Étreindre le visage des appels à la mise au point open source dans le plan d’action de l’IA

Visage étreint a appelé le gouvernement américain à hiérarchiser le développement open source dans son prochain plan d’action de l’IA.

Dans une déclaration au Office of Science and Technology Policy (OSTP), Hugging Face a souligné que «la politique réfléchie peut soutenir l’innovation tout en veillant à ce que le développement de l’IA reste compétitif et aligné sur les valeurs américaines».

Hugging Face, qui héberge plus de 1,5 million de modèles publics dans divers secteurs et sert sept millions d’utilisateurs, propose un plan d’action d’IA centré sur trois piliers interconnectés:

1. Un visage étreint souligne l’importance de renforcement des écosystèmes d’IA open source. La société fait valoir que l’innovation technique provient de divers acteurs à travers les institutions et que le soutien aux infrastructures – comme le Ressource nationale de recherche sur l’IA (Nairr), et l’investissement dans les sciences et les données ouvertes – permet à ces contributions d’avoir un effet additif et d’accélérer une innovation robuste.

2. La société priorise Adoption efficace et fiable de l’IA. Hugging Face estime que la propagation des avantages de la technologie en facilitant son adoption le long de la chaîne de valeur oblige les acteurs à travers les secteurs de l’activité pour façonner son développement. Il indique que les modèles d’IA plus efficaces, modulaires et robustes nécessitent des investissements de recherche et d’infrastructure pour permettre la participation et l’innovation les plus larges possibles, ce qui permet une diffusion de la technologie à travers l’économie américaine.

3. Un visage étreint met également en évidence la nécessité de Promouvoir la sécurité et les normes. La société suggère que des décennies de pratiques dans la cybersécurité des logiciels open source, la sécurité de l’information et les normes peuvent éclairer une technologie d’IA plus sûre. Il préconise de promouvoir les normes de traçabilité, de divulgation et d’interopérabilité pour favoriser un écosystème technologique plus résiliente et plus robuste.

Les open source sont essentielles pour l’avancement de l’IA aux États-Unis (et au-delà)

Le visage étreint souligne que l’IA moderne est construite sur des décennies de recherche ouverte, les géants commerciaux reposant fortement sur les contributions open source. Percées récentes – comme Olmo-2 et Coder olympique – Démontrer que la recherche ouverte reste une voie prometteuse vers le développement de systèmes qui correspondent aux performances des modèles commerciaux, et peuvent souvent les dépasser, en particulier en termes d’efficacité et de performances dans des domaines spécifiques.

«Peut-être que le plus frappant est la compression rapide des délais de développement», note la société, «ce qui a exigé une fois plus de 100B de modèles de paramètres il y a seulement deux ans peut maintenant être accompli avec des modèles de paramètres 2B, suggérant un chemin accéléré vers la parité.»

Cette tendance vers un développement d’IA plus accessible, efficace et collaboratif indique que les approches ouvertes du développement de l’IA ont un rôle essentiel à jouer pour permettre une stratégie d’IA réussie qui maintient le leadership technique et soutient une adoption plus répandue et sécurisée de la technologie.

Hugging Face soutient que les modèles ouverts, les infrastructures et les pratiques scientifiques constituent le fondement de l’innovation de l’IA, permettant à un écosystème diversifié de chercheurs, d’entreprises et de développeurs de s’appuyer sur des connaissances partagées.

La plate-forme de l’entreprise héberge des modèles et des ensembles de données d’IA à la fois de petits acteurs (par exemple, startups, universités) et de grandes organisations (par exemple, Microsoft, Google, Openai, Meta), démontrant comment les approches ouvertes accélèrent les progrès et démocratisent l’accès aux capacités d’IA.

«Les États-Unis doivent mener dans l’IA open-source et les sciences ouvertes, ce qui peut améliorer la compétitivité américaine en favorisant un écosystème d’innovation robuste et en assurant un équilibre sain de concurrence et de l’innovation partagée», déclare un visage étreint.

La recherche a montré que les systèmes techniques ouverts agissent comme des multiplicateurs de force pour l’impact économique, avec un effet multiplicateur estimé à 2000x. Cela signifie que 4 milliards de dollars investis dans des systèmes ouverts pourraient potentiellement générer 8 billions de dollars de valeur pour les entreprises qui les utilisent.

Ces avantages économiques s’étendent également aux économies nationales. Sans aucune contribution logicielle open source, le pays moyen perdrait 2,2% de son PIB. Les open source ont conduit entre 65 milliards d’euros et 95 milliards d’euros du PIB européen en 2018 seulement, une constatation si importante que la Commission européenne l’a citée lors de l’établissement de nouvelles règles pour rationaliser le processus de logiciel gouvernemental open-source.

Cela démontre comment l’impact open-source se traduit directement par une action politique et un avantage économique au niveau national, soulignant l’importance de la source ouverte en tant que bien public.

Facteurs pratiques stimulant l’adoption commerciale de l’IA open source

Le visage étreint identifie plusieurs facteurs pratiques stimulant l’adoption commerciale de modèles ouverts:

• Rentabilité est un moteur majeur, car le développement de modèles d’IA à partir de zéro nécessite des investissements importants, de sorte que l’exécution des fondations ouvertes réduit les dépenses de R&D.
• Personnalisation est crucial, car les organisations peuvent adapter et déployer des modèles spécifiquement adaptés à leurs cas d’utilisation plutôt que de s’appuyer sur des solutions uniques.
• Modèles ouverts réduire le verrouillage des vendeursdonnant aux entreprises un plus grand contrôle sur leur pile technologique et leur indépendance des fournisseurs uniques.
• Les modèles ouverts ont rattrapé et, dans certains cas, dépassé les capacités de systèmes propriétaires fermés.

Ces facteurs sont particulièrement précieux pour les startups et les entreprises de taille moyenne, qui peuvent accéder à la technologie de pointe sans investissements en infrastructure massifs. Les banques, les sociétés pharmaceutiques et d’autres industries ont adapté des modèles ouverts à des besoins spécifiques sur le marché – déterminez la façon dont les fondations open source soutiennent un écosystème commercial dynamique à travers la chaîne de valeur.

Recommandations politiques de l’étreinte Face pour soutenir l’IA open-source aux États-Unis

Pour soutenir le développement et l’adoption de systèmes d’IA ouverts, Hugging Face propose plusieurs recommandations politiques:

• Améliorer l’infrastructure de recherche: Mettre en œuvre et étendre pleinement le pilote national de ressources de recherche sur l’IA (Nairr). La participation active de Hugging Face au pilote Nairr a démontré la valeur de fournir aux chercheurs un accès aux ressources informatiques, aux ensembles de données et aux outils de collaboration.

• Allouer des ressources informatiques publiques pour les open source: Le public devrait avoir des moyens de participer via une infrastructure d’IA publique. Une façon de le faire serait de consacrer une partie de l’infrastructure informatique financée par le public pour soutenir les projets d’IA open source, réduisant les obstacles à l’innovation pour les petites équipes de recherche et les entreprises qui ne peuvent pas se permettre des systèmes propriétaires.

• Activer l’accès aux données pour développer des systèmes ouverts: Créez des écosystèmes de données durables grâce à des politiques ciblées qui abordent la diminution des communes de données. Les éditeurs signalent de plus en plus les accords de licence de données avec des développeurs de modèles d’IA propriétaires, ce qui signifie que les coûts d’acquisition de données de qualité approchent désormais ou même dépassent les dépenses informatiques des modèles de frontière de formation, menaçant de verrouiller les petits développeurs ouverts de l’accès aux données de qualité. Soutenir les organisations qui contribuent aux référentiels de données publiques et rationalisent les voies de conformité qui réduisent les obstacles juridiques au partage responsable des données.

• Développer des ensembles de données ouverts: Investissez dans la création, la conservation et la maintenance des ensembles de données représentatifs robustes qui peuvent soutenir la prochaine génération de recherches et d’applications d’IA. Développez des initiatives telles que le catalogue de données de confiance IBM AI Alliance et des projets de soutien comme la numérisation par IDI AI des collections publiques dans la bibliothèque publique de Boston.

• Renforcer les cadres d’accès aux données de respecter les droits: Établir des directives claires pour l’utilisation des données, y compris les protocoles standardisés pour l’anonymisation, la gestion du consentement et le suivi de l’utilisation. Soutenez les partenariats public-privé pour créer des fiducies de données spécialisées pour des domaines de grande valeur tels que les soins de santé et les sciences du climat, garantissant que les individus et les organisations maintiennent un contrôle approprié sur leurs données tout en permettant l’innovation.

• Investissez dans l’innovation axée sur les parties prenantes: Créer et soutenir des programmes qui permettent aux organisations de divers secteurs (soins de santé, fabrication, éducation) de développer des systèmes d’IA personnalisés pour leurs besoins spécifiques, plutôt que de s’appuyer exclusivement sur des systèmes à usage général de principaux fournisseurs. Cela permet une participation plus large de l’écosystème de l’IA et garantit que les avantages de l’IA s’étendent tout au long de l’économie.

• Renforcer les centres d’excellence: Développez le rôle de NIST en tant que responsable pour les experts de l’IA dans l’ensemble du monde universitaire, de l’industrie et du gouvernement pour partager les leçons et développer les meilleures pratiques. En particulier, le cadre de gestion des risques d’IA a joué un rôle important dans l’identification des étapes du développement de l’IA et des questions de recherche qui sont essentielles pour assurer un déploiement technologique plus robuste et sécurisé pour tous. Les outils développés à Hugging Face, de la documentation du modèle aux bibliothèques d’évaluation, sont directement façonnés par ces questions.

• Prise en charge des données de haute qualité pour l’évaluation des performances et de la fiabilité: Le développement de l’IA dépend fortement des données, à la fois pour former des modèles et pour évaluer de manière fiable leurs progrès, leurs forces, leurs risques et leurs limites. Faire un meilleur accès aux données publiques de manière sûre et sécurisée et garantir que les données d’évaluation utilisées pour caractériser les modèles sont saines et fondés sur des preuves accéléreront les progrès dans les performances et la fiabilité de la technologie.

Prioriser l’adoption efficace et fiable de l’IA

Les étreintes soulignent que les petites entreprises et les startups sont confrontées à des obstacles importants à l’adoption de l’IA en raison des coûts élevés et des ressources limitées. Selon IDC, les dépenses mondiales de l’IA atteindront 632 milliards de dollars en 2028, mais ces coûts restent prohibitifs pour de nombreuses petites organisations.

Pour les organisations adoptant Outils d’IA open sourceil apporte des rendements financiers. 51% des sociétés interrogées utilisant actuellement des outils d’IA open source signalent un retour sur investissement positif, contre seulement 41% de ceux qui n’utilisent pas de source open.

Cependant, la rareté énergétique présente une préoccupation croissante, l’agence internationale de l’énergie prévoyant que la consommation d’électricité des centres de données pourrait doubler de 2022 niveaux à 1 000 TWH d’ici 2026, équivalent à la demande d’électricité du Japon. Bien que la formation des modèles d’IA soit à forte intensité d’énergie, l’inférence, en raison de son échelle et de sa fréquence, peut finalement dépasser la consommation d’énergie de formation.

Assurer une large accessibilité en IA nécessite à la fois des optimisations matérielles et des cadres logiciels évolutifs. Une gamme d’organisations développe des modèles adaptés à leurs besoins spécifiques, et le leadership américain dans le développement d’IA axé sur l’efficacité présente un avantage stratégique. L’initiative IA pour l’énergie du DOE soutient en outre les recherches sur l’IA économe en énergie, facilitant une adoption plus large sans exigences de calcul excessives.

Avec sa lettre à l’OSTP, les défenseurs des étreintes du visage pour un plan d’action d’IA ont été centrés sur les principes open-source. En prenant des mesures décisives, les États-Unis peuvent garantir son leadership, stimuler l’innovation, améliorer la sécurité et garantir que les avantages généralisés de l’IA sont réalisés dans toute la société et l’économie.

Voir aussi: Le ministre britannique aux États-Unis pour présenter la Grande-Bretagne en tant que centre d’investissement mondial sur l’IA

Vous voulez en savoir plus sur l’IA et les Big Data des leaders de l’industrie? Vérifier AI et Big Data Expo se déroulant à Amsterdam, en Californie et à Londres. L’événement complet est colocalisé avec d’autres événements de premier plan, notamment Conférence d’automatisation intelligente, Blockx, Semaine de transformation numériqueet Cyber ​​Security & Cloud Expo.

Explorez d’autres événements et webinaires de technologie d’entreprise à venir alimentés par Techforge ici.