zekanın Durumu

Şu ana kadar ChatGPT'nin geçen Kasım ayında piyasaya sürüldüğü zaman yarattığı etkinin kimse için haberi yok. Ve yılın geri kalanında tescilli yapay zeka kasabanın konuşulan konusu haline geldi.

Mart 2023'te GPT-3'ün halefi olan GPT-4 piyasaya sürüldü. Bu olay yapay zeka yarışını ateşledi.

Çok geçmeden Google da Bard'la birlikte mücadeleye katıldı. Daha sonra eski OpenAI araştırmacıları tarafından kurulan Anthropic geldi ve popüler ChatGPT yarışmacısı Claude'u piyasaya sürdü.

OpenAI şu an itibariyle piyasada en çok "hit"e sahip şirkettir.

Bunlar GPT modelleri, farklı Dall-E versiyonları ve Whisper'dır. Microsoft ayrıca yeni ve geliştirilmiş Bing Chat (OpenAI teknolojisini temel alan) ve yakında her yere dahil edilecek Copilot ile de orada.

Google, ilk etapta herkesi şaşırtan ve Microsoft'a ve onun girişimlerine daha fazla dikkat etmemizi sağlayan ilk araştırma projesi Bard ile yarışa katıldı. Ancak bu "bilim fuarı" projesinin ardından Google, oyununu hızlandırdı ve Vertex AI, PaLM (ve PaLM2), Imagen ve Codey gibi teklifleri piyasaya sürdü.

Ve bir de güçlü Claude'unun (Claude-instant, Claude 2) farklı versiyonlarına sahip Anthropic var. İlginç olan ise Claude'u eğitmek için kullandıkları, "Anayasal Yapay Zeka" adını verdikleri yaklaşım. Bu yaklaşım güvenliği ön plana çıkarıyor ve insan çıkarları ve değerleriyle uyumlu yapay zeka yaratılmasına yardımcı oluyor.

Bunlar, çok sayıda çalışanı, kapsamlı kaynakları ve harika pazarlama departmanları olan şirketler tarafından geliştirildikleri gerçeği sayesinde daha yaygın olarak bilinen yapay zeka alanında büyük ilerlemelerdir.

Şimdi madalyonun diğer yüzüne bakalım.

Açık Kaynak Yapay Zekanın Durumu

GPT-4'ün piyasaya sürülmesinden bu yana sadece teknoloji devleri yapay zeka yarışına katılmakla kalmadı, aynı zamanda başka bağımsız projeler de ortaya çıktı. TensorFlow ve PyTorch gibi açık kaynaklı makine öğrenimi çerçeveleri sayesinde mümkün kılındı.

Stability AI, Dall-E'ye bir alternatif olan Stable Diffusion'ı piyasaya sürdü ve birçok teknoloji meraklısı, sanatın ve yaratıcılığın doğasıyla ilgili etik kaygıları gündeme getirecek kadar yeteneklerini kapsamlı bir şekilde denedi.

Meta, LLaMA adı verilen yarı açık büyük dil modelinin (çeşitli model boyutları ve ardından ikinci bir sürümle) piyasaya sürüldüğünü duyurdu.

Bu model, Hugging Face hizmetleriyle (Gradio, Spaces, Transformers gibi) birlikte bir devrimi ateşledi çünkü ilk kez dünyanın her yerindeki insanlar, ChatGPT veya PaLM gibi ürünlere rakip olan açık kaynak teknolojisine erişime sahipti.

Peki bir grup teknoloji uzmanı, bilgisayar korsanı ve teknoloji tutkunu yeterli zamana ve kaynağa sahip olduğunda ne olacağını biliyor musunuz? Evet, inşaat işleri konusunda çılgına dönebilirler.

90'lı yıllarda internetin gelişiyle birlikte niş internet forumları ve IRC kanallarının yerini Hugging Face tartışmaları, GitHub sorunları ve Discord sunucuları aldı.

Açık kaynak büyümesine katkıda bulunan başka bir şey de EleutherAI'nin Pile veri kümesiydi. Bu girişim, denetimsiz ve kendi kendini denetleyen öğrenmenin ilerlemesine yardımcı olarak büyük etiketli veri kümelerine olan ihtiyacı azalttı.

Büyük dil modelleri, bunları eğitmeye/ince ayarlamaya yönelik veri kümeleri ve bilgi işlem gereksinimlerinin azalmasıyla birlikte, kısa sürede tam bir ürün ve hizmet ekosistemi ortaya çıktı.

(Bilgisayar gereksinimlerinin azaldığını söylediğimde, LLM'lerin tescilli modeller tarafından oluşturulan sonuçların kalitesini üretmek için tonlarca parametreye ihtiyaç duymadığını kastediyorum; bu, LLaMA 13B ve Mistral 7B gibi modellerde gösterilmektedir)

Bu alanda, başkalarıyla işbirliği yapmak ve işbirliği yapmak isteyen herkesin kullanabileceği tonlarca proje, önceden eğitilmiş ve ince ayar yapılmış modeller, veri kümeleri ve araçlar bulunmaktadır.

Artık Zephyr-chat, LLaMA2-chat, Mistral-instruct ve Falcon-chat gibi çalışmak için GPT-3/GPT-4'e dayanmayan farklı türde sohbet robotlarımız var.

Code-LLaMA , CodeGen ve StarCoder gibi kod oluşturma ve yardım için ince ayar yapılan LLM'ler.

Bloom adı verilen açık erişimli çok dilli bir dil modeli.

LLaVA ve Fuyu gibi çok modlu LLM'ler (yalnızca metin değildir).

Mevcut tüm açık kaynak modellerini değerlendiren ve sıralayan Hugging Face liderlik tablosu.

RedPajama veya OpenOrca gibi LLM'lerin ön eğitimi ve ince ayarı için çeşitli veri kümeleri.

Ve son zamanlarda "AI ajanları" adı verilen daha otonom modellerimiz var.

En popüler olanları GPT-3.5 tarafından desteklenmektedir ancak LLaMA'yı temel alan başkaları da vardır.

Görünen o ki, döngülere takılmayan veya ikna edici görünen ancak ya hatalı ya da tamamen yanlış olan bir sürü metin kusmadan görevleri bağımsız olarak tamamlayabilen temsilciler oluşturmak için yarışıyoruz.

Yalnızca son 6 ayda tonlarca ilerleme kaydedildi ve hiçbir cephenin yavaşlama belirtileri göstermediğinden emin olabilirsiniz.

İleriye gidiyor

Geçtiğimiz yıl gördüğümüz tüm baş döndürücü, hızlı ilerlemelere rağmen, yapay zekanın geliştirilmesinde hâlâ erken durumdayız. Çözmemiz gereken birkaç şey var; AI gizliliği, etik, yerleşik önyargılar vb. gibi dikkate almamız gereken farklı yönler var.

Hayattaki her şeyde olduğu gibi, hiçbir taraf tamamen haksız, diğeri haklı değildir. Hem tescilli hem de açık kaynaklı yapay zekanın artıları ve eksileri vardır.

Tescilli yapay zeka, insanlara daha geniş ölçekte erişim sağlarken, yeni ve daha güçlü modelleri eğitmek için daha fazla miktarda kaynaktan yararlanabilir. Ancak bir kara kutu gibi işliyorlar, gözlemlenebilirlikten yoksunlar ve çıkarları, normal tüketicilerden ziyade parası olan büyük oyuncularla daha uyumlu olabilir.

Açık kaynaklı yapay zeka ise dünya çapındaki işbirliğinden, şeffaflıktan ve açık inovasyondan yararlanıyor. Ancak daha iddialı girişimler için gerekli organizasyon ve kaynaklardan yoksundur ve daha sıkı düzenlemeler yapılması halinde risk altına girecektir.

Şimdi asıl soru, yapay zekadaki ilerlemeyi hibrit bir şekilde nasıl sürdürebileceğimizdir.

Bu yeniliği, güvenliği ve mahremiyeti ön planda tutan sorumlu bir şekilde ileriye taşımak için, alandaki en parlak beyinlerden bazılarıyla ve gerekli kaynaklarla ortaklaşa işbirliği yapabileceğimiz bir yol.

Birkaç kişinin çıkarlarının ve çıkarlarının geri kalanımızın çıkarlarına üstün gelmediği bir yol. Yapay zeka gibi devrim niteliğindeki teknolojilerin özelleştirilmemesi, kısıtlanmaması veya büyük güçlerin "düşmanı" sayılan insan gruplarına karşı silah haline getirilmemesinin bir yolu.

Aldığımız kararların ve teknolojiyi ele alma şeklimizin, iyi ya da kötü, geleceğin nasıl şekilleneceğini belirleyeceği, tarihin eşsiz bir anındayız.

Okuduğunuz için teşekkürler.

şunu unutma Hackernoon'a abone olun ve gelecek makaleleri kaçırmayın.