Hugging Face, Bilim ve Teknoloji Politikası Ofisi’ne (OSTP) yaptığı açıklamada , “Düşünceli bir politikanın, yapay zeka gelişiminin rekabetçi kalmasını ve Amerikan değerleriyle uyumlu olmasını sağlarken inovasyonu destekleyebileceğini” vurguladı.
Çeşitli sektörlerde 1,5 milyondan fazla kamusal modele ev sahipliği yapan ve yedi milyon kullanıcıya hizmet veren Hugging Face, birbirine bağlı üç sütuna odaklanan bir Yapay Zeka Eylem Planı öneriyor:
- Hugging Face , açık kaynaklı AI ekosistemlerini güçlendirmenin önemini vurgular . Şirket, teknik inovasyonun kurumlar genelindeki çeşitli aktörlerden kaynaklandığını ve Ulusal AI Araştırma Kaynağı (NAIRR) gibi altyapı desteğinin ve açık bilime ve verilere yatırım yapmanın bu katkıların ek bir etki yaratmasına ve sağlam inovasyonu hızlandırmasına olanak sağladığını savunur.
- Şirket, AI’nın verimli ve güvenilir bir şekilde benimsenmesine öncelik veriyor . Hugging Face, teknolojinin faydalarını değer zinciri boyunca benimsenmesini kolaylaştırarak yaymanın, faaliyet sektörleri genelinde aktörlerin gelişimini şekillendirmesini gerektirdiğine inanıyor. Daha verimli, modüler ve sağlam AI modellerinin, mümkün olan en geniş katılımı ve yeniliği mümkün kılmak için araştırma ve altyapı yatırımları gerektirdiğini ve teknolojinin ABD ekonomisi genelinde yayılmasını sağladığını belirtiyor.
- Hugging Face ayrıca güvenliği ve standartları teşvik etme ihtiyacını da vurguluyor . Şirket, açık kaynaklı yazılım siber güvenliği, bilgi güvenliği ve standartlarındaki onlarca yıllık uygulamaların daha güvenli AI teknolojisini bilgilendirebileceğini öne sürüyor. Daha dayanıklı ve sağlam bir teknoloji ekosistemi geliştirmek için izlenebilirlik, açıklama ve birlikte çalışabilirlik standartlarının teşvik edilmesini savunuyor.
Açık kaynak, ABD’de (ve ötesinde) yapay zekanın ilerlemesi için anahtardır
Hugging Face, modern yapay zekanın onlarca yıllık açık araştırma üzerine kurulu olduğunu ve ticari devlerin açık kaynaklı katkılara büyük ölçüde güvendiğini vurguluyor. OLMO-2 ve Olympic-Coder gibi son atılımlar , açık araştırmanın ticari modellerin performansına uyan ve özellikle belirli alanlarda verimlilik ve performans açısından onları sıklıkla geride bırakabilen sistemler geliştirmek için umut verici bir yol olmaya devam ettiğini gösteriyor.
Şirket, “Belki de en dikkat çekici olan şey, geliştirme zaman çizelgelerinin hızla sıkıştırılmasıdır” diyor, “sadece iki yıl önce 100 milyardan fazla parametreli model gerektiren şey artık 2 milyar parametreli modellerle gerçekleştirilebiliyor ve bu da eşitliğe giden yolun hızlandığını gösteriyor.”
Daha erişilebilir, verimli ve iş birlikçi yapay zeka geliştirmeye yönelik bu eğilim, yapay zeka geliştirmeye yönelik açık yaklaşımların, teknik liderliği koruyan ve teknolojinin daha yaygın ve güvenli bir şekilde benimsenmesini destekleyen başarılı bir yapay zeka stratejisinin etkinleştirilmesinde kritik bir rol oynadığını göstermektedir.
Hugging Face, açık modellerin, altyapının ve bilimsel uygulamaların yapay zeka inovasyonunun temelini oluşturduğunu ve araştırmacılar, şirketler ve geliştiricilerden oluşan çeşitli bir ekosistemin paylaşılan bilgi üzerine inşa etmesine olanak tanıdığını savunuyor.
Şirketin platformu, hem küçük aktörlerden (örneğin, yeni kurulan şirketler, üniversiteler) hem de büyük kuruluşlardan (örneğin, Microsoft, Google, OpenAI, Meta) gelen yapay zeka modelleri ve veri kümelerine ev sahipliği yaparak, açık yaklaşımların ilerlemeyi nasıl hızlandırdığını ve yapay zeka yeteneklerine erişimi nasıl demokratikleştirdiğini gösteriyor.
Hugging Face, “ABD, güçlü bir inovasyon ekosistemi oluşturarak ve sağlıklı bir rekabet ve paylaşılan inovasyon dengesi sağlayarak Amerikan rekabet gücünü artırabilecek açık kaynaklı yapay zeka ve açık bilimde öncülük etmelidir” diyor.
Araştırmalar, açık teknik sistemlerin ekonomik etki için kuvvet çarpanları olarak hareket ettiğini ve tahmini 2000x çarpan etkisi olduğunu göstermiştir. Bu, açık sistemlere yatırılan 4 milyar doların, bunları kullanan şirketler için potansiyel olarak 8 trilyon dolar değer yaratabileceği anlamına gelir.
Bu ekonomik faydalar ulusal ekonomilere de uzanıyor. Herhangi bir açık kaynaklı yazılım katkısı olmadan, ortalama bir ülke GSYİH’sinin %2,2’sini kaybederdi. Açık kaynaklı yazılım, yalnızca 2018’de Avrupa GSYİH’sinin 65 milyar ila 95 milyar avrosunu yönlendirdi; bu o kadar önemli bir bulgu ki, Avrupa Komisyonu, hükümet yazılımlarının açık kaynaklı hale getirilmesi sürecini kolaylaştırmak için yeni kurallar belirlerken buna atıfta bulundu.
Bu, açık kaynaklı yazılımların etkisinin ulusal düzeyde doğrudan politika eylemine ve ekonomik avantaja nasıl dönüştüğünü göstererek, açık kaynaklı yazılımların kamusal bir mal olarak önemini vurgulamaktadır.
Açık kaynaklı yapay zekanın ticari olarak benimsenmesini sağlayan pratik faktörler
Hugging Face, açık modellerin ticari olarak benimsenmesini yönlendiren birkaç pratik faktörü tanımlıyor:
- Maliyet verimliliği önemli bir etkendir; sıfırdan yapay zeka modelleri geliştirmek önemli yatırımlar gerektirir, bu nedenle açık temellerden yararlanmak Ar-Ge giderlerini azaltır.
- Özelleştirme hayati önem taşıyor çünkü kuruluşlar, tek tip çözümlere güvenmek yerine, kendi kullanım durumlarına özel olarak uyarlanmış modelleri uyarlayıp uygulayabiliyor.
- Açık modeller , tedarikçilere bağımlılığı azaltarak şirketlere teknoloji yığınları üzerinde daha fazla kontrol ve tek bir tedarikçiden bağımsızlık sağlar.
- Açık modeller , kapalı, tescilli sistemlerin yeteneklerine yetişmiş ve hatta bazı durumlarda onları aşmıştır.
Bu faktörler, büyük altyapı yatırımları olmadan son teknolojiye erişebilen yeni başlayanlar ve orta ölçekli şirketler için özellikle değerlidir. Bankalar, ilaç şirketleri ve diğer endüstriler, açık kaynak temellerinin değer zinciri boyunca canlı bir ticari ekosistemi nasıl desteklediğini göstererek açık modelleri belirli pazar ihtiyaçlarına uyarlamaktadır.
Hugging Face’in ABD’de açık kaynaklı yapay zekayı desteklemeye yönelik politika önerileri
Açık yapay zeka sistemlerinin geliştirilmesini ve benimsenmesini desteklemek için Hugging Face birkaç politika önerisi sunuyor:
- Araştırma altyapısını geliştirin: Ulusal Yapay Zeka Araştırma Kaynağı (NAIRR) pilotunu tam olarak uygulayın ve genişletin. Hugging Face’in NAIRR pilotuna aktif katılımı, araştırmacılara bilgi işlem kaynaklarına, veri kümelerine ve iş birliği araçlarına erişim sağlamanın değerini göstermiştir.
- Açık kaynak için kamusal bilgi işlem kaynakları tahsis edin: Kamunun kamusal AI altyapısı aracılığıyla katılım yolları olmalıdır. Bunu yapmanın bir yolu, kamusal olarak finanse edilen bilgi işlem altyapısının bir kısmını açık kaynaklı AI projelerini desteklemeye ayırmak, böylece tescilli sistemleri karşılayamayan daha küçük araştırma ekipleri ve şirketler için inovasyona yönelik engelleri azaltmaktır.
- Açık sistemleri geliştirmek için verilere erişimi etkinleştirin: Azalan veri ortaklarını ele alan hedefli politikalar aracılığıyla sürdürülebilir veri ekosistemleri yaratın. Yayıncılar, tescilli AI modeli geliştiricileriyle giderek daha fazla veri lisanslama anlaşması imzalıyor, bu da kaliteli veri edinme maliyetlerinin artık sınır modellerini eğitmenin hesaplama giderlerine yaklaştığı veya hatta onları geçtiği anlamına geliyor ve bu da küçük açık geliştiricilerin kaliteli verilere erişimini engellemekle tehdit ediyor. Kamu veri depolarına katkıda bulunan kuruluşları destekleyin ve sorumlu veri paylaşımına yönelik yasal engelleri azaltan uyumluluk yollarını kolaylaştırın.
- Açık veri kümeleri geliştirin: Yeni nesil AI araştırmalarını ve uygulamalarını destekleyebilecek sağlam, temsili veri kümelerinin oluşturulmasına, düzenlenmesine ve bakımına yatırım yapın. IBM AI Alliance Güvenilir Veri Kataloğu gibi girişimleri genişletin ve IDI’nin Boston Halk Kütüphanesi’ndeki kamu koleksiyonlarının AI odaklı Dijitalleştirilmesi gibi projeleri destekleyin.
- Haklara saygılı veri erişim çerçevelerini güçlendirin: Anonimleştirme, onay yönetimi ve kullanım takibi için standart protokoller dahil olmak üzere veri kullanımı için net yönergeler oluşturun. Sağlık ve iklim bilimi gibi yüksek değerli alanlar için uzmanlaşmış veri vakıfları oluşturmak üzere kamu-özel sektör ortaklıklarını destekleyin, bireylerin ve kuruluşların verileri üzerinde uygun kontrolü sürdürürken inovasyonu mümkün kılmalarını sağlayın.
- Paydaş odaklı inovasyona yatırım yapın: Çeşitli sektörlerdeki (sağlık, üretim, eğitim) kuruluşların, yalnızca büyük sağlayıcıların genel amaçlı sistemlerine güvenmek yerine, kendi özel ihtiyaçları için özelleştirilmiş AI sistemleri geliştirmelerini sağlayan programlar oluşturun ve destekleyin. Bu, AI ekosistemine daha geniş bir katılımı mümkün kılar ve AI’nın faydalarının ekonominin tamamına yayılmasını sağlar.
- Mükemmellik merkezlerini güçlendirin: NIST’in akademi, endüstri ve hükümet genelindeki AI uzmanları için bir toplayıcı olarak rolünü genişletin ve dersleri paylaşın ve en iyi uygulamaları geliştirin. Özellikle, AI Risk Yönetimi Çerçevesi, herkes için daha sağlam ve güvenli teknoloji dağıtımını sağlamak için kritik olan AI geliştirme ve araştırma sorularının aşamalarını belirlemede önemli bir rol oynamıştır. Hugging Face’te geliştirilen araçlar, model belgelerinden değerlendirme kütüphanelerine kadar, doğrudan bu sorular tarafından şekillendirilmiştir.
- Performans ve güvenilirlik değerlendirmesi için yüksek kaliteli verileri destekleyin: Yapay zeka geliştirme, hem modelleri eğitmek hem de ilerlemelerini, güçlü yönlerini, risklerini ve sınırlamalarını güvenilir bir şekilde değerlendirmek için büyük ölçüde verilere bağlıdır. Kamu verilerine güvenli ve emniyetli bir şekilde daha fazla erişimin teşvik edilmesi ve modelleri karakterize etmek için kullanılan değerlendirme verilerinin sağlam ve kanıta dayalı olmasının sağlanması, teknolojinin hem performansında hem de güvenilirliğinde ilerlemeyi hızlandıracaktır.
Verimli ve güvenilir AI benimsemesine öncelik verilmesi
Hugging Face, daha küçük şirketlerin ve yeni kurulan şirketlerin yüksek maliyetler ve sınırlı kaynaklar nedeniyle AI benimsemesinde önemli engellerle karşılaştığını vurguluyor. IDC’ye göre, küresel AI harcamaları 2028’de 632 milyar dolara ulaşacak, ancak bu maliyetler birçok küçük kuruluş için engelleyici olmaya devam ediyor.
Açık kaynaklı yapay zeka araçlarını benimseyen kuruluşlar için bu, finansal getiriler sağlıyor. Ankete katılan şirketlerin %51’i şu anda açık kaynaklı yapay zeka araçlarını kullanırken olumlu yatırım getirisi bildirirken, açık kaynaklı araçları kullanmayan şirketlerin yalnızca %41’i olumlu yatırım getirisi bildiriyor.
Ancak, enerji kıtlığı giderek artan bir endişe yaratıyor ve Uluslararası Enerji Ajansı, veri merkezlerinin elektrik tüketiminin 2022 seviyelerinden 2026’ya kadar 1.000 TWh’ye iki katına çıkabileceğini, bunun da Japonya’nın tüm elektrik talebine eşit olduğunu öngörüyor. AI modellerini eğitmek enerji yoğun olsa da, ölçeği ve sıklığı nedeniyle çıkarım, nihayetinde eğitim enerji tüketimini aşabilir.
Geniş kapsamlı AI erişilebilirliğini sağlamak hem donanım optimizasyonlarını hem de ölçeklenebilir yazılım çerçevelerini gerektirir. Birçok kuruluş, kendi özel ihtiyaçlarına göre uyarlanmış modeller geliştiriyor ve verimlilik odaklı AI geliştirmede ABD liderliği stratejik bir avantaj sunuyor. DOE’nin AI for Energy girişimi, aşırı hesaplama talepleri olmadan daha geniş bir benimsemeyi kolaylaştırarak enerji açısından verimli AI araştırmalarını daha da destekliyor.
Hugging Face, OSTP’ye yazdığı mektupta açık kaynak ilkelerine odaklanan bir AI Eylem Planı savunuyor. ABD, kararlı bir eylemde bulunarak liderliğini güvence altına alabilir, inovasyonu teşvik edebilir, güvenliği artırabilir ve AI’nın yaygın faydalarının toplum ve ekonomi genelinde gerçekleştirilmesini sağlayabilir.
