开放社区能够将 AI 的潜力变为现实

一年前，我在红帽全球峰会上发表演讲，谈到我们的行业正在经历 AI 时刻。就在几个月后，全世界开始看到像 ChatGPT 这样的生成式 AI 技术的潜力。

从那时起，在高管会议室、工程社区，甚至在与家人和朋友的餐桌上，大家都在热议生成式人工智能的可能性。它真的能让员工生产力提高 10 倍吗？一万亿个参数是不是很多？是否可以让模型为我的统计课程创建图表？

就我个人而言，对生成式 AI 的尝试和探索历经了好几个深夜。我已将多个模型下载到笔记本电脑上。我用它编写了一些代码，撰写了一些电子邮件，并总结了一些报告。当把自己的好奇心、全球各地的信息和能处理各种情况的“专业”AI 助手结合起来时，能取得很多成果，这让我很兴奋，可以说兴奋度达到了 8/10。

但现在回首那些早期的尝试，我意识到其中缺少了一些东西。我会问自己这样的问题：

• “为什么我不能让这个 AI 变得更加个性化？”
• “这个 AI 可以在哪些方面为我的团队提供更多帮助？”
• “如果社区能够像对待开源软件一样对 AI 做出改进，会怎么样？”
• “AI 会遵循开源模式，还是会回到专有模式？”

作为一名业务主管，我需要充分发挥团队的潜能。挑战在于，我们是一个充满活力的企业，员工遍布世界各地。虽然我们有多方面的专业知识，但有时候同一个时间点，会有多个不同的地方都需要这些专业知识。如何利用员工的技能和知识来尽可能多地提升业务？于是，我向红帽人提出了这样的挑战：

在我们公司的某个部门，有一位业务专家拥有我们业务中某些独特部分的技能和知识。而在公司的另一个部门，有一位经理希望自己的团队中有数十甚至数千个这样的主题专家的数字克隆人。在理想情况下，应该有一种简单的方法可以将个人的技能和知识传授给更广泛的团队。这将使业务发展得更快，降低新员工入职的复杂性，还将催生新的想法，因为任何人都可以利用这些专业知识。甚至还可以让那位主题专家更加享受即将到来的假期，因为他不用担心在海滩上放松时手机会响。

我们的领导层意识到，如果这是可行的，不仅会改进红帽，还有可能显著改善我们所有客户的业务。如果我们能够实现协作，那么我们的合作伙伴也可以贡献他们的专业知识。

在我准备本周的红帽全球峰会演讲时，我很高兴地宣布，我们已经将这一愿景变为现实。通过与 IBM 合作，我们正在向 AI 开源迈出下一步。在过去的两周里，我们开源了两个重要部分，我们相信它们将为生成式 AI 大语言模型（LLM）领域带来真正的开放体验。

首先，红帽和 IBM 开源了Granite 语言和代码辅助 LLM。这建立在 Meta 和 Mistral 为将开放模型推向市场所做的努力上。我们更进一步，不仅开放了模型（许可），还开放了权重和数据源。

其次，我们开源了 InstructLab，它将一种新颖的基于数据的合成对齐调优方法用于大语言模型。InstructLab 使得任何人（不只是数据科学家）都成为可以帮助训练和调优模型的主题专家。

结合这两项开源，人们可以教大语言模型像人类一样学习。

通过将一组开放模型引入社区，我们可以进行开放式协作，实现能为个人、团队和企业都带来价值的模型。另外，通过使用一套开放工具来支持这些模型，任何人都可以为模型做出贡献并以新的方式进行调优。如此一来，我们可以真正释放任何领域的主题专业知识的潜力。

我们相信，这两项开源将有助于我们进一步将丰富的开放社区、开放贡献和开放想法引入 AI 领域。通过降低参与创建 AI 的门槛，打造出真正适合自身工作、团队和业务的定制化 AI，我们认为下一代商业 AI 指日可待。

所以，我们谨代表红帽，期待与大家携手合作，将开源的所有基础引入到 AI 中，共同见证 AI 的未来可能性！