开源人工智能定义 – 每周更新 5 月 6 日

定义验证：招募志愿者

该过程已进入新阶段：我们现在正在招募志愿者来验证开源人工智能定义，使用它来审查现有的人工智能系统。此阶段的目标是确认该定义按预期工作，并了解其失败之处。 

  • 提供了一个电子表格，您可以在其中找到并链接到许可证、研究论文或其他文档，这些文档授予权利或为每个必需组件提供信息。 
  • 系统包括但不限于
    • Arctic
    • BLOOM
    • Falcon
    • Grok
    • Llama 2
    • Mistral
    • OLMo
    • OpenCV
    • Phi-2
    • Pythia
    • T5
  • 如需在 5 月 20 日前自愿参与，请在论坛上联系 Mer

收到的关于定义草案的评论摘要

  • 语法和措辞更正 
    • 提出了一些小的语法建议。这些建议稍微改变和调整了布局，但总体信息保持不变。 
    • 一位用户建议在“序言”和“为什么我们需要开源人工智能”下解释什么是开源。该部分不应谈论为什么开源很重要，而应介绍它是什么以及为什么它对人工智能很重要。
    • 在“修改机器学习系统的首选形式”和“数据信息”下，需要澄清关于“使用的训练数据集”。目前尚不清楚这是否意味着所有训练数据都必须是开源的，整个模型才是开源的。
      • Stefano Maffulli 在此补充说，目的是了解使用了什么数据集，而不是必须使其可用，并且这确实似乎需要澄清
  • 技术要点
    • 在“修改机器学习系统的首选形式”下，检查点的发布被提及为必需组件的一个示例，在“模型参数”下。有人提出反对意见，认为这造成了不必要的负担：这就像要求软件成为开源软件，就必须包含该程序的过往版本。
    • “修改机器学习系统的首选形式”和“数据信息”，在需要关于用于创建模型的训练数据的充分信息的背景下，提到了“技术人员”。有人质疑为什么技能与获取数据有关
      • Maffulli 给出了澄清，指出这是在获取关于数据的信息的背景下，以便“技术人员”可以使用、研究、共享和修改人工智能系统。
      • 一位用户建议，可以通过更改措辞“技术人员可以重建”的语境来解决这种混淆。从“使用相同或相似的数据”改为“如果能够访问相同或相似的数据”。
      • 一位用户指出，“技术人员”作为专利法中使用的法律术语可能不合适，因为它在不同的国家/地区具有不同的法律含义和先例。
  • 关于为什么我们特别关注机器学习 (ML) 作为人工智能系统的讨论
    • 有人提出一个问题，即为什么我们在“修改机器学习系统的首选形式”以及随后的“清单”下明确提及机器学习系统，并指出并非所有人工智能系统都是机器学习系统。
      • Maffulli 回复说，我们关注机器学习是因为它们需要特别和紧急的关注，因为基于规则的人工智能系统可以符合开源定义。这需要在常见问题解答中解决

市政厅会议公告 

  • 第 9 次市政厅会议于 5 月 3 日举行。如果您错过了会议，请点击此处访问录音！