分析报告：关于“开放”人工智能的研究
近年来，随着人工智能技术的快速发展，“开放”人工智能的概念引起了广泛的关注。然而，最近一项研究指出，推广“开放”AI可能会误导公众和决策者，产生产业集中化的虚假认知。
研究背景与发现
该研究由康奈尔大学博士后研究员David Widder撰写，并发表在《自然》杂志上。研究指出，许多关于“开放”人工智能的声明缺乏准确性，往往只关注AI系统生命周期中的某个阶段，而忽视了大规模开发和部署过程中行业集中的重要影响。
研究比较
该研究将“开放”AI与开源软件进行对比，并探讨了IBM与Linux、谷歌与Android、亚马逊与MongoDB以及Meta与PyTorch之间的关系。虽然开源软件在某种程度上实现了软件开发的民主化，确保代码完整性和安全性，“开放”人工智能却不具备同样的特征。
“开放”AI的影响
研究进一步指出，强大的科技公司利用“开放”AI这一概念来塑造政策，声称其要么促进创新和民主，要么构成安全威胁。因此，在制定政策时，清晰的定义至关重要。此外，该研究还分析了AI的本质及其“开放性”的含义，包括模型、数据、劳动力、框架和计算能力等方面。
案例分析
虽然“开放”AI系统可以提供透明度、复用性和可扩展性，但Meta的LLaMA-3模型因其仅提供API访问或受限制的模型下载而受到批评，这种做法被称为“开放洗白”。相比之下，EleutherAI的Pythia被视为最公开的AI模型之一，它提供了源代码、训练数据和全面文档，并且以符合开源倡议的条款授权。
研究结论
研究总结指出，仅依靠“开放”人工智能无法实现一个更加多样化、负责或民主化的行业环境。大型公司经常利用“开放”AI来巩固其市场地位，同时掩盖垄断行为。因此，为了创造一个更公平的市场环境，还需要采取更多措施，如反垄断执行和数据隐私保护。研究人员最终指出，仅仅期望“开放”人工智能是不足以改变现状的，并可能在企业集中化的背景下进一步复杂化问题。
