Yeni Açık Lisans Oluşturucu, yapay zekanın sorumlu bir şekilde kullanılmasını sağlamaya yardımcı oluyor

Sorumlu Yapay Zeka günümüz teknolojisinin en önemli tartışma konularından biridir.

Model geliştiricileri şunları sağlamak istiyor: üretken yapay zeka ve büyük dil modelleri (LLM’ler) ihmalkar veya kötü niyetli olarak kullanılmaz. Bu yapay zeka düzenlemelerine yol açarken dünya çapındaYapay zeka geliştiricileri ve modelleri kullanan kuruluşların artık başvurulacak yöntemlere ihtiyacı var.

Bu talep, kar amacı gütmeyen kuruluşlar aracılığıyla sunulanlar da dahil olmak üzere, belirli davranışsal kullanım maddeleri içeren lisansların benimsenmesine yol açmıştır. Sorumlu Yapay Zeka Lisansları (DEMİRYOLU). Bu belgeler, yapay zeka modellerinin, kodlarının ve eğitim verilerinin paylaşıldığında nasıl kullanılabileceğini yasal olarak kısıtlıyor.

RAIL, yapay zekanın benimsenmesi hızlandıkça hem özelleştirmeyi hem de standardizasyonu daha da teşvik etmek için şunları duyurdu: Demiryolu Lisansı Oluşturucu. Yeni araçla, Yapay zeka geliştiricileri lisanslanacak eserleri seçebilir ve seçilmiş bir katalogdan kullanım kısıtlamaları uygulayabilir.

RAIL Çalışma Grubu eş başkanı Daniel McDuff, “Bir temel modeli çoğu durumda son derece çok yönlü olacak şekilde tasarlanmıştır; her türlü farklı dili anlayan bir şeydir, çok az ince ayar ile alt uygulamalarda kullanılabilir” dedi. Araçlandırma ve Prosedürel Yönetişim, VentureBeat’e söyledi.

Şöyle devam etti: “Geçmişte başvuruları bu kadar kısıtlamaya gerek yoktu. Ama şimdi bu modeller o kadar genel ya da çok yönlüdürler ki, çok kolay bir şekilde yeniden kullanılabilirler. Bu lisansların bir zorunluluk olduğunu düşünüyoruz.”

Etik ilkelerin ‘yasal dişlerle’ kodlanması

Onların beri ilk tanıtım 2018’de şu anda RAIL lisanslı 41.700 model deposu bulunmaktadır. Davranışsal kullanım maddeleri içeren dikkate değer modeller arasında Hugging Face’s yer alır. ÇİÇEK AÇMAKMeta’nın Lama 2, Kararlı Difüzyon Ve Kafes.

Bugün yayınlanmasıyla birlikte Demiryolu Lisansı Oluşturucuamaç, erişim engellerini azaltarak bu sayıyı daha da artırmaktır.

Yeni araç, özelleştirilmiş lisanslar oluşturmak için adım adım bir süreç sunuyor. Kullanıcılar öncelikle başlangıç ​​şablonunu dolduracak bir lisans türü seçerler.

Lisans türleri şunları içerir:

• Açık RAIL: Geliştiriciler, kendileri (ve alt kullanıcılar) davranış kısıtlamalarına uydukları sürece lisanslı yapıları kullanma, dağıtma ve değiştirme özgürlüğüne sahiptir.
• Araştırma RAIL: Geliştiriciler, lisanslı eserleri yalnızca araştırma (ticari değil) amacıyla kullanabilir, dağıtabilir ve değiştirebilir ve davranışsal kullanım kısıtlamalarına uymalıdır.
• RAIL: Bunlar davranışsal kullanım maddelerini içermez ancak lisanslı eseri kimin ve nasıl kullanabileceği konusunda ek koşullar getirebilir.

İkinci adımda kullanıcılar hangi yapıtların lisanslanacağını/paylaşılacağını seçerler. Bu genellikle kodun, algoritmaların veya AI ile ilişkili modeller. Daha sonra kullanıcılar, belirli sistemlere uygun çeşitli kategorilerden oluşan ek kısıtlamalar koleksiyonundan seçim yapabilir.

Son olarak lisans ihraç edilir. Bu süreçte, tam lisans metninin LaTeX, ham metin ve Markdown formatındaki indirmeleri sağlanır ve kullanıcılara, nihai lisans bağlantısıyla birlikte seçilen alan simgeleri ve QR kodlarının PNG indirmeleri sunulur.

McDuff, amacın avukat ekiplerine erişimi olmayan kişileri desteklemek olduğunu belirtti (her ne kadar hem büyük hem de küçük partiler RAIL lisanslarını kullanıyor olsa da).

Lisans belgelerinin yazılması söz konusu olduğunda bir “güvensizlik katmanı” tanımladı. Dilin belirli alanlara, kullanım bağlamına ve yapay zeka eserinin türüne göre uyarlanması gerekir. Yapay zekayı geliştirenler çoğu zaman “böyle bir şeyi yazmakta kendilerini rahat hissetmiyorlar çünkü onlar avukat değiller, bilgisayar bilimcileri, geliştiricileri veya araştırmacıları.”

Kendi yasal şartlarını oluşturabilseler de “bunun uygulanabilir olup olmayacağından ve içinde boşluklar olup olmadığından emin olamayabilirler.”

McDuff, Rail License Generator ile “eklemek istediğiniz madde türlerini öğrendikten sonra bir lisans oluşturmak birkaç dakika alır” dedi. “Bu, etik ilkeleri yasal dişleri olan bir şeyde kodlamanın bir yoludur.”

Yapay zeka geleneksel açık bilimsel süreçleri karmaşıklaştırıyor

RAIL araştırmacıları, açıklığın ve açık kaynağın bilimsel araştırmanın temel ilkesi olduğunu ve yeni teknolojilerin geliştirilmesine yardımcı olduğunu yazıyor. Varlıklar ve bulgular serbestçe kullanıma sunulduğunda doğrulanabilir ve teknoloji test edilip denetlenebilir.

Bu süreç hiç şüphesiz yapay zekaya da fayda sağladı; ancak evrimsel teknoloji, özellikle farklı alanlar arasında kolayca uygulanabilen temel modeller söz konusu olduğunda zorlukları da beraberinde getiriyor.

McDuff, yaratıcıları “iyi niyetle gerçekten performanslı” bir şey inşa etmiş olsa da, modelin çok yönlülüğünün istenmeyen veya kötü şekillerde kullanılabileceği anlamına geldiğini söyledi. Alt kullanıcılar hesap verebilirlik ve başvuru söz konusu olduğunda zorluklarla karşılaştığından, merkezi olmayan yönetim bu riski artırmaktadır.

McDuff, “Açık kaynak çoğu durumda faydalıdır, ancak aynı zamanda tek bir aktörün alabileceği ve dezenformasyon yaymak gibi büyük bir alt yönde etkiye sahip olabileceği araçlara sahip olduğunuzda daha incelikli hale gelir” dedi.

RAIL grubunun eş başkanı Danimarkalı Yüklenici, geliştiricilerin ve kullanıcıların neyin nerede kısıtlandığını bilmesinin zor olabileceğine dikkat çekti.

Yüklenici, “Birçok kişi ‘Yapay zeka X’i yapabiliyorsa, o zaman yapay zeka da Y’yi yapabilir” diye düşünüyor” dedi.

Bununla birlikte, bir geliştirici tıbbi bir model yayınlıyorsa, bu model robotik veya askeri alanlarda – kasıtlı olsun veya olmasın – yanlış uygulanabilir.

Yüklenici, en bilgili kişilerin etkili, uygulanabilir yollarla iletişim kurmasının ve lisans ihlallerini takip edip uygulayacak araçlara erişim sahibi olmasının önemli olduğunu vurguladı.

McDuff, davranışsal kısıtlamaların “bir miktar tutarlılık ama aynı zamanda dahil edilen maddeler açısından bir miktar çeşitlilik” sağladığını kabul etti. Farklı insanlar modellerin nasıl kullanılabileceği, incelikli kısıtlamaların ne kadar uygun olabileceği konusunda derinlemesine düşünmüşlerdir.”

Aynı zamanda standardizasyonun da kritik olduğunu, çünkü “herkesin” benimseyeceği hükümler bulunduğunu, örneğin ayrımcılık ve dezenformasyonun evrensel olduğunu söyledi.

McDuff, “Farklı proje türlerine uygun lisanslar için araçlara yönelik standartlaştırma ve desteğe ihtiyaç var” dedi.

Amaç, insanlara “standartlaştırılmış, tanıdık” ve esneklik sağlayan ve aynı zamanda önemli ve tamamen kaçınılması imkansız olan bir düzeyde “yasallık” sağlayan lisanslar geliştirebilecekleri bir araç sunmaktır.

McDuff, “Google veya Microsoft gibi bir şirketin veya büyük veya küçük diğer kuruluşların, açık kaynak kodunu lisansını ihlal edecek şekilde kullanması riski çok yüksek” dedi.