From Hugging Face to GitHub: Tracing License Drift in the Open-Source AI Ecosystem
تقدم هذه الورقة أول تدقيق واسع النطاق لنظام الذكاء الاصطناعي مفتوح المصدر، كاشفةً أن 35.5% من عمليات الانتقال من النموذج إلى التطبيق تتضمن انحرافاً في التراخيص عبر إلغاء البنود التقييدية، وتُقدم محرك قواعد قادراً على اكتشاف 86.4% من هذه التعارضات لمعالجة تحديات الحوكمة الحرجة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم الذكاء الاصطناعي كمطبخ ضخم وصاخب حيث يطهو الطهاة أذكى الوصفات التي شهدها العالم على الإطلاق. في هذا المطبخ، "المكونات" هي أكوام هائلة من البيانات (مثل الصور أو النصوص)، و"الوصفات" هي النماذج الحاسوبية التي تدرّبت على تلك البيانات، و"الأطباء النهائية" هي التطبيقات والأدوات التي يستخدمها الناس بالفعل. لكن هناك عقبة: كل مكون وكل وصفة تأتي مع مجموعة محددة من القواعد، مثل عقد سري. بعض القواعد تقول: "يمكنك طهي هذا كما تشاء!" (مُباح)، بينما تقول أخرى: "يجب عليك مشاركة وصفتك الجديدة إذا بعت الطبق"، أو "لا يمكنك استخدام هذا للأغراض العسكرية" (مقيد).
المشكلة هي أنه في غمرة التسرع لابتكار أطباق مذهلة، لا يقرأ العديد من الطهاة هذه العقود. قد يأخذون مكوناً شديد القيود، ويتجاهلون قواعده، ثم يقدمونه في طبق يدعي أنه مجاني للجميع. هذا يخلق حقل ألغام قانوني حيث يمكن للمبدعين الأصليين أن يتعرضوا للمقاضاة، وقد يقع الأشخاص الذين يتناولون الطعام في المشاكل دون أن يدركوا ذلك. يطلق العلماء على هذه الظاهرة اسم "انجراف التراخيص" (license drift)، حيث يتم تجريد القواعد أثناء انتقال الطعام من المخزن إلى الطبق. قرر فريق من الباحثين التحقيق في مدى فوضوية هذا المطبخ حقاً.
قرر الباحث جيمس جويت وفريقه من جامعة كوينز إجراء عملية تدقيق شاملة وشاملة لهذا المطبخ الخاص بالذكاء الاصطناعي. لم يكتفوا بفحص بعض الرفوف فحسب؛ بل فحصوا عدداً هائلاً قدره 364,917 مجموعة بيانات (المكونات الخام)، و1.6 مليون نموذج (الوصفات)، و140,000 مشروع من "جيت هاب" (الأطباء النهائية). أرادوا معرفة ما إذا كانت القواعد تُتبع أثناء انتقال المكونات من مرحلة البيانات، إلى مرحلة النموذج، وصولاً إلى التطبيقات التي يستخدمها الناس يومياً.
ما وجدوه كان يشبه اكتشاف أن معظم الطهاة يتجاهلون لافتات "عدم البيع" الموجودة على مكوناتهم. كشفت دراستهم عن نمط هائل من "انجراف التراخيص"، حيث يتم محو القواعد المقيدة بشكل منهجي. وتحديداً، وجدوا أنه في 35.5% من الحالات، عندما يتم تحويل نموذج إلى تطبيق برمجِي، فإن التطبيق الجديد يسقط القواعد المقيدة للنموذج الأصلي ويعيد تسميته على أنه "مُباح" (مجاني للجميع). الأمر كما لو أن طاهياً أخذ توابل نادرة ومحمية مسموح بها فقط للطهي المنزلي، وأضافها إلى قائمة طعام مطعم، ثم ادعى أن الطبق بأكمله مجاني لأي شخص لنسخه.
الجزء الأكثر صدمة في هذا "الانجراف" يحدث في النهاية تماماً. فعندما تتحول النماذج التي تحمل تراخيص "تعلم آلي" محددة (والتي غالباً ما يكون لها قواعد خاصة حول كيفية استخدامها) إلى تطبيقات، تختفي 99.6% من تلك القواعد الخاصة. 0.4% فقط من التطبيقات النهائية حافظت على القيود الأصلية. يبدو أن المطورين يعاملون هذه النماذج المعقدة وكثيرة القواعد كأنها مكتبات برمجية بسيطة ومجانية، متناسين تماماً التفاصيل الدقيقة.
ومع ذلك، لم يكتفِ الفريق بالإشارة إلى الفوضى فحسب؛ بل بنوا أداة للمساعدة في تنظيفها. لقد أنشأوا محركاً تجريبياً يسمى LicenseRec. فكر في الأمر كمفتش مطبخ ذكي للغاية يمكنه قراءة كل تلك العقود المربكة وإخبارك فوراً ما إذا كان الطبق قانونياً أم لا. اختبروا هذه الأداة ووجدوا أنها تستطيع حل 86.4% من نزاعات التراخيص في التطبيقات البرمجية. وهذا يشير إلى أن معظم المشاكل القانونية ليست بسبب استحالة خلط المكونات، بل لأن الناس يختارون ببساطة الملصقات الخاطئة لأطباقهم.
لكن هناك حدود لما يمكن للأداة القيام به. وجد الباحثون أن حوالي 14.2% من النزاعات كانت "غير قابلة للحل". هذه تشبه محاولة خلط مكون "بدون لحم" مع وصفة "يجب استخدام اللحم فيها"؛ فلا يوجد قدر من إعادة التسمية يمكنه إصلاح ذلك. إذا كان المكون الأصلي ممنوعاً بصرامة للاستخدام التجاري، فلا يمكنك ببساطة وضع ملصق "مجاني للأعمال" على الطبق النهائي. في هذه الحالات، الحل الوحيد هو العودة واختيار مكون مختلف تماماً.
باختد، تظهر هذه الدراسة أنه بينما نمتلك الأدوات لإصلاح معظم الأخطاء القانونية العرضية في عالم الذكاء الاصطناعي، لا يمكننا إصلاح تلك التي طُبخت داخل المكونات منذ البداية. ويخلص الباحثون إلى أنه بينما تعد الأدوات الآلية مثل LicenseRec خطوة كبيرة للأمام، إلا أن المطورين لا يزالون بحاجة إلى العمل كمحققين حذرين، يفحصون قواعد كل مكون قبل البدء في الطهي. وبدون ذلك الاجتهاد البشري، سيظل مطبخ الذكاء الاصطناعي مكاناً محفوفاً بالمخاطر حيث تُنسى القواعد باستمرار.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.