开放重量人工智能正在迎来 Kubernetes 时刻

开放权重模型正在成为下一个人工智能生态系统的基础。美国应该参与其中，而不是自我封闭。我以前看过这个故事的一个版本。

2013 年，我与他人共同创立了 Mesosphere，一家开源云原生软件公司。我们基于 Apache Mesos 进行构建，这是我的联合创始人 Ben Hindman 在加州大学伯克利分校帮助创建的。后来我们围绕 Mesos 构建了 DC/OS（数据中心操作系统），将其作为开源发布，并通过具有支持和专有功能的企业发行版将其商业化。经过几年的大规模增长，Kubernetes 颠覆了我们。它更新、完全开源，并迅速激发了云原生社区的兴趣。许多世界上最优秀的分布式系统和基础设施工程师都将自己的职业生涯押在了它上面，甚至我们一些最忠诚的社区成员也改变了立场。一旦发生这种情况，创新就会转移到 Kubernetes。无论平台缺少什么，有人开始构建：网络、存储、可观察性、部署工具、策略引擎。大量初创公司诞生，传统供应商也加入其中。在生产环境中运行 Kubernetes 所需的几乎所有组件都可以开源。随后，包括 Mesosphere/D2iQ、Rancher、Red Hat 和 Nutanix 在内的云提供商和公司围绕集成、企业功能、支持和运营建立了业务。

Kubernetes 获胜并不仅仅因为它的存储库是公开的。它成为工程师、云提供商和企业供应商都可以扩展以满足客户需求的中立基础。通用接口和供应商中立的治理让每个人都相信他们可以在此基础上进行构建。我学到的教训并不是开源总是获胜。一旦人们可以定制的开放平台成为行业的重心，没有任何一家供应商可以与围绕它的创新的综合速度相匹配。我认为人工智能正在接近同样的点。首先，术语说明。我们随意称为“开源”的大多数模型更准确地描述为开放权重。您可以下载和修改训练后的参数，但训练数据和完整的训练过程通常不可用。这不符合开源倡议对开源人工智能的定义。区别很重要。