IBM和Meta的合作伙伴和合作伙伴包括AMD、英特爾、NASA、CERN、Hugging Face、甲骨文、Linux基金會、紅帽、哈佛大學和其他教育和研發機構。

根據定義，軟件開發項目向公眾開放以供使用、修改或分發，允許工程師、開發人員等進行協作，稱為開源。技術咨詢公司Nisum負責洞察和分析的全球實踐主管Ravi Narayanan表示，開放源代碼“促進了社區合作和透明度，加快了創新，并降低了開發成本”。 

開源AI包括訓練語料庫、訓練語料庫清理和準備、訓練中使用的代碼、訓練模型、推理代碼和輸出中的護欄代碼，netTalk Connect和NOOZ.AI的首席技術官Garry M.Paxinos向Spiceworks News&Insights解釋道，它還包括平臺、工具、數據集和API。 

開放源碼與非開放源碼AI開發人員的區別 

AI模型和底層硬件可能是當今最熱門的AI資產。考慮到開源模式遠不如私人模式先進和有能力，AI聯盟、OpenAI、微軟、NVIDIA、谷歌、DeepMind、亞馬遜、Anthorpic、特斯拉和其他多家AI巨頭明顯沒有列出的公司名單，說明了開源和非開源的分歧。 

今年6月，在特拉維夫大學的一次討論中，一位聽眾問OpenAI首席執行官Sam Altman和前OpenAI首席科學家Ilya Sutskever，開源大型語言模型是否可以在沒有額外技術進步的情況下與GPT-4匹敵。 

“我是在浪費時間安裝超過130億美元的Stable Vicuna嗎?告訴我，我是在浪費時間嗎?”開源AI研究人員伊沙伊·格林問道，這讓奧特曼無言以對，薩茨克弗也有12秒說不出話來。以下是Sutskever的回答： 

“對于開源與非開源模型的問題，你不會想要用黑白的二進制術語來思考它，比如，有一個永遠不會被重新發現的秘密來源。我要說的是，GPT-4是否會被開源模式復制——也許有一天會這樣，但當它會這樣做的時候，公司里會有一個更強大的模式，因此，開源模式和他們的私人模式之間總是會有差距。這一次，這一差距甚至可能還在擴大。制造一個這樣的神經網絡所需的努力、工程和研究的數量不斷增加，因此，即使有開放源碼的模型，它們也會越來越少地由一小群敬業的研究人員和工程師生產，而且它將來自一家公司、一家大公司的天意。” 

QuickBl創始人兼首席執行官內特·麥克利奇認為，強大的資金支持可以幫助公司獲得技術領先優勢，從而獲得競爭優勢。Gramener高級副總裁桑迪普·雷迪·馬魯評估說，“如今開源和閉源的AI模型之間至少存在3倍的差距。AI建模得益于強大的計算能力、巨大的數據粒度以及對可以用它做什么的最小障礙。” 

盡管如此，納拉亞南說，“開源模式仍然可以發揮自己的優勢。開放源碼和封閉源碼AI模型各有優勢，由于其固有的特點和方法，通常在不同的領域出類拔萃。這些模式之間的技術差距各不相同：開源模式往往引領創新和社區驅動的改進，而專有模式可能提供獨特的、專門的能力和強大的支持。” 

AI聯盟 

Meta和IBM正在帶頭建立AI聯盟，利用他們的專業知識和資源，推動AI領域的標準化和道德框架，這與他們塑造AI未來、確保他們在不斷發展的格局中的影響力以及培養人們對AI技術的信任的目標是一致的，Narayanan說，“對于Meta來說，這是關于將AI更深入地整合到社交平臺和數字互動中，而IBM則專注于增強其企業AI解決方案和服務。” 

Meta被認為是一家無視用戶隱私的賺錢企業，現在處于開源AI開發的前沿。然而，對于一家開創開源先河的公司來說，Meta要求開發者/用戶提交下載請求，并要求提供其Llama 2型號的出生日期等細節，這是很奇怪的。 

值得稱贊的是，下載鏈接在注冊后幾分鐘內就到達了我的收件箱。也許Meta的過去是其最大的敵人，讓人懷疑該公司的意圖。此外，Meta使其許可過程變得如此簡單和快速，考慮到它的開發是禁止公眾進入的，Llama 2看起來像是一個開源模型，而它實際上不能被稱為開源模型。因此，為什么Meta是AI聯盟的先鋒，這是值得懷疑的。 

Meta對開源AI開發的積極作用也可以被認為是偶然的。帕西諾斯補充道：“通過觀察Meta Llama模型被泄露后發生的事情，然后Meta以Llama 2的形式正式發布，人們可以看到將訓練過的模型開源的有用之處。一旦訓練過的模型被泄露，就會有大量的開源項目和模型使用Llama和/或對模型進行微調。” 

MacLeitch說，Meta和IBM對開源的接受和貢獻可能是他們“挑戰GenAI領域最大的參與者，并創建一個與AI相關的公司和工具的替代生態系統”的目標的一部分。 

雷迪·馬魯表示同意。他認為，AI聯盟中的企業的目標有兩個： 

• 創造商業AI模型的替代方案。他認為，正如軟件開發的歷史所表明的那樣，開源最終會占據上風。 
• 參與的企業希望將自己與該領域的早期領導者區分開來。 

我個人對結盟持懷疑態度。盡管它們可能是有用和有益的，但我曾在幾個技術委員會工作過，在這些委員會中，非常大的公司付錢讓高級員工參加，主要目的是放慢委員會的工作。我擔任過一些小組委員會的主席，其中就發生了這種情況。 

支持(和反對)開源AI模型開發的理由 

私人AI的開發和模式可能不利于創新。加州大學伯克利分校計算、數據科學和社會學院院長詹妮弗·查耶斯指出：“追求開放創新創造了一個公平的競爭環境，讓每個人都能分享GenAI的好處。” 

MacLeitch告訴記者，靈活性、根據需求定制和修改的能力，以及它們得到同行審查的事實，從而提供了更高的安全性是開源AI最顯著的優勢。 

Narayanan補充說：“開源AI是創新和可訪問性的催化劑，打破了較小實體的障礙，并為快速技術進步創造了一個合作環境，它提供了顯著的成本優勢，減少了開發和運營費用，并促進了透明度，這對符合道德的AI發展和建立對AI系統的信任至關重要。” 

GenAI的好處，或一般的AI，是企業努力提高生產率、獲得競爭優勢并為最終用戶設計創新的新產品和服務的關鍵方面。然而，伴隨著人們對AI技術危險的根深蒂固的擔憂，包括它對消費者隱私的影響，它制造偏見和歧視網絡安全的傾向，以及它與人類互動的不明確性。 

白宮關于AI使用的行政命令注意到了開源模型，稱它們是兩用基礎模型，其權重公開，這項行政命令寫道：“當軍民兩用基金會模型的權重被廣泛獲得時——比如當它們被公開發布在互聯網上——可能會給創新帶來巨大的好處，但也會帶來巨大的安全風險，比如該模型中的保障措施被移除。” 

商務部長吉娜·雷蒙多預計將在2024年7月之前向總統提交一份關于政策和監管建議的報告，此前他與私營部門、學術界、公民社會和其他方面就開放模式的潛在好處、風險和影響進行了磋商。 

“濫用的可能性很大，包括倫理問題和社會危害。開源AI項目經常面臨不一致的質量和維護挑戰，影響了它們的可靠性。此外，它們還構成了嚴重的安全漏洞和復雜的合規問題，特別是在知識產權和許可方面。” 

具體地說，麥克利奇解釋說：“除了傳播虛假信息外，開源AI算法還可以用來創建深度假冒和其他在線詐騙工具。在極端情況下，開源AI可以被用來創造自主武器。” 

帕西諾斯接著指出了為什么AI的危險是這項技術固有的原因。 

“這些危險有一個更深層次的哲學問題，許多危險實際上都是心理上的，我們感到關切的是，模型可能會在其輸出中出現許多偏差。雖然這些偏見確實令人擔憂，但在許多方面，它們反映了我們的歷史。我們是否正在失去理解偏見的能力，從而從錯誤中吸取教訓?同時，根據領域的不同，了解這些偏見可能有助于我們做出更好的決策——特別是在敵對環境中工作時。” 

“雖然利他主義是一個有價值的目標，但我們也必須現實地看待人性，并適當地處理它。同時確保我們的‘護欄’不會在我們的AI系統內制造隱藏的沖突。“。 

在美國和世界其他地區，關于AI發展的護欄或法律條款的蝸牛般的發展，以及與之相關的責任，給這個新興領域帶來了不確定性。AI開發者和公司呼吁對AI進行監管，并提出參與這一過程。 

這提出了另一個問題——他們的參與是否會影響這一過程，并使監管向有利于他們的方向傾斜? 

對AI立法的影響 

無論如何，AI立法注定會發生。各企業正在確保他們能夠將船引向自己的利益。 

可以預期，AI聯盟將在制定AI立法方面發揮重要作用。作為與知名大學合作的數十億美元的公司，聯盟當然擁有影響政策的財政資源和政治影響力。 

Narayanan補充說：“AI聯盟憑借其集體專業知識和行業影響力，可以顯著影響AI立法。通過提供明智的見解和建議，他們可以形成政策框架，確保法規在技術上知情，并與行業能力和需求保持一致。他們的參與可以導致更平衡、更有效、更有利于創新的AI法規。” 

另一方面，帕西諾斯預計，通過立法對AI進行監管將扼殺創新。此外，他質疑它的廣泛適用性，無論是從事開源還是專有AI開發的企業。 

“問題是，哪些‘行為者’會遵守立法，哪些不會，它是否會使遵循指導方針的國家落后于不遵循指導方針的國家的發展?” 

在處理護欄時，誰來決定什么是安全的內容，什么不是?它是否像錯誤信息和虛假信息的定義一樣武斷和反復無常?言論自由的概念是如何受到影響的?看看建國前后的報紙和出版物，很明顯，與錯誤信息作斗爭的是更好的信息，而不是審查制度。“意見”什么時候會變成錯誤信息?有可能犯下思想犯罪嗎? 

在更深的層面上，AI在什么時候才有權享有言論自由和表達自由?有趣的時代…- Garry Paxinos，netTalk Connect和NOOZ.AI的CTO。 

專有AI開發的優勢 

盡管AI開發的不透明本質到目前為止一直是常態，但專有的AI開發確實提供了一些好處，包括： 

• 保護知識產權
• 可以提供更好的用戶體驗
• 輕松的投資機會
• 質量始終如一
• 企業與目標保持一致