出版物: ZDNET

丰塔纳还警告不要在定义开放性时过度扩张，提倡最低标准而不是乌托邦式的理想。“开源定义 (OSD) 之所以有效，是因为它设定了底线，而不是上限。人工智能的定义应首先关注许可证的清晰度，而不是用不切实际的透明度要求来 Burden 开发者。”

虽然细节仍在制定中，但毫无疑问，人工智能和开源将继续协同工作。

开源倡议 (OSI) 最近推出了开源人工智能定义 (OSAID)，以明确什么是真正符合开源标准的人工智能。为了符合 OSAID 标准，模型必须在其设计和训练数据方面完全透明，使用户能够自由地重新创建、改编和使用它。

开源倡议 (OSI) 于 2024 年 10 月 28 日在 All Things Open 会议上发布了开源人工智能定义 (OSAID) 1.0。创建它并非易事。OSI 花费了将近两年时间才创建并建立 OSAID。

OSI 及其盟友在制定开源人工智能定义方面更进一步，而不满意的不仅仅是纯粹主义者。

OSI 一直在努力制定一个全面的开源人工智能定义，类似于软件的开源定义。这项关键工作旨在解决在确定构成开源人工智能系统的要素时，日益增长的对清晰度的需求，因为目前许多公司声称其人工智能模型是开源的，但实际上根本不开源，例如 Meta 的 Llama 3.1。

OSI 一直在努力制定一个全面的开源人工智能定义，类似于软件的开源定义。这项关键工作旨在解决在确定构成开源人工智能系统的要素时，日益增长的对清晰度的需求，因为目前许多公司声称其人工智能模型是开源的，但实际上根本不开源，例如 Meta 的 Llama 3,1。

国家电信和信息管理局 (NTIA) 发布了一份报告，支持开源和开放模型，以促进人工智能创新，同时强调需要警惕的风险监控。

人工智能离不开开源，但顶级人工智能供应商不愿意承诺开源他们的程序和数据集。更复杂的是，定义开源人工智能是一个尚未解决的棘手问题。

Meta 的 4050 亿参数模型真的是开源的吗？这取决于你问谁。以下是如何亲自试用新引擎。