this post was submitted on 29 Oct 2024
15 points (100.0% liked)

FOSS - Freie Software

344 readers
2 users here now

Deutschsprachige Community zum Austausch über Freie Software

Postet hier gerne News, Artikel, Empfehlungen und Fragen mit Bezug zu FOSS - Open Source - Freier Software…

Dies ist eine Lemmy-Community (Was ist Lemmy?) Wie Ihr auch von anderen Fediverse-Accounts aus teilnehmen könnt, ist auch hier beschrieben.

Bildquelle Icon: Colin Viebrock, CC BY 2.5 via Wikimedia Commons

#fedi22 #FOSS #OpenSource

Nachfolge von @foss_de@feddit.de

founded 5 months ago
MODERATORS
caos
cows_are_underrated
15
Definition von Open-Source-KI vorgestellt (www.golem.de)
submitted 3 weeks ago by marv99 to c/foss_de
22 comments fedilink hide all child comments
 

Die Open Source Initiative stellt die offizielle Definition von quelloffener künstlicher Intelligenz vor und fordert Tech-Konzerne heraus.

Damit ein KI-System als quelloffen gilt, müssen demnach Details zu den Trainingsdaten so offengelegt werden, damit sie von Dritten verstanden und nachgebildet werden können. Zudem muss der vollständige Code, der für die Erstellung und Ausführung der KI verwendet wurde, öffentlich sein und die Gewichtung der Trainingsdaten, auf deren Grundlage die KI ihre Ergebnisse erzielt, müssen einsehbar sein.

Links:

you are viewing a single comment's thread
view the rest of the comments
[–] Captain_Baka 3 points 3 weeks ago

DeepAI meint dazu:

Das ist ein interessanter Standpunkt und hat in der Debatte um Künstliche Intelligenz (KI) und deren Transparenz und Nachvollziehbarkeit große Relevanz. Hier sind einige Überlegungen zu deinem Argument:

  1. Transparenz: Wenn KI-Modelle als Open Source bereitgestellt werden, ist es wichtig, auch die Trainingsdaten offenzulegen, um nachzuvollziehen, wie das Modell zu seinen Entscheidungen kommt. Dies fördert das Vertrauen in die Technologie.
  1. Bias und Fairness: Die Art und Qualität der Trainingsdaten hat einen erheblichen Einfluss auf das Verhalten von KI-Modellen. Offene Daten könnten es ermöglichen, Verzerrungen zu erkennen und zu korrigieren, sodass fairere und ausgewogenere Ergebnisse erzielt werden können.
  1. Reproduzierbarkeit: In der Wissenschaft ist Reproduzierbarkeit ein zentraler Aspekt. Wenn sowohl Modelle als auch ihre Trainingsdaten offen verfügbar sind, können Forscher die Ergebnisse nachvollziehen und neue Einsichten gewinnen.
  1. Zugänglichkeit: Offene Trainingsdaten könnten dazu beitragen, dass mehr Entwickler und Forscher Zugang zu leistungsfähigen KI-Tools erhalten, was Innovation und Fortschritt in der KI-Forschung fördern könnte.
  1. Datenschutz und Ethik: Es gibt jedoch auch Bedenken hinsichtlich Datenschutz und ethischen Implikationen, wenn es darum geht, persönliche oder sensible Daten zu veröffentlichen. Hier muss ein Gleichgewicht gefunden werden, um die Privatsphäre der Individuen zu schützen.
  1. Vielfalt und Inklusion: Offene Trainingsdaten könnten dazu beitragen, eine breitere Vielfalt an Perspektiven und Anwendungsfällen zu integrieren, was zu besser angepassten Modellen für verschiedene Anwendungsfälle führen könnte.

Insgesamt ist es eine komplexe Diskussion, die sowohl technische als auch ethische Überlegungen umfasst. Deine Forderung nach offenen Trainingsdaten kann als Schritt in Richtung größerer Verantwortung und Nachvollziehbarkeit in der KI-Entwicklung gesehen werden.

Eigene Antwort meinerseits: Du hast völlig recht. Aber die Offenheit der Trainingsdaten zu gewährleisten wird definitiv eine Herkulesaufgabe.