Por que o open source é essencial para o futuro da IA

A ideia de inteligência artificial (IA) não é nova, mas avanços recentes em tecnologias relacionadas a fizeram passar de algo mais hipotético para uma ferramenta que muitos de nós usamos todos os dias. A crescente importância e proliferação da IA ​​é, ao mesmo tempo, emocionante e potencialmente alarmante, pois as bases de muitas ferramentas de IA são essencialmente caixas-pretas controladas por um pequeno número de corporações poderosas.

Na Red Hat, acreditamos que todos devem ter a capacidade de contribuir para a IA. A inovação em IA não deve ser restrita a empresas que podem pagar por quantidades enormes de capacidade de processamento e pelos cientistas de dados necessários para treinar esses grandes modelos de linguagem (LLMs), que estão cada vez maiores.

Baixe o e-book: Como começar a usar IA para empresas: um guia para iniciantes

Em vez disso, estamos aplicando nossas décadas de experiência em código aberto ao desenvolvimento de ferramentas e estruturas de IA que permitirão que todos contribuam e se beneficiem da IA, ao mesmo tempo em que ajudam a moldar seu futuro e evolução. Acreditamos que a abordagem de código aberto é a única maneira de atingir o potencial total da IA, tornando-a mais segura, acessível e democratizada.

O que é o open source?

Embora o termo "open source" originalmente se refira a uma metodologia de desenvolvimento de software, ele se expandiu para abranger uma forma mais geral de trabalho que é aberta, descentralizada e profundamente colaborativa. O movimento open source agora vai muito além do mundo do software, e o jeito de ser open source foi abraçado por esforços colaborativos no mundo todo, incluindo setores como ciência, educação, governo, manufatura, saúde e mais.

A cultura open source tem alguns princípios e valores fundamentais que a tornam efetiva e significativa, incluindo:

• Participação colaborativa
• Responsabilidade compartilhada
• Trocas abertas
• Meritocracia e inclusividade
• Desenvolvimento orientado à comunidade
• Colaboração aberta
• Auto-organização
• Respeito e reciprocidade

Quando os princípios open source formam a base de esforços colaborativos, a história mostra que coisas incríveis são possíveis. Alguns exemplos importantes vão desde o desenvolvimento e a proliferação do Linux como o sistema operacional mais poderoso e onipresente do mundo até o surgimento e o crescimento do Kubernetes e dos containers, além do desenvolvimento e a expansão da própria Internet.

Open source e IA

Então, o jeito de ser open source  tem alguma relevância nesta nova era da IA?

Em nossa opinião, a resposta curta é: "com certeza, sim." Mas vamos detalhar essa ideia e investigar porque acreditamos que isso seja verdade.

6 vantagens do open source na era da IA

Há mais de seis vantagens que poderíamos falar aqui, mas vamos começar pela mais importante.

1. Aumento da velocidade da inovação

Quando a tecnologia é desenvolvida de forma colaborativa e aberta, a inovação e a descoberta podem acontecer muito mais rapidamente, ao contrário de organizações fechadas e soluções proprietárias.

Quando o trabalho é compartilhado abertamente e outros têm a capacidade de criar com base nele, as equipes economizam uma quantidade enorme de tempo e esforço porque não precisam começar do zero a cada novo projeto. Novas ideias podem ampliar os projetos que vieram antes. Isso não só economiza tempo e dinheiro, mas também fortalece os resultados, pois mais pessoas trabalham juntas para resolver problemas, compartilhar insights e revisar o trabalho umas das outras.

Uma comunidade maior e mais colaborativa é simplesmente capaz de alcançar mais — mais pessoas trabalhando juntas para resolver problemas complexos são capazes de inovar de forma mais rápida e eficaz do que grupos pequenos e isolados trabalhando sozinhos.

Caminho de aprendizagem: RHEL AI: experimente LLMs da maneira mais fácil

2. Democratizar acesso

O open source também democratiza o acesso a essas novas tecnologias de IA. Quando pesquisas, códigos e ferramentas são compartilhados abertamente, isso ajuda a eliminar algumas das barreiras que normalmente limitam o acesso a inovações de ponta.

O projeto InstructLab é um exemplo perfeito disso. O InstructLab é um projeto de IA open source independente de modelo que simplifica o processo de contribuição de habilidades e conhecimento para LLMs. O objetivo do projeto é permitir que qualquer pessoa ajude a moldar a IA generativa (gen AI), incluindo aquelas que não têm as habilidades e o treinamento em ciência de dados normalmente necessários. Isso permite que mais indivíduos e organizações contribuam para o treinamento e o refinamento de LLMs de forma confiável, o que leva a…

3. Segurança e privacidade aprimoradas

Como os projetos open source reduzem as barreiras de entrada, um grupo maior e mais diverso de colaboradores é capaz de ajudar a identificar e resolver potenciais problemas de segurança e viés nos modelos de IA à medida que eles estão sendo desenvolvidos.

Os dados e métodos usados ​​para treinar e ajustar modelos de IA fechados são proprietários e mantidos bem guardados. Raramente pessoas de fora conseguem obter qualquer insight sobre como esses modelos funcionam e se eles abrigam quaisquer dados potencialmente perigosos ou vieses inerentes.

Se um modelo e os dados usados ​​para treiná-lo forem abertos, no entanto, qualquer um que queira participar poderá examiná-los, então os riscos potenciais são reduzidos e os vieses podem ser minimizados. Além disso, os contribuidores open source podem criar ferramentas e processos para rastrear e auditar o desenvolvimento futuro de modelos e aplicativos, ajudando a melhorar e manter sua segurança ao longo do tempo.

Essa abertura e transparência também geram confiança, pois os usuários podem examinar diretamente como seus dados estão sendo usados ​​e processados, para que possam verificar se sua privacidade e soberania de dados estão sendo respeitadas.

Por fim, as empresas podem proteger seus dados privados, confidenciais ou proprietários usando projetos open source como o InstructLab para criar seus próprios modelos ajustados, sobre os quais mantêm controle rigoroso.

4. Fornece flexibilidade e liberdade de escolha

Embora os LLMs monolíticos, proprietários e de caixa-preta sejam o que a maioria das pessoas vê e pensa sobre IA generativa, estamos começando a ver um impulso crescente em direção a modelos de IA menores, independentes e desenvolvidos para um propósito específico.

Esses pequenos modelos de linguagem (SLMs) são geralmente treinados em conjuntos de dados muito menores para dar a eles sua funcionalidade básica, e então são ainda mais adaptados para casos de uso específicos com dados e conhecimento específicos do domínio.

Esses SLMs são significativamente mais eficientes do que seus primos maiores, e demonstraram ter um desempenho tão bom (se não melhor) quando usados ​​para o propósito pretendido. Eles são mais rápidos e mais eficientes para treinar e implantar, e podem ser personalizados e adaptados conforme necessário.

E é em grande parte para isso que o projeto InstructLab foi criado. Com ele, você pode pegar um modelo menor de IA open source — como um dos modelos Granite open source da IBM — e expandi-lo com os dados e treinamentos adicionais que você desejar.

Por exemplo, você pode usar o InstructLab para criar um chatbot de atendimento ao cliente altamente ajustado e desenvolvido especificamente para esse fim, treinado usando conhecimento interno e melhores práticas. Isso permite que você forneça o melhor da sua experiência de atendimento ao cliente para todos, em todos os lugares, o tempo todo.

E, mais importante, isso permite que você evite ficar preso a um fornecedor e fornece flexibilidade em termos de onde e como você implementa seu modelo de IA e quaisquer aplicações criadas com base nele.

5. Possibilita um ecossistema vibrante

Na Red Hat, acreditamos que "ninguém inova sozinho", e mantemos essa crença desde que lançamos o Red Hat Enterprise Linux (RHEL). Uma grande parte dessa crença é baseada no valor incrível que nossos parceiros trazem não apenas para a Red Hat, mas para nossos clientes.

Essa ideia continuará válida na era da IA ​​— na qual estamos fornecendo várias ferramentas e estruturas de código aberto na forma do Red Hat AI, com as quais nossos parceiros irão criar para gerar mais valor aos nossos clientes. E tudo isso é possível porque operamos de forma aberta e em cooperação com nossos projetos upstream e outros pesquisadores, empresas e parceiros ao redor do mundo.

Um único fornecedor não consegue oferecer tudo o que uma organização precisa, ou mesmo acompanhar a velocidade atual da evolução tecnológica. Os princípios e práticas de código aberto aceleram a inovação e permitem um ecossistema vibrante ao promover parcerias e oportunidades de colaboração entre projetos e indústrias.

6. Reduzir custos

No início de 2025, estima-se que o salário-base médio de um cientista de dados nos Estados Unidos seja superior a US$ 125.000, com cientistas de dados mais experientes podendo ganhar significativamente mais.
Obviamente, há uma demanda enorme e crescente por cientistas de dados com a IA explodindo em poder e popularidade, mas poucas empresas têm muita esperança de atrair e reter os talentos especializados de que precisam.

E os LLMs realmente grandes são exorbitantemente caros para construir, treinar, manter e implantar, exigindo armazéns inteiros cheios de equipamentos de informática altamente otimizados (e muito caros) e uma quantidade enorme de armazenamento.

Modelos abertos, menores e construídos para propósitos específicos e aplicações de IA são significativamente mais eficientes para construir, treinar e implementar. Eles não só exigem uma fração do poder de computação dos LLMs, como projetos como o InstructLab possibilitam que pessoas sem habilidades e experiência especializadas contribuam ativa e efetivamente para o treinamento e ajuste fino de modelos de IA.

Claramente, a economia de custos e a flexibilidade que o open source traz ao desenvolvimento de IA são benéficas para pequenas e médias empresas que esperam aproveitar a vantagem competitiva que as aplicações de IA podem trazer.

Em resumo

Acreditamos que é essencial construir IA usando princípios open source e com a mesma comunidade que criou a computação em nuvem, a internet, o Linux e tantas outras tecnologias abertas, poderosas e profundamente inovadoras.

É esse caminho que a estratégia de produtos de IA da Red Hat está seguindo. Sempre abraçamos o poder do código aberto em nossos produtos e projetos, e estamos fazendo o mesmo para a IA.

Todos devem se beneficiar com a IA, portanto, todos devem poder ajudar a determinar e moldar sua trajetória, e contribuir para seu desenvolvimento. A inovação colaborativa e open source é essencial para o futuro da IA, para que ela permaneça acessível e benéfica para todos.