Прошлое, настоящее и будущее Open Source: почему открытый код важен ИИ

О том, чем полезен Open Source в сфере искусственного интеллекта и что это значит для российского бизнеса, рассказывает начальник отдела цифрового моделирования компании IBS Андрей Никитин.

Прошлое

Для начала немного истории. Ключевой фигурой в движении за свободное программное обеспечение был Ричард Столлман — программист, посвятивший свою профессиональную жизнь распространению концепции и идеалов свободного ПО.

В 1985 году Столлман учредил Фонд свободного программного обеспечения (Free Software Foundation), в то же время началась работа над операционной системой с открытым кодом GNU, а в 1991 году вместе с Линусом Торвальдсом ему удалось реализовать полностью функционирующую ОС, известную сейчас как Linux.

Столлман выделил четыре ключевых правила свободного ПО. Любой может его:

1. Использовать.
2. Изучать.
3. Распространять.
4. Улучшать.

Именно так в 1998 году сформировалось понятие Open Source.

Настоящее

Главные преимущества Open Source — доступность, прозрачность и широкие возможности для сотрудничества. Разработчики из разных стран могут вносить вклад в развитие интересных для себя продуктов, участвовать в их распространении и быть причастными к появлению передовых технологий. Бесплатные библиотеки и фреймворки упрощают работу стартапам и исследователям с ограниченным бюджетом, а открытый код позволяет проверять и улучшать алгоритмы.

Тем не менее проприетарное ПО, как правило, точнее фокусируется на конкретных бизнес-задачах. В таких продуктах более продуманная архитектура, а при внедрении от бизнеса требуется меньше времени и усилий.

Обратная сторона использования проприетарного ПО — зависимость от вендора, ведь всегда есть риск, что ПО перестанет поддерживаться или не будут выпускаться новые фичи. Продукт может морально устареть или вовсе стать непригодным для дальнейшего использования. Между тем мощное сообщество Open Source может самостоятельно и достаточно быстро развивать продукт.

В области искусственного интеллекта роль свободного ПО тоже значима. К примеру, при разработке моделей машинного обучения уже стали стандартом TensorFlow, PyTorch и Hugging Face. Эти Open Source-инструменты используют корпорации и независимые исследователи.

Кстати, Ричард Столлман тоже был не так уж далек от темы искусственного интеллекта. Почти десять лет он работал программистом в лаборатории ИИ в Массачусетском технологическом институте до того, как посвятил себя распространению идей свободного ПО.

Принципов открытости изначально придерживалась OpenAI, создавшая GPT-4, и это дало мощный старт технологии. С ростом коммерческого успеха политика компании изменилась. Доступ к модели стал предоставляться через платный API, что ограничило возможности для исследований и разработок. В настоящее время у российских пользователей официально нет доступа к этой модели.

Что дает применение Open Source в сфере ИИ?

• ускорение разработки за счет использования готовых решений;
• прозрачность и доверие, т. к. проверять код могут многочисленные члены сообщества, а это особенно важно для этичного ИИ;
• глобальная коллаборация, способствующая обмену знаниями и опытом между разработчиками со всего мира.

Преимущества Open Source для ИИ можно продемонстрировать на примере применения компьютерного зрения в производстве. Использование предобученных Open Source-моделей, которые уже умеют хорошо детектировать и классифицировать объекты, значительно снижает затраты и время на их дообучение под конкретную производственную задачу.

Аналогичным образом можно решать задачи с помощью более сложных технологий на базе генеративного ИИ. Чтобы с нуля обучить большую модель, необходимо собрать огромное количество данных, тщательно их подготовить, очистить и верифицировать. Кроме того, требуются огромные вычислительные мощности. Вряд ли хоть одна компания сможет самостоятельно разработать мощную модель генеративного ИИ только для своих внутренних задач, учитывая огромные затраты, которые нужно будет экономически обосновать. Предобученные Open Source-модели снижают порог вхождения и ускоряют окупаемость проекта.

Хотя компания OpenAI сделала свои новые модели проприетарными, на рынке Open Source-решений есть ИИ-модели и от других разработчиков. Вполне ожидаемо было появление новой мощной модели на базе Open Source, способной составить конкуренцию GPT-4. Ей стала DeepSeek. Она бесплатна и доступна для российских пользователей.

Будущее

В условиях, когда сотрудничество с западными компаниями стало практически невозможным, технологии Open Source особенно востребованы. На их основе можно реализовывать импортонезависимые решения.

Значительную роль также играет государственная поддержка. Национальный проект «Цифровая экономика» и Национальная стратегия развития искусственного интеллекта стимулируют отечественные разработки в сфере ИИ.

Кроме того, многие компании для обеспечения информационной безопасности предпочитают размещать ИИ-модели в собственном контуре. При реализации подхода удобнее задействовать Open Source-решения, не накладывающие никаких ограничений.

Благодаря Open Source проекты на базе ИИ становятся доступными даже для среднего бизнеса. Они позволяют увеличивать эффективность и безопасность производственных процессов, повышать качество продукции, надежность работы оборудования и т.д. А по прогнозам экспертов, к 2030 году применение ИИ может привести к росту российского ВВП более чем на 4%.