La Fondation Linux double sa collaboration open source pour stimuler plus d’innovation dans la technologie qui utilise l’intelligence artificielle (IA), l’apprentissage automatique (ML) et l’apprentissage profond (DL). La LF AI Foundation et l’ODPi ont fusionné le 25 octobre pour former la LF AI & Data Foundation.
Cette nouvelle organisation, sous les auspices du LF, construira et soutiendra une communauté ouverte et un écosystème croissant de projets open source d’IA, de données et d’analyse.
La Fondation LF AI a construit un écosystème pour permettre et soutenir l’innovation open source en IA, ML et DL. ODPi était une organisation à but non lucratif qui accélérait l’écosystème ouvert des solutions big data. La fusion est importante car l’IA et les données sont inséparables et codépendantes les unes sur les autres.
La combinaison des efforts dans les deux espaces réunit les développeurs et les projets sous un même toit, orchestré par un seul Conseil consultatif technique et plusieurs comités (IA fiable, BI et IA), pour travailler ensemble à la construction de l’écosystème open source d’IA et de données et à l’accélération du développement et de l’innovation.
Les entités combinées fournissent des conseils unifiés aux utilisateurs finaux sur les outils, l’interopérabilité, l’intégration, les normes et l’avenir de l’IA, des données et de l’analyse alors que son utilisation continue de croître dans tous les secteurs. Un autre avantage recherché dans la fusion permet une plus grande efficacité pour les membres à travers les différents services LF offre à ses projets hébergés.
L’accueil de projets sous un même toit permet une collaboration, une intégration et une interopérabilité plus étroites entre les projets. C’est une recette éprouvée pour construire des écosystèmes ouverts forts, selon les responsables de LF.
LF AI a ajouté 13 projets jusqu’à présent cette année, a noté Ibrahim Haddad, directeur exécutif de LF AI, y compris plusieurs projets de données.
Plan bien conçu
La fusion est une initiative naturelle pour rassembler l’IA ouverte et les communautés de données. Certains des raisonnements qui appuient le déménagement ont besoin d’explications, a suggéré Haddad.
L’équité est assurée par des méthodes de détection et d’atténuation des biais dans les ensembles de données et les modèles. L’équité contre les préjugés à l’égard des populations protégées connues.
La robustesse s’applique à la détection des altérations ou à la falsification des ensembles de données et des modèles. Cela tient également compte des modifications apportées aux attaques contradictoires connues.
Les méthodes d’explicabilité améliorent la comméabilité et l’interprétabilité par persona/rôles dans le processus des recommandations relatives aux résultats et aux décisions du modèle d’IA. Il comprend le classement et le débat des résultats et des options de décision.
Les méthodes de lignée assurent la provenance des ensembles de données et des modèles d’IA. Cela tient compte de la reproductibilité des ensembles de données générés et des modèles d’IA.
L’open data nécessite des méthodes cohérentes pour nettoyer, trier, marquer et suivre la provenance et une structure de gouvernance pour faire ces choses.
« La méthodologie de développement open source est idéale pour assurer l’ouverture, la transparence et l’approche collaborative dans la construction de systèmes d’IA ou de services infusés d’IA qui sont justes, robustes et explicables », a déclaré Haddad.
Intégration essentielle
Au cours des cinq dernières années, ODPi a participé à la normalisation et à la consolidation de l’écosystème Big Data et Hadoop. Cette organisation est devenue un point focal pour les défis de données des entreprises d’aujourd’hui, telles que les métadonnées, la gouvernance et la science des données, a déclaré John Mertic, directeur de l’ODPi.
« L’IA complète les stratégies de données existantes qu’une organisation met à profit, ce qui leur permet de mieux servir ses clients, de réduire les coûts et d’obtenir des résultats plus cohérents », a-t-il déclaré à LinuxInsider. « La combinaison de l’IA avec des outils de gestion des données basés sur des normes telles qu’Egeria garantit que les politiques de données d’une organisation seront respectées, ce qui permettra cette échelle. »
Se réunir pour former LF AI and Data est la prochaine étape naturelle de cette mission, permettant une plus grande interopérabilité pour stimuler à la fois l’innovation et la croissance durable pour des projets clés, a-t-il offert.
ODPi et ses projets Egeria et OpenDS4All seront hébergés dans le cadre de la LF AI and Data Foundation. La BI et l’IA deviennent un comité au sein de la fondation.
Ils maintiendront leur modèle actuel de gouvernance technique ouverte, établiront une collaboration avec d’autres projets hébergés dans LF AI & Data grâce aux efforts de son Conseil consultatif technique et bénéficieront d’une foule de services offerts pour faciliter la collaboration et l’adoption accrue.
« Cette fondation commune permet aux principaux projets open source dont dépend l’industrie d’avoir une maison durable, ce qui stimulera davantage l’innovation et la collaboration », a déclaré Craig Rubendall, président de l’ODPi.
De plus grandes opportunités
Selon Jim Spohrer, directeur de la chaire des technologies ouvertes cognitives d’IBM, Conseil consultatif technique, LF AI & Data Foundation, cette initiative sous l’égide de LF offre également un plus grand nombre d’occasions de contribuer à l’avancement de l’IA open source et des données en tant qu’infrastructure standard de l’industrie et à démocratiser l’accès à l’IA. Deux pistes pour ce faire sont de se joindre aux réunions bihebdomal de l’ATC et de se connecter sur le canal de mou LFAI.
La pandémie continue d’accélérer la transformation numérique. Cela va de simplement faire plus en ligne à la croissance de plus grands ensembles de données, à développer des processus plus complexes qui peuvent intégrer l’IA / Robotique où le temps de la valeur est logique, at-il dit.
« Le résultat a été une explosion des projets open-source d’IA et de données d’entreprises à travers les industries à travers le monde avec certains des projets les plus populaires capturés dans le paysage interactif en constante croissance », a déclaré Spohrer LinuxInsider.
À mesure que l’IA trouve des applications plus viables dans toutes les industries, il est également de plus en plus nécessaire d’assurer la réalité technique des systèmes d’IA fiables qui sont robustes, équitables et explicables », a-t-il poursuivi. « Comme une ruée vers l’or, plus de développeurs sont attirés par des projets populaires avec des millions de lignes de nouveau code étant ajouté chaque mois. »
