在當今快速發展的數字時代，人工智能幾乎處于所有行業革命性創新的前沿。從醫療保健、教育到娛樂，人工智能的變革性影響是顯而易見的。

什么是開源人工智能?

開源人工智能是人工智能軟件和工具，其源代碼開放并向公眾開放。開發人員、研究人員和其他感興趣的各方可以訪問、使用、修改和分發該軟件，而無需觸發任何許可條件。

然而，隨著技術的不斷發展和變得更加復雜，一個相當重要的問題浮出水面：支撐人工智能的核心原理、算法和數據集是否應該是專有的?或者它們應該屬于人類的集體知識?下面，我們就來探究一番。

人工智能技術應該開源，其原因有三個。

開源人工智能可以減少偏見

徹底消除人工智能偏見是一個極其困難的問題。然而，開源人工智能提供了多種有助于解決和減少偏見的機制，包括透明度、審計和社區參與。

透明度

在這種情況下，透明度意味著將人工智能模型開源并公開可用，以便研究人員和開發人員可以檢查底層代碼。這使得識別訓練數據或設計結構本身中潛在的偏差來源變得更加容易。

與此形成鮮明對比的是，一家大企業運行的閉源人工智能以做出種族主義推論、制造錯誤信息，甚至指責其創造者剝削用戶，用終結者式的人工智能反其創造者的故事來嚇唬一些不懂行的用戶。透明度將有助于緩解所有這些問題，避免給最終用戶帶來不便和冒犯。

審計

使人工智能開源意味著它也可以向外部各方開放來審計系統，而無需特殊的訪問權限、許可或保密協議，就像閉源人工智能一樣。這將迫使創建者在創建系統時更加負責，并進一步確保偏見被捕獲和糾正。

社區參與

開源代碼通常涉及來自不同背景的廣泛貢獻者。多元化的貢獻者群體可以帶來不同的觀點，這反過來可能有助于識別和解決偏見，這些偏見可能被一個更同質的群體所忽視，而這些群體可能正遭受著狹隘的視野。

開源人工智能可以推動科學進步

人工智能的發展極大地改變了我們進行科學研究的方式。尤其是開源人工智能，為研究人員提供了豐富的知識和工具庫。Google的TensorFlow和Meta的PyTorch等平臺促進協作、加速進展并提高人工智能模型的質量。

如果這些研究人員沒有得到適當的資助，并且人工智能都是閉源的，那么這些論文和出版物都是不可能的。

開源人工智能可以創建新標準

開源人工智能可用于影響和創建新標準。人工智能的興起引發了有關偏見、公平和透明度等道德考慮的討論。由于其公共性質，開源人工智能項目經常引領這些討論，影響負責任的人工智能的標準。

然而，除了企業員工之間的內部競爭之外，閉源人工智能項目不會促進創新。最終結果是產品可能不具有道德責任感，無法促進圍繞其性能或設計的討論。

此外，從工程角度來看，如果沒有開源人工智能，再現性和性能基準也會受到影響。可重復性在人工智能研究中極其重要，開源人工智能項目通常倡導嚴格的文檔、標準化測試環境和共享數據集，以確保其他人可以重現結果，從而導致行業中文檔和可重復性的更高標準。還需要標準化基準，以比較所有這些模型的性能。