Il software open source (OSS, Open Source Software) è un'applicazione il cui codice sorgente è reso disponibile al pubblico, in modo che chiunque possa esaminarlo, apportarvi modifiche e distribuirlo. A differenza dei software proprietari, controllati dall'azienda o dal gruppo che li ha sviluppati, i software open source si basano sulla collaborazione tra i programmatori, che possono contribuire apportando miglioramenti, correzioni delle vulnerabilità e personalizzazione delle funzioni, ovunque si trovino nel mondo. Molte tecnologie fondamentali, come i server Web, i sistemi operativi e i framework di programmazione, dipendono per l'appunto da componenti open source.

Gli stessi principi che sottendono i software open source vengono ormai applicati anche al campo dell'intelligenza artificiale. L'AI open source impiega le pratiche incentrate sulla trasparenza e sulla collaborazione per lo sviluppo dei modelli AI, ma in questo ambito la definizione di approccio aperto, e le modalità di implementazione, presentano alcune differenze.

AI open source e software open source a confronto

Anche se l'intelligenza artificiale viene spesso accostata ai software open source, queste tecnologie sono molto diverse in termini di controllo, struttura e accessibilità: 

• Software open source  

Dato che è accessibile a chiunque e scritto in un linguaggio di programmazione basato su quello umano, il codice sorgente può essere esaminato, modificato e ridistribuito facilmente. Gli sviluppatori hanno la libertà di rielaborare il software, crearne altre versioni e perfino scorporare il lavoro in progetti distinti se si trovano in disaccordo rispetto all'orientamento iniziale. L'intero processo avviene all'insegna della massima trasparenza: gli utenti possono effettuare controlli di sicurezza, correggere eventuali bug e personalizzare le funzioni in base alle proprie esigenze. 

• AI open source  

L'elemento costitutivo dei modelli AI non è il classico codice sorgente, ma sono le rappresentazioni grafiche di numeri complessi, relativi ad esempio a pesi e parametri - elementi che si potrebbero considerare non proprio comprensibili per le persone. Pur essendo condivisi apertamente, alcuni modelli AI non comprendono informazioni su elementi di cruciale importanza, come i dati di addestramento, e quindi limitano la trasparenza e la personalizzazione. I processi di addestramento richiedono inoltre un volume elevato di risorse di elaborazione, il che significa che il controllo sulle fasi iniziali di sviluppo dell'AI resta nelle mani delle aziende di grandi dimensioni.

L'AI closed source, ossia proprietaria, è la definizione di quei modelli e sistemi di intelligenza artificiale basati su un codice, un'architettura e un insieme di dati di addestramento privati. A differenza dell'AI open source, che è accessibile e modificabile da chiunque, l'intelligenza artificiale closed source è sotto il controllo completo dell'organizzazione che l'ha sviluppata. Questo approccio assicura che lo sviluppatore mantenga pieno potere in merito agli aggiornamenti, alla sicurezza e alla distribuzione, ma limita anche la trasparenza e la personalizzazione. 

Molti dei modelli AI più famosi, come GPT-4 di OpenAI e Gemini di Google, utilizzano un framework proprietario. Anche se è in grado di offrire prestazioni coerenti e controlli di sicurezza avanzati, questo modello desta qualche preoccupazione, ad esempio per la dipendenza dai fornitori, la mancanza di informazioni sulle modalità di addestramento e i possibili ostacoli all'innovazione.

AI open source e AI closed source a confronto 

Anche se offrono entrambe diversi vantaggi, l'AI open source e quella proprietaria presentano differenze significative in termini di accessibilità e trasparenza: 

• AI open source  

Il codice, l'architettura e a volte i pesi dei modelli sono resi disponibili al pubblico in modo che gli utenti possano esaminarli o modificarli come preferiscono. In compenso, l'AI open source potrebbe non disporre delle misure di sicurezza e del servizio di assistenza di livello enterprise forniti insieme ai modelli proprietari. 

• AI closed source  

Il codice e i dati di addestramento rimangono privati, quindi soltanto lo sviluppatore può modificare o distribuire il modello. Dato che assicura un rigido controllo sulla sicurezza e sulla conformità, l'AI closed source è una soluzione molto interessante per le aziende che devono attenersi a rigorosi requisiti normativi. Purtroppo, l'AI closed source pone dei limiti alla personalizzazione, aumenta la dipendenza da un unico fornitore e può rendere difficile la verifica delle modalità di addestramento utilizzate per i modelli. 

Per usare una metafora, l'AI closed source tiene sotto chiave le funzionalità di intelligenza artificiale, mentre l'AI open source è il passe-partout che apre ogni porta. Gli utenti hanno la libertà di utilizzare questo strumento senza apportarvi modifiche, ma possono anche esplorarne la struttura interna per capire meglio come e perché funziona in tal modo. Possono quindi utilizzare queste conoscenze per ampliare le funzionalità dell'intelligenza artificiale e personalizzarne le funzioni in base ad esigenze e casi d'uso specifici. 

Anche se è molto importante di per sé, questo livello di libertà promuove uno scenario delle soluzioni AI maggiormente improntato all'etica. Se hanno dubbi o preoccupazioni in merito alla responsabilità, ai pregiudizi dei modelli, alla privacy dei dati o ad altre questioni, gli utenti sono invitati a effettuare test e indagini in autonomia, anziché rivolgersi ai provider. Al tempo stesso, una base più ampia di collaboratori consente di rendere più disponibili al pubblico i miglioramenti apportati all'AI, in modo che non venga monopolizzata da un insieme ristretto di aziende. In questo modo l'ecosistema tecnologico viene decentralizzato e la concorrenza fra le imprese viene incentivata al fine di promuovere il miglioramento continuo.

Vantaggi dell'intelligenza artificiale open source 

L'intelligenza artificiale open source non offre soltanto vantaggi generici ma anche specifici che possono essere sfruttati dalle aziende. Ecco alcune informazioni utili: 

• Diversi casi d'uso  

L'intelligenza artificiale open source viene utilizzata in ogni ambito, dalla rilevazione delle frodi alla diagnostica per immagini, dall'automazione al servizio clienti. Dato che i modelli sono disponibili gratuitamente, le aziende possono condurre esperimenti che non sarebbero altrimenti possibili con i sistemi proprietari. L'AI può quindi essere adottata più facilmente nei settori specializzati o di nicchia. 

• Ostacoli inferiori in termini di adozione  

Dato che non prevede costi di licenza o contratti vincolanti, l'AI open source è una tecnologia IT di cui può disporre un numero sempre più ampio di organizzazioni. Le startup, le piccole imprese e gli sviluppatori indipendenti possono provare l'AI senza enormi investimenti iniziali. Una maggiore partecipazione consente di realizzare applicazioni più creative e diversificate.  

• Impegno nelle comunità  

L'AI open source può contare su una community globale di programmatori, ingegneri, ricercatori e appassionati che danno un contributo attivo allo sviluppo di questa tecnologia. L'impegno collettivo e la condivisione delle competenze consolidano i modelli di intelligenza artificiale e assicurano un processo di miglioramento continuo, che prosegue anche quando i collaboratori iniziali decidono di occuparsi di altri progetti. 

• Trasparenza e miglioramento  

Dato che i modelli AI open source sono disponibili al pubblico, le organizzazioni possono esaminare come funzionano, individuare eventuali problemi e assumere un controllo diretto sulla sicurezza dei dati. Se più persone analizzano il codice, eventuali errori vengono rilevati più in fretta, mentre la maggiore apertura di questa tecnologica consolida la fiducia degli utenti, che possono capire esattamente come vengono prese le decisioni. 

• Indipendenza dai fornitori  

Le aziende che utilizzano l'AI open source non sono costrette a rivolgersi a un singolo provider. Hanno la libertà di scegliere l'infrastruttura e gli strumenti più adatti alle loro esigenze. Non c'è quindi il rischio di dipendere da un unico fornitore, gestire variazioni improvvise dei prezzi o ricevere un servizio di assistenza di scarsa qualità. 

• Personalizzazione  

In generale, non esiste una soluzione perfetta per tutte le esigenze. L'accesso al codice sorgente consente di personalizzare le piattaforme AI in base alle proprie esigenze e perfezionare i risultati ottenuti in modo che siano in linea con i criteri e i requisiti specifici dell'azienda. Di solito, le soluzioni di tipo closed source non dispongono di questo grado di flessibilità. 

Aspetti critici dell'AI open source 

Gli algoritmi AI disponibili al pubblico possono comportare diversi problemi. Eccone alcuni: 

• Rischio di disallineamento e insuccesso dei progetti  

Se non si stabiliscono obiettivi chiari, i progetti relativi all'AI open source potrebbero iniziare a procedere senza una direzione precisa, causando uno spreco di risorse e ostacolando il raggiungimento dei risultati. Prima di impegnarsi nello sviluppo dell'intelligenza artificiale, è consigliabile mettere a punto parametri di valutazione precisi e assicurarsi che il personale abbia acquisito le giuste competenze. Anche l'esecuzione di test iterativi e l'introduzione di una strategia strutturata per la gestione dei progetti possono aiutare a mantenere il lavoro in linea con gli obiettivi.  

• Rischio maggiore di pregiudizi  

Un maggior numero di utenti, se da un lato consente di individuare eventuali pregiudizi, dall'altro può involontariamente introdurne di nuovi. Siccome i set di dati di addestramento spesso risultano incompleti o presentano distorsioni, le organizzazioni devono sottoporre a un rigoroso audit gli output AI e riaddestrare i modelli utilizzando dati più rappresentativi. Per migliorare l'equità e l'affidabilità dell'AI, è consigliabile condurre periodicamente verifiche dei pregiudizi e integrare gli input provenienti da un gruppo variegato di stakeholder.  

• Preoccupazioni sulla sicurezza  

Dato il carattere open source di questi modelli, i malintenzionati possono utilizzarlo per scopi dannosi, ad esempio diffondendo disinformazione, creando contenuti dannosi o perfino automatizzare campagne di attacco. Per far fronte a questa situazione, le organizzazioni devono monitorare costantemente l'utilizzo delle soluzioni AI e distribuirle nel rispetto di specifici criteri di protezione etica. La comunità open source può ricoprire un ruolo importante contribuendo allo sviluppo e alle condivisione delle misure di sicurezza volte alla riduzione dei rischi. 

• Problemi relativi ai dati  

Se i dati sono etichettati in modo errato, presentano deviazioni o provengono da fonti inattendibile, le prestazioni dei sistemi AI possono deteriorarsi con il passare del tempo. Per mantenere la qualità dei dati è possibile applicare rigorosi processi di convalida. 

• Problemi di approvvigionamento  

Le aziende che utilizzano l'AI open source di terze parti devono procedere con cautela. Se un progetto esterno viene interrotto o non è all'altezza degli standard di sicurezza, le imprese coinvolte possono andare incontro all'interruzione delle attività. È sempre meglio disporre di dipendenti con competenze specifiche, ma se è proprio necessario ricorrere all'outsourcing, occorre verificare che i subappaltatori abbiano le qualifiche necessarie.

• Difficoltà di monetizzazione  

Lo sviluppo dell'AI open source comporta costi elevati e dato che è disponibile gratuitamente, non è facile che generi ricavi. Le aziende che sviluppano questi strumenti possono risolvere il problema offrendo versioni a pagamento di livello enterprise, servizi di assistenza o strumenti proprietari realizzati a partire dai modelli open source.

• Controllo limitato  

Dopo il rilascio di un modello AI con una licenza open source, gli sviluppatori non hanno più controllo su come viene utilizzato e modificato. Anche se la decentralizzazione è uno dei vantaggi principali dell'AI open source, occorre tenere presente che i relativi modelli possono essere impiegati in modalità diverse da quelle previste in origine. Per bilanciare al meglio l'approccio open source e l'utilizzo responsabile, le organizzazioni possono mettere a punto delle linee guida in ambito etico e continuare a svolgere un ruolo nella community AI globale condividendo le best practice per uno sviluppo consapevole.

L'utilizzo dell'AI open source parte dalla scelta del modello più adatto. Piattaforme come Hugging Face includono opzioni preaddestrate per il download e la distribuzione che prevedono pochissime attività di configurazione. Per semplificare l'integrazione con gli strumenti basati sull'AI, gli sviluppatori possono integrare questi modelli nelle applicazioni impiegando framework come LangChain e Transformers. Le aziende che intendono sviluppare o perfezionare i modelli possono avvalersi di librerie come PyTorch e TensorFlow, che comprendono un'ampia serie di risorse destinate all'addestramento, all'ottimizzazione e alla distribuzione. 

L'importante è essere consapevoli che l'esecuzione efficace dei sistemi open source necessita di risorse di elaborazione adeguate. Se i modelli in scala ridotta possono in genere funzionare sui dispositivi personali, i sistemi più complessi spesso richiedono hardware avanzati o un'infrastruttura basata su cloud. Le aziende hanno due possibilità: eseguire le soluzioni AI in locale, un'opzione che assicura un maggiore controllo e una sicurezza avanzata, oppure sfruttare le opzioni di elaborazione da remoto per gestire con efficienza i carichi di lavoro di grandi dimensioni. 

L'AI open source apre la porta a infinite possibilità, ma solo le organizzazioni che dispongono degli strumenti giusti possono sfruttarle appieno. La piattaforma di ServiceNow^®, soluzione pluripremiata della nostra azienda, è un sistema unificato basato sull'AI che consente alle aziende di integrare, automatizzare e ottimizzare ogni tipo di workflow. Consente di mettere in relazione i modelli open source ai progetti aziendali, automatizzare i compiti ripetitivi e migliorare le procedure decisionali grazie a informazioni generate dall'intelligenza artificiale. Con oltre 20 anni di esperienza nel settore dell'automazione del workflow, ServiceNow è il punto di riferimento per le aziende che vogliono rendere più efficienti ogni reparto. 

L'aspetto più interessante è forse il fatto che ServiceNow dà un contributo importante all'innovazione dell'AI open source attraverso StarCoder2, una famiglia di modelli linguistici di grandi dimensioni (LLM, Large Language Model) ad accesso aperto sviluppati in collaborazione con Hugging Face ed NVIDIA. Questi modelli supportano la generazione di codice, l'automazione del workflow e la sintesi testuale, in quanto consentono alle imprese di accelerare lo sviluppo dei software e prendere decisioni consapevoli grazie all'intelligenza artificiale. Sfruttando dati specifici per settore, le imprese possono perfezionare i modelli in modo da allineare l'AI ai propri requisiti specifici. È per queste e altre funzionalità avanzate che l'85% delle aziende inserite nell'elenco Fortune 500 ha scelto ServiceNow.  

Vuoi che la tua azienda sia all'avanguardia nel settore dell'AI open source? Richiedi subito una demo per saperne di più!