Open Source und Künstliche Intelligenz als Wegbereiter der digitalen Zukunft

In einer Zeit, in der digitale Technologien das Rückgrat moderner Gesellschaften bilden, gewinnen offene Softwarelösungen zunehmend an Bedeutung. Open-Source-Software (OSS) ist dabei längst kein Nischenprodukt mehr, sondern hat sich zu einem zentralen Baustein in der Entwicklung neuer Technologien entwickelt. In diesem Zusammenhang spielt auch die Künstliche Intelligenz (KI) eine immer größere Rolle, und die Frage nach dem Zugang zu und der Verfügbarkeit von KI-Quellcode und -Modellen gewinnt an Brisanz.

Inmitten der Diskussionen um die Zukunft der KI und die Rolle von Open Source steht das Fraunhofer-Institut für Materialfluss und Logistik IML, das nicht nur die Bedeutung von Open Source für die digitale Transformation der Wirtschaft unterstreicht, sondern auch aktiv an der Entwicklung und Implementierung von Open-Source-Projekten beteiligt ist. Das Institut sieht Open Source als einen unverzichtbaren Bestandteil von Innovationsprozessen und als Mittel, um digitale Souveränität zu wahren.

Das IML betont das Potenzial von Open Source für die Realisierung einer Industrie 4.0, insbesondere im Hinblick auf die Agilität und die Beschleunigung von Entwicklungsprozessen durch offene Standards. Nicht zuletzt ist Open Source ein Wegbereiter für Innovationen, da es einzelnen Unternehmen erschwert, zu exklusiven Torwächtern bestimmter Technologien zu werden. Die Software steht gleichberechtigt allen Unternehmen zur Verfügung.

Die Unsicherheit vieler Unternehmen im Umgang mit Open Source stellt jedoch eine bedeutende Hürde dar. Die Experten des Fraunhofer IML unterstützen Unternehmen daher beim Verständnis und bei der Anwendung von Open Source. Sie bieten Workshops an, in denen Unternehmen den Nutzen von Open Source-Komponenten bewerten können, und Projekte, in denen die Experten die Integration in Geschäftsprozesse oder die Anpassung von Komponenten übernehmen.

Erfolgreiche Open-Source-Projekte des IML umfassen unter anderem die Kooperation mit DB Schenker im Rahmen des DB Schenker Enterprise Lab, bei der das Open Source-Framework MLCVZoo (Machine Learning Computer Vision Zoo) entwickelt wurde. Es bietet ein Ökosystem von Computer Vision-Algorithmen, das unabhängig von den spezifischen Implementierungen der Algorithmen kombiniert werden kann. Des Weiteren hat das IML einen Dienst für die Erstellung, Speicherung und Übertragung digitaler Frachtbriefe (eCMR) entworfen, der von dem international agierenden Logistikdienstleister DACHSER getestet wird.

In der globalen Diskussion um Open Source und KI geht es nicht nur um die Bereitstellung von Software und trainierten Modellgewichten, sondern auch um das Verständnis dessen, was Open Source KI eigentlich ausmacht. Es stellt sich die Frage, was unter Open Source KI zu verstehen ist und welche Bestandteile für eine vollständige Open Source KI notwendig sind. Dazu gehören nicht nur der Systemquellcode und die Modellparameter, sondern auch der Datensatz, die Hyperparameter, der Trainingsquellcode, die Zufallszahlengenerierung und die verwendeten Software-Frameworks. Erst die Verfügbarkeit all dieser Elemente ermöglicht es, die Funktionalität und Fähigkeiten eines KI-Systems vollständig zu verstehen und nachzubilden.

Die aktuelle Praxis in der Open Source KI-Landschaft wird oft als unzureichend kritisiert, da viele KI-Systeme nur teilweise unter dem Etikett der Open Source KI veröffentlicht werden. Die Herausforderung besteht darin, einen Weg zu finden, der es ermöglicht, dass Open Source KI tatsächlich dem Anspruch der Offenheit gerecht wird und alle notwendigen Bestandteile umfasst.

Trotz dieser Herausforderungen ist die Rolle von Open Source in der Zukunft der KI unbestreitbar kritisch. Open Source ermöglicht eine kollaborative Umgebung, in der Wissen und Ressourcen unvoreingenommen geteilt werden, was zu einer Beschleunigung der Innovation und zu einer Demokratisierung der KI-Technologie führt. Projekte wie das Open Language Model des Allen Instituts (OLMo) zeigen, wie vollständig offene Initiativen einen kontrastreichen Ansatz zu teilweise offenen oder proprietären Modellen bieten und damit Transparenz und Zusammenarbeit in der KI-Forschung fördern.

Zusammenfassend lässt sich sagen, dass Open Source KI nicht nur für den technologischen Fortschritt, sondern auch für eine verantwortungsbewusste und ethische Nutzung der KI von entscheidender Bedeutung ist. Die Transparenz, die durch Open Source ermöglicht wird, erlaubt es Unternehmen und Nutzern, die zugrunde liegenden Mechanismen der KI-Modelle zu verstehen und zu vertrauen. Dies wiederum gewährleistet eine verantwortungsvolle und ethische Nutzung dieser Werkzeuge.

Vor diesem Hintergrund bleibt die Notwendigkeit von Open Source KI und die Bemühungen von Einzelpersonen und Organisationen, die Open Source weiterhin fördern, trotz Herausforderungen und Rückschlägen ein Lichtblick in der Entwicklungslandschaft der Künstlichen Intelligenz.

Quellen:

- Fraunhofer-Institut für Materialfluss und Logistik IML. "Open Source für '100% Logistik'". Verfügbar unter: https://www.iml.fraunhofer.de/de/open-source.html
- The New Stack. "Open Source AI and The Llama 2 Kerfuffle - Challenging the Definition of Open Source". Verfügbar auf YouTube: https://www.youtube.com/watch?v=AYu5c7NcKjA
- Jason Corso. "Is Open Source AI Bull?". Medium. Verfügbar unter: https://medium.com/@jasoncorso/is-open-source-ai-bull-9da010411658
- Mark Hinkle. "The Critical Role of Open Source in the Future of AI". LinkedIn. Verfügbar unter: https://www.linkedin.com/pulse/critical-role-open-source-future-ai-mark-hinkle-lvxee