塑造生成式人工智能的未来：开源创新的影響

开源创新的影响 Adrienn Lawson,Linux基金会斯蒂芬·亨德里克，Linux基金会Nancy Rausch，Linux基金会杰弗里·西卡，Linux基金会马可·杰罗萨，博士学位，北亚利桑那大学 前言希尔丽·卡特，Linux基金会 2024年11月 塑造生成式人工智能的未来 关于您提供的英文文本 \"For\"，根据上下文，如果是指代某个对象或目的，则可以翻译为“对于；为了”。但由于缺少上下文信息，以下提供两种可能的翻译： 84%组织具有适度、高度或非常高的人工智能的采纳。 41% of GenAI基础设施代码开源。 1. 对于...2. 为了... 查公司，生成式人工智能非常重要。并且51%的人认为它极其重要。78%的企业认为使用由开源工具托管的重要中立方主要得益于标准与法规的遵守以及信任。 对于71%的组织，开源性质的模式/工具具有积极影响。在其采用过程中，由于透明度和成本效率。 82%的受访者同意，开源人工智能对于构建积极的AI未来至关重要。 大多数组织采用多项策略来托管GenAI推理，包括自托管云服务（49%）并且管理API服务（47%）。 30% 的组织使用专有数据。对于他们专有的模型，22%的人使用它用于开源模型。 在那些服务或自托管GenAI模型的人中，50% 使用 Kubernetes对于他们的推理工作负载。 人工智能拥有79%的受访者生产力得到提升。并且使他们能够学习新技能，提高创造力和创新能力。 65% of surveyed organizations构建和训练基于云基础设施的通用人工智能模型。 关于通用人工智能（GenAI）的未来，83%的受访者同意：人工智能需要越来越开放。 内容 前言.............................................................................................04摘要...................................................................... 05投资于通用人工智能...........................................................................................31 对就业的影响....................................................................................33 开源项目的主要优先事项...................................................34 开源人工智能在通用人工智能未来中的角色............................36 人工智能在组织中的采用与使用........................08 方法.....................................................................................40结论和建议....................................38人工智能生成（GenAI）的采用......................................................................................................08AI生成活动分解：消费领域占据主导地位定制模型构建逐渐获得动力....................................................09主要通用人工智能应用案例.................................................................................12关于调查...................................................................................... 开源如何扩展通用人工智能（GenAI）的作用……16 高采纳GenAI的用户比低采纳用户更倾向于使用开源工具.....................................................................16 开源工具和框架在模型构建和推理中的关键作用..................................................................18 工具的开源性质对其采纳具有积极影响........................................................................................................20 人工智能与云原生方法。 .................................23 云原生和混合云策略是组织部署和托管其通用人工智能（GenAI）模型的基础......23 Kubernetes 作为托管可扩展 GenAI 工作负载的关键推动因素...................................................................................................25 云基础设施在 GenAI 模型构建中引领潮流，混合和本地解决方案仍然至关重要...................................................................................27 挑战在通用人工智能（GenAI）的采用中.................................................29 人工智能生成主要关注点.....................................................30 前言 几天前，这份报告发布前夕，我的儿子——他正在攻读音乐学士学位——打电话给我，询问我对“开源生成式AI”对音乐产业影响的看法。“你认为开源生成式AI会帮助创作者，还是会伤害他们？”他问道。我差点把电话掉地上。当然，我向他解释了为什么开放性是构建所有类型数字创作（无论是数字音乐还是用于行业背景的数字应用）可信赖未来的途径。我甚至还给他展示了一些数据！ 我们知道，通用人工智能（GenAI）以前所未有的速度改变着各个行业。随着这项技术逐渐进入主流，各个组织都在围绕这样一个观点团结起来，即人工智能的未来必须是开放的。事实上，82%的组织认为开源人工智能对于确保积极的人工智能未来至关重要，83%的人同意人工智能需要越来越开放，以促进信任、合作和创新。对我来说，这是本报告的要点。 Linux基金会自豪地倡导这一愿景，通过培育一个开放性推动进步的生态系统来实现。例如，PyTorch项目和生成式AI共同体的倡议展示了开源如何激发创新。同时，LF AI & Data基金会提出的模型开放性框架及其配套工具，为模型创建者和使用者提供了构建和采用开放AI系统的实用、透明的指导。 云原生技术也是这一演化的关键。云原生不仅能够为在云基础设施上运行AI工作负载提供一个可扩展和可靠的平台，而且AI还在增强云原生产品本身。通过共享标准、强大的框架和安全的基础设施，云原生计算基金会（CNCF）正在帮助企业降低成本并加快AI应用的性能。这种共生关系突显了开源技术在应对当今商业和技术挑战中的变革力量。 生成式AI的潜力是无限的，但其成功依赖于信任、可访问性和全球合作。我感谢LF AI & Data和CNCF赞助他的研究，并通过这种方式，创造了能够帮助决策扩展和维持开源AI项目的数据。 这份报告证明了当世界团结协作，公开透明时我们能够取得的成就。对于像我儿子这样的下一代创造者和商业决策者来说，它提供了一个乐观的理由。 希拉里·卡特高级副总裁，研究部门 Linux基金会 高管总结 报告，塑造生成式人工智能的未来由Linux基金会撰写，该报告支持开源在组织内生成式人工智能（GenAI）技术演变和集成中的重要作用。基于对来自不同行业的316位专业人士的调查，报告展示了开源平台和工具不仅正在加速GenAI的采用，而且也为未来的AI进步设定了基础框架。目前，94%的组织正在使用GenAI。主要用例包括流程自动化、内容生成和代码生成。 展望通用人工智能技术未来，开源在人工智能领域的影响力预计将进一步扩大。本调查揭示，83%的组织强烈同意或同意人工智能需要越来越开放。此外，82%的受访者表示，开源人工智能是实现可持续人工智能未来的关键组成部分，其中61%的人表示，开源带来的好处超过了相关的风险。开源通用人工智能技术的增长可能非常显著，73%的组织预计在未来两年内将增加对开源生成工具的使用，26%的人预计使用量将显著增加。 开源软件已成为塑造生成式人工智能（GenAI）的力量。平均而言，支持GenAI的组织代码基础设施中有41%是开源的。对于GenAI采用率较高的组织（47%）相比采用率较低的（35%）而言，他们对开源代码的依赖性更大。对于GenAI采用率较高的组织不仅仅是开源技术的重度用户；63%也是开源的重要贡献者。因此，71%的受访者表示开源对他们的决策产生了积极影响，并且73%的组织预计在未来两年内将增加他们使用开源GenAI工具的数量。 组织整合开源通用人工智能（GenAI）工具的不仅能够从成本降低中获益，而且通常有助于推动技术进步的协作生态系统。报告还讨论了云原生在支持可扩展GenAI解决方案中的关键作用。基于云的架构，结合开源框架和工具，使得组织能够更高效地管理和部署复杂的AI模型。例如，Kubernetes已成为协调可扩展GenAI工作负载的关键推动力，50%的组织使用Kubernetes来托管其部分或全部GenAI推理工作负载。 人工智能通用（GenAI）空间的成功核心是开源框架，如TensorFlow和PyTorch，这些框架用于构建和训练GenAI模型以及包括LangChain和LlamaIndex在内的推理应用框架。这些开源框架使得组织能够以远低于专有工具相关成本的比例来构建、训练和部署模型。开源模型使组织能够开发定制化的解决方案，同时保持透明度并减少对封闭源平台的依赖。这种灵活性在信任、透明度和法规合规性至关重要的行业中已被证明是至关重要的。 具有更高水平通用人工智能（GenAI）采用的机构正在帮助塑造下一代框架和模型，使它们更紧密地与先进、真实世界的应用案例相一致。 为了重塑行业，开源将仍然不可或缺，提供了一种平衡、透明、以社区为中心的创新途径，这将定义人工智能技术的未来。通过提供可访问、可适应、由社区驱动资源，开源民主化了通用人工智能（GenAI）的获取，使各种规模的组织能够安全有效地利用尖端人工智能能力。 本报告建议，组织在他们的通用人工智能（GenAI）战略中继续优先考虑开源，以保持竞争力并符合行业趋势。它还强调了中立组织，如Linux基金会、云原生计算基金会（CNCF）和LF AI & 数据基金会，在提供改善信任和协作的开放治理结构方面的重要性。随着人工智能的持续发展 本报告探讨了组织部署、使用及挑战生成人工智能（GenAI）技术的相关情况，以及在该领域开源的作用及未来。 • 在一家机构工作 • 具有专业经验 总共有316名受访者完成了调查。 Linux Foundation Research 及其合作伙伴在 2024 年 8 月至 9 月期间进行了一项网络调查，这为本研究提供了经验基础。调查受访者的筛选确保受访者： 这份报