Adoptons le modèle Open Source pour l'IA

GP, GenAI, RAG… les acronymes et les abréviations concernant l'IA sont nombreuses et soulèvent une question particulière :

L'IA peut-elle être vraiment Open Source ?

Quel serait l'impact des principes de l'Open Source, à savoir le caractère permissif des licences, la transparence des données d'entraînement et des pondérations, et surtout, la possibilité de contribuer à un modèle Open Source sur le projet final ?

S'ils sont développés par de nombreux acteurs majeurs de l'IA, les modèles ouverts ne sont pas Open Source ou sont soumis à certaines conditions, ce qui pose problème. Afin de créer des modèles qui fonctionnent pour des cas d'utilisation propres aux entreprises, il est nécessaire de comprendre la portée globale d'un modèle, à savoir la méthode et les données d'entraînement, les contributeurs ainsi que d'autres facteurs, avant de le régler avec les données internes.

À l'occasion du Red Hat Summit 2023, nous avons présenté Red Hat OpenShift AI, plateforme qui fournit une base pour l'exécution de modèles d'IA à grande échelle. Puissante, évolutive et optimisée pour les charges de travail d'IA, elle va au-delà de la distribution de modèles à proprement parler. Notre stratégie ne se limite pas à fournir une base pour les applications basées sur l'IA, elle vise aussi à exploiter le potentiel de la communauté et de l'Open Source dans nos modèles.

En collaboration avec IBM Research, nous proposons plusieurs modèles Open Source pour assister les équipes dans l'élaboration du langage et du code. Autre atout non des moindres, le nouveau projet Open Source InstructLab permet d'améliorer un modèle à l'aide d'une interface utilisateur simple. Grâce à lui, vous pouvez contribuer à un grand modèle de langage de la même manière qu'avec des requêtes « pull » dans un autre projet Open Source.

Au lieu de copier un grand modèle de langage, qui revient à créer un projet auquel personne ne peut participer, InstructLab permet à tout le monde d'y contribuer avec ses connaissances et compétences. Ces contributions peuvent ensuite être intégrées aux futures versions du modèle. En clair, nul besoin d'être data scientist pour contribuer à InstructLab. Les spécialistes, ainsi que les data scientists, peuvent utiliser InstructLab pour apporter des contributions utiles à tous. Difficile de dire à quel point il est puissant, tant pour la communauté que pour les entreprises !

La solution RHEL AI associe les composants essentiels de la plateforme Linux d'entreprise leader sur le marché (sous la forme du mode image récemment annoncé pour Red Hat Enterprise Linux), des modèles Granite sous licence Open Source et de la distribution en cycle de vie pris en charge du projet InstructLab. InstructLab renforce le rôle de l'Open Source dans l'IA en facilitant l'utilisation et la contribution au modèle Open Source sous-jacent, à l'instar de tout autre projet communautaire.

L'innovation en matière d'IA ne devrait pas se limiter aux entreprises qui peuvent s'offrir des fermes de GPU ou des équipes de data scientists. Chaque partie impliquée, des équipes de développement aux équipes d'exploitation informatique en passant par les différents services, doit être en mesure de contribuer à l'IA d'une manière ou d'une autre, et ce comme elle le souhaite. C'est là tout l'intérêt du projet InstructLab et de RHEL AI, qui renforcent l'accessibilité de l'Open Source dans le monde souvent fermé de l'IA.

La stratégie de Red Hat en matière de produits d'IA va en ce sens. Notre histoire reflète notre philosophie. Nous avons mis à profit l'Open Source pour Linux, Kubernetes et le cloud computing hybride pour les entreprises, et aujourd'hui, nous faisons de même pour l'IA. Ceux qui profitent de l'IA doivent également pouvoir y accéder et y contribuer. Optons pour l'Open Source.