Open Source-Ansatz für KI

Eine Frage, die sich bei den Akronymen und Abkürzungen rund um KI, wie GP, Gen KI (generative KI), RAG und andere, kaum noch stellt, ist:

Kann KI wirklich Open Source sein?

Wie könnten sich die Prinzipien von Open Source, namentlich freie Lizenzen, transparente Trainingsdaten, Bewertungen und besonders die Möglichkeit, zu einem Open Source-Modell beizutragen, auf das entstehende Projekt auswirken?

Es gibt zwar offene Modelle von zahlreichen namhaften KI-Unternehmen, aber sie sind nicht quelloffen oder unterliegen bestimmten Einschränkungen ... und das ist eine Herausforderung. Zum Entwickeln von Modellen, die wirklich für spezifische Unternehmensanwendungen geeignet sind, müssen Technologieunternehmen den vollen Umfang eines Modells kennen – wie es trainiert wurde, worauf es trainiert wurde, wer dazu beigetragen hat usw. – bevor sie überhaupt daran denken können, es mit ihren eigenen internen Daten abzustimmen.

Auf dem Red Hat Summit 2023 haben wir Red Hat OpenShift AI vorgestellt, das die Basis für das Ausführen von KI-Modellen in großem Umfang bildet. Eine leistungsstarke, skalierbare und für KI-Workloads optimierte Plattform, die jedoch nicht auf das Bereitstellen tatsächlicher Modelle ausgerichtet ist. Heute machen wir deutlich, dass Red Hat nicht nur das Rückgrat für KI-fähige Anwendungen bereitstellt, sondern dass wir die Leistungsfähigkeit der Community und von Open Source auf die Modelle selbst übertragen wollen.

In Zusammenarbeit mit IBM Research bieten wir verschiedene Modelle für die Sprach- und Codeunterstützung als Open Source an. Was das Ganze aber noch spannender macht, ist InstructLab – ein neues Open Source-Projekt, mit dem Einzelpersonen ein Modell über eine einfache Benutzeroberfläche verbessern können. Stellen Sie sich vor, dass Sie zu einem LLM auf die gleiche Weise beitragen können, wie Sie es mit Pull-Anfragen bei einem anderen Open Source-Projekt tun würden.

Anstatt dem Spalten eines LLM und dem damit einhergehenden Stillstand, zu dem niemand mehr beitragen kann, ermöglicht InstructLab es Personen weltweit, Wissen und Kompetenzen beizutragen. Diese Beiträge können dann in zukünftige Releases des Modells integriert werden. Einfach gesagt – Sie müssen kein Data Scientist sein, um zu InstructLab beizutragen. Domain- und Fachexpertinnen und -experten (und auch Data Scientists) können mit InstructLab Beiträge leisten, die allen zugutekommen. Ich kann gar nicht genug betonen, wie leistungsstark diese Lösung ist – sowohl für die Community als auch für Unternehmen!

RHEL AI kombiniert die kritischen Komponenten der weltweit führenden Linux-Plattform für Unternehmen (in Form des neu angekündigten Image-Modus für Red Hat Enterprise Linux), der Open Source-lizenzierten Granite-Modelle und einer unterstützten Lifecycle-Distribution vom InstructLab Projekt. InstructLab erweitert die Rolle von Open Source in der KI und gestaltet die Arbeit mit dem zugrundeliegenden Open Source-Modell so einfach wie die Beteiligung an den anderen Community-Projekten.

KI-Innovationen sollten nicht auf Organisationen beschränkt sein, die sich riesige GPU-Farmen oder Teams von Data Scientists leisten können. Von Entwicklungs- über IT-Betriebsteams bis hin zu den einzelnen Geschäftsbereichen sollten alle in der Lage sein, auf die eine oder andere Weise einen Beitrag zur KI zu leisten, und zwar entsprechend den eigenen Vorstellungen. Das ist das Schöne an InstructLab und dem Potenzial von RHEL AI. Sie bieten die Zugänglichkeit von Open Source zur häufig verschlossenen Welt der KI.

Genau in diese Richtung entwickelt sich die KI-Produktstrategie von Red Hat. Unsere Entwicklung als Unternehmen verkörpert unsere Philosophie. Wir haben die Leistungsfähigkeit von Open Source für Linux, Kubernetes und Hybrid Cloud Computing für Unternehmen nutzbar gemacht.

Jetzt wollen wir dasselbe für KI tun. Jeder kann von KI profitieren, daher sollte jeder in der Lage sein, darauf zuzugreifen und einen Beitrag zu leisten. Nutzen wir KI mit Open Source.