長期致力于定義和“管理”所有開源事務的開放源代碼倡議（OSI），周一發布了其開源AI定義（OSAID）1.0版。根據OSAID，AI模型若要被視為開源，必須提供足夠的信息，使任何人都可以“實質性地”重建該模型。模型還必須披露與其訓練數據相關的任何重要細節，包括數據的來源、處理方式以及獲取或許可的方式。然而，Meta并不認可這一定義，認為不存在單一的開源AI定義。

開源AI終于有了“官方”定義。

長期致力于定義和“管理”所有開源事務的開放源代碼倡議（OSI），周一發布了其開源AI定義（OSAID）1.0版。根據OSAID，AI模型若要被視為開源，必須提供足夠的信息，使任何人都可以“實質性地”重建該模型。模型還必須披露與其訓練數據相關的任何重要細節，包括數據的來源、處理方式以及獲取或許可的方式。

OSAID還列出了開發者使用開源AI時應享有的使用權，例如可以為任何目的使用和修改模型，而無需獲得他人許可。

OSI執行副總裁Stefano Maffulli表示，制定開源AI官方定義主要目的是，讓政策制定者和AI開發者達成一致。

“監管機構已經在關注這一領域。我們明確向各方利益相關者和社區進行了推廣，甚至還試圖聯系那些經常與監管機構交流的組織，來獲取早期反饋。”

“開源AI是一種允許你完全理解其構建方式的AI模型，這意味著你可以訪問所有組件，比如用于訓練和數據過濾的完整代碼。最重要的是，你應該能夠在其基礎上構建。”

OSI并不強制施壓開發者遵守OSAID定義，但打算對那些不符合該定義卻被描述為“開源”的模型進行標記。“我們希望當有人試圖濫用這個術語時，AI社區會說，‘我們不承認這是開源’，并加以糾正。”Maffulli說道。

Meta：我反對

目前，許多初創企業和大型科技公司，尤其是Meta，稱其AI模型發布策略為“開源”，但很少符合OSAID的標準。研究人員發現，許多“開源”模型實際上只是名義上開源，但實際訓練模型所需的數據是保密的，而且運行這些模型所需要的計算能力超出了許多開發者的能力范圍。

例如，Meta要求月活躍用戶超過7億的平臺獲得特殊許可才能使用其Llama模型。Maffulli公開批評Meta將其模型稱為“開源”的做法。而谷歌(168.34, 1.35, 0.81%)和微軟(426.59, -1.56, -0.36%)在與OSI討論后，已經同意不再將不完全開放的模型稱為“開源”，但Meta并未這么做。

此外，長期宣傳其模型為“開源”的Stability AI要求年收入超過100萬美元的企業獲得企業許可，而法國AI新創公司Mistral的許可證則禁止將某些模型和輸出用于商業用途。

Meta自然不認同這一評估。盡管該公司參與了定義的起草過程，但對OSAID的措辭表示異議。Meta發言人稱，Llama的許可條款和隨附的可接受使用政策對有害應用提供了防護。Meta還表示，在加州AI相關法規正在演變之際，該公司對共享模型細節的做法是“謹慎的”。

“我們在許多方面與OSI的伙伴立場一致，但我們以及業內其他公司都不同意他們的新定義，我們認為沒有單一的開源AI定義，因為過去的開源定義無法涵蓋當今迅速發展的AI模型的復雜性。我們讓Llama免費公開使用，并通過許可和使用政策來確保安全。無論技術定義如何，我們將繼續與OSI和其他行業團體合作，增加免費AI使用的便利程度。”

分析認為，Meta不愿公開訓練數據，很可能與其自身及大多數AI模型的開發方式有關。

AI公司從社交媒體和網站上收集大量圖像、音頻和視頻等數據，并以這些“公開可用數據”訓練模型。在如今競爭激烈的市場中，數據集的收集和優化方法被視為競爭優勢，公司常以此為由拒絕披露。

但訓練數據的細節也可能讓開發者面臨法律風險。作者和出版商聲稱，Meta使用了受版權保護的書籍進行訓練。藝術家們也對Stability AI提起訴訟，指控其使用其作品而未給予認可，將其行為比作盜竊。

因此，OSAID的開源AI定義，可能會給那些試圖順利解決訴訟的公司帶來問題，特別是如果原告和法官認為該定義足夠合理而在法庭上引用。