GitHub - Open-Weights/Definition: Definition for Open Weights LIcensing
GitHub - Open-Weights/Definition: Definition for Open Weights LIcensing
El artículo aborda el error conceptual fundamental de que los principios de las licencias de software de código abierto puedan aplicarse directamente a los pesos de las redes neuronales (NNW). Destaca que los NNW son matrices matemáticas que representan conocimiento aprendido, a diferencia del código fuente legible por humanos. Dado que los pesos no pueden ser estudiados, depurados o modificados fácilmente por personas, las libertades tradicionales de ejecutar, estudiar y modificar el software no se trasladan eficazmente a este nuevo artefacto. Esta distinción exige una reevaluación de cómo se define la apertura en la era de la inteligencia artificial. Para resolver este problema, el texto aboga por el desarrollo urgente de marcos de licencias estandarizados de "Pesos Abiertos" (Open Weights), diseñados específicamente para la naturaleza única de los NNW. En lugar de depender de la regulación gubernamental, que ha fracasado en la producción de estándares consistentes, la iniciativa promueve definiciones voluntarias impulsadas por la comunidad, alineadas con los ideales fundamentales del software libre. Este enfoque garantiza que las directrices legales y prácticas para compartir y utilizar los pesos de los modelos sean establecidas por desarrolladores y expertos, preservando los objetivos originales de la apertura sin importar problemas complejos como la privacidad de los datos o los derechos humanos a los términos de la licencia. La relevancia para los datos abiertos radica en su esfuerzo pionero por adaptar las normas de transparencia y compartición a los artefactos del aprendizaje automático. Al crear una definición pública y validada por la comunidad, junto con una licencia permisiva para los pesos, se establece un precedente para hacer que los modelos de IA sean accesibles y verificables. Esto fomenta una mayor confianza, reproducibilidad y colaboración dentro del ecosistema de IA, asegurando que los beneficios de las metodologías abiertas se extiendan más allá del código tradicional hasta el conocimiento fundamental codificado en las redes neuronales.
Fuente: github.comPublicado el 2023-07-10
Noticias relacionadas
- Propiedad intelectual en la era de la IA
- La nueva Ley de Protección de Datos Personales y la responsabilidad sobre nuestra privacidad
- Comments on AI taking away jobs non-sense: MoS IT Rajeev Chandrasekhar - ET Telecom
- Liberia : Freedom of information conference brings together participants (...)
- La minifundización de la tierra amenaza el bienestar social