Le paysage des licences open source dans l’IA : introduction aux LLM et aux bases de données vectorielles
Le concept de logiciel open source est courant dans l’industrie technologique depuis des décennies. Cependant, une plus grande clarté sur les implications et les restrictions des différentes licences pour les développeurs et les entreprises reste nécessaire. Ce guide démystifie les licences open source liées explicitement à la technologie de l’IA, comme les bases de données vectorielles et les grands modèles de langage (LLMs).
Open source signifie que le créateur met un logiciel, du matériel, ou même un grand modèle de langage à la disposition de la communauté gratuitement. Ces projets sont souvent développés et maintenus par des efforts communautaires, impliquant généralement une collaboration entre des développeurs de nombreuses entreprises différentes. Le type de licence sous lequel le produit ou le logiciel est fourni régit la manière dont différents produits open source peuvent être utilisés.
Des changements inattendus apportés à la licence open source d’un projet logiciel peuvent nuire de manière significative et potentielle aux entreprises et aux activités qui ont construit des offres autour de logiciels open source. Cette dynamique ajoute une complexité supplémentaire et souligne l’importance de comprendre les licences open source.
Avantages des bases de données vectorielles et des LLM open source
Bases de données vectorielles
Les bases de données vectorielles open source comme Milvus (fourni sous Apache License 2.0) bénéficient à l’écosystème de l’IA. Comme elle est disponible gratuitement, les développeurs peuvent prototyper rapidement des solutions tout en minimisant les coûts de création de nouvelles applications. Comme la base de code est ouverte et accessible, les développeurs et les entreprises peuvent examiner en détail son fonctionnement afin de s’assurer qu’elle correspond à leurs plans et à leurs normes. Cela accroît la confiance et aide les utilisateurs à décider comment l’implémenter au sein d’autres applications ou en parallèle de celles-ci. Enfin, Milvus, comme d’autres bases de données vectorielles open source, a été développé en partenariat avec les créateurs Zilliz et la communauté plus large des utilisateurs de Milvus. Cela a permis à chacun de bénéficier du développement partagé et de l’expertise d’autres organisations comme NVIDIA, IBM, SalesForce et d’autres.
Grands modèles de langage
Les grands modèles de langage (LLM) open source ont connu une augmentation spectaculaire de leur disponibilité et de leur adoption au cours de l’année écoulée. Les LLM propriétaires, en revanche, appartiennent exclusivement à une entreprise et ne sont accessibles qu’aux clients qui achètent une licence comme GPT d’OpenAI. De telles licences imposent souvent des limitations à l’utilisation du LLM. À l’inverse, les LLM open source sont librement accessibles à tous, permettant un accès et une utilisation sans restriction à quelque fin que ce soit, ainsi que la modification et la distribution.
Avec les LLM, le composant open source concerne l’accessibilité du code et de la structure fondamentale du LLM. Cette accessibilité donne à tout développeur et chercheur la liberté d’utiliser, d’améliorer ou de modifier le modèle. Cette ouverture accroît l’accès en réduisant les coûts à long terme pour les développeurs qui cherchent à créer des solutions tirant parti de la puissance des LLM ; cela est particulièrement vrai pour les organisations qui ne disposent pas en interne de compétences en développement de modèles et en apprentissage automatique. Les grands modèles de langage open source peuvent également être déployés au sein de l’infrastructure de données d’une entreprise, ce qui réduit le risque d’exposer des données privées à une source extérieure, comme un modèle contrôlé par une entreprise externe, voire concurrente. Enfin, comme les LLM open source peuvent être modifiés, ils peuvent être ajustés, optimisés et améliorés pour le cas d’utilisation spécifique d’une application. La base de code ouverte augmente la confiance et la transparence en permettant aux développeurs et aux data scientists d’examiner en détail la construction et l’entraînement du modèle.
Le spectre des licences open source
Les licences open source se déclinent en différents types, chacun avec son propre ensemble d’autorisations, de restrictions et d’exigences. Il est important que les développeurs et les utilisateurs comprennent les implications de chaque type de licence afin de garantir le respect des conditions générales énoncées par la licence.
Voici quelques-uns des types courants :
Licences permissives
Les licences permissives donnent aux utilisateurs une grande liberté pour utiliser, modifier et distribuer le logiciel sans beaucoup de restrictions. Exemples :
Licence MIT : Permet une utilisation, une modification et une distribution presque sans restriction, avec des exigences minimales.
Licence BSD : Semblable à la licence MIT, elle permet une utilisation presque sans restriction, mais avec des exigences légèrement différentes.
Licence Apache : Permet l’utilisation, la modification et la distribution du logiciel sous certaines conditions.
Licences copyleft
Ces licences exigent que les œuvres modifiées ou dérivées soient également distribuées selon les mêmes conditions de licence que le logiciel d’origine. Exemples :
Licence publique générale GNU (GPL) : Exige que toute œuvre dérivée soit distribuée selon les mêmes conditions GPL, garantissant que les modifications restent open source.
Licence publique générale limitée GNU (LGPL) : Une version modifiée de la GPL qui permet la liaison avec des logiciels non-GPL sous certaines conditions.
Licence publique Mozilla (MPL) : Permet les modifications et la distribution sous la MPL ou toute licence compatible.
Licences copyleft faibles
Ces licences exigent que seules les parties modifiées du logiciel soient distribuées selon les mêmes conditions de licence que le logiciel d’origine. Exemples :
- Licence publique générale Affero GNU (AGPL) : Une extension de la GPL conçue pour les logiciels réseau/serveur, exigeant la distribution du code source aux utilisateurs interagissant avec le logiciel via un réseau.
Licences non commerciales
Ces licences restreignent l’utilisation du logiciel à des fins commerciales. Exemples :
- Licence Creative Commons non commerciale : Permet l’utilisation, la modification et la distribution non commerciales d’œuvres créatives.
Domaine public
Certains développeurs choisissent de placer leur travail dans le domaine public, renonçant de fait à tous leurs droits sur l’œuvre. Les utilisateurs peuvent librement utiliser, modifier et distribuer le logiciel sans aucune restriction.
Organismes de gouvernance et communautés
Quelques organisations clés jouent un rôle essentiel dans la gouvernance des normes de licences open source, en veillant au respect des principes d’ouverture, de transparence et de collaboration. Deux entités importantes dans ce domaine sont l’Open Source Initiative (OSI) et la Free Software Foundation (FSF).
L’OSI maintient l’Open Source Definition, un ensemble de critères qu’une licence logicielle doit respecter pour être considérée comme open source. Elle évalue et approuve les licences qui répondent à ces critères, contribuant à maintenir la cohérence et la clarté au sein de la communauté open source.
De son côté, la FSF défend le logiciel libre et promeut l’utilisation de licences, telles que la Licence publique générale GNU (GPL), qui garantit la liberté du logiciel.
L’Apache Software Foundation (ASF) est une autre organisation clé qui joue un rôle important dans la gouvernance des normes de licences open source. Principalement connue pour développer des projets logiciels largement utilisés tels qu’Apache Hadoop et Apache Kafka, l’ASF fournit un cadre pour un développement ouvert et décentralisé et utilise un modèle de licence permissif. La licence Apache permet une flexibilité d’utilisation commerciale tout en garantissant que les œuvres dérivées restent open source.
De plus, la gouvernance communautaire est cruciale pour façonner les politiques et les pratiques de licences. Les projets open source ont souvent des processus décisionnels pilotés par la communauté, dans lesquels les contributeurs et les parties prenantes discutent et décident des questions de licence. L’implication de la communauté contribue à maintenir la confiance, la transparence et le consensus au sein de l’écosystème open source, favorisant l’innovation et la croissance tout en préservant l’intégrité des logiciels open source.
Les degrés d’ouverture
Les degrés d’ouverture inhérents aux différents modèles de licence influencent la collaboration, l’innovation et la transparence dans le développement de l’IA. Les licences permissives encouragent une vaste communauté de contributeurs, favorisant une itération et une expérimentation rapides. À l’inverse, les licences copyleft privilégient la préservation des idéaux de l’open source, en protégeant contre l’exploitation commerciale au détriment d’une adoption plus large.
Transitions récentes de licences et controverses
Des changements notables dans les modèles de licence de fournisseurs de technologies d’IA comme Redis et HashiCorp ont suscité des débats autour de la durabilité et de l’éthique. Les motivations vont de la protection des sources de revenus à la réponse aux préoccupations concernant une rémunération équitable des contributions. Ces transitions soulignent l’équilibre nuancé entre la stimulation de l’innovation et la protection des principes de la collaboration open source.
Lorsqu’une entreprise modifie la licence de son projet open source, cela peut être particulièrement préoccupant pour les utilisateurs et les entreprises qui ont construit des produits basés sur ce code open source. Supposons qu’une entreprise qui fournit des logiciels open source ferme soudainement le code source ou utilise une licence plus restrictive. Dans ce cas, cela peut signifier que les autres entreprises utilisant le code de la dernière version open source devront peut-être assumer l’intégralité de la charge de maintenance du code et de développement de nouveaux ensembles de fonctionnalités.
Pourquoi les licences sont importantes dans l’IA
La licence n’est pas seulement une formalité juridique, mais peut déterminer la trajectoire des technologies d’IA. Elle régit l’accessibilité, l’adaptabilité et la distribution équitable, façonnant l’écosystème de l’IA. Il est important d’équilibrer la protection de la propriété intellectuelle (PI) avec la création d’un environnement de collaboration dans l’IA afin de stimuler l’innovation et de garantir l’inclusivité.
Actuellement, l’industrie de l’IA se développe à une vitesse alarmante. De nouvelles technologies, de nouveaux cas d’utilisation et même de nouvelles entreprises émergent chaque jour, et tout le monde semble désireux de participer à cette frénésie. Avec cette innovation rapide et cette course à la mise sur le marché, nous pouvons probablement nous attendre à voir des entreprises adopter du code open source pour accélérer les efforts de développement et accroître l’innovation grâce à une collaboration élargie, mais nous pourrions également observer un changement réflexe dans les applications de licences open source alors que les entreprises cherchent à préserver leur PI et leurs voies vers les revenus.
Conclusion
Les licences open source sont la pierre angulaire du développement collaboratif et de l’innovation dans l’IA, définissant les limites de l’accès, de l’utilisation et de la distribution. Alors que nous naviguons dans les complexités des modèles de licence, restons informés et proactifs pour façonner un avenir où les technologies d’IA servent le bien collectif. En adoptant l’esprit de collaboration ouverte, nous avons l’occasion de créer un paysage de l’IA plus inclusif et durable. Pour en savoir plus sur les réflexions de Zilliz concernant les restrictions de licences open source et notre approche open source, lisez ici.
Ressources :
Continuer à lire
Milvus 2.6.x Now Generally Available on Zilliz Cloud, Making Vector Search Faster, Smarter, and More Cost-Efficient for Production AI
Milvus 2.6.x is now GA on Zilliz Cloud, delivering faster vector search, smarter hybrid queries, and lower costs for production RAG and AI applications.
How to Build RAG with Milvus, QwQ-32B and Ollama
Hands-on tutorial on how to create a streamlined, powerful RAG pipeline that balances efficiency, accuracy, and scalability using the QwQ-32B and Milvus.
Cosmos World Foundation Model Platform for Physical AI
NVIDIA's Cosmos platform enables safe, digital twin training of GenAI models for physical applications, overcoming data scarcity and safety challenges.