Dévoilée lors du sommet pour l'action IA, la Définition Open Weight vise à prévenir l’Open Washing de l’IA Open Source

La Définition Open Weight comble le fossé entre l’IA propriétaire et l’IA Open Source pour les fournisseurs qui n’incluent pas les données d’entraînement.

PARIS, FRANCE, February 14, 2025 /EINPresswire.com/ -- Cette semaine, lors du Sommet pour l'action sur l'intelligence artificielle, l’Open Source Alliance (OSA), dans le cadre du défi officiel de convergence de l’IA sur le thème de la gouvernance mondiale de l’IA, a dévoilé la Définition d'Open Weight. Ce nouveau principe vise à combler l’écart entre l’IA propriétaire et l’IA Open Source en établissant des directives claires pour les modèles d’IA qui ne possèdent pas toutes les dépendances nécessaires à leur reproductibilité, telles que les données d’entraînement. Cette définition a pour objectif d’éviter les allégations trompeuses d’ouverture—souvent qualifiées de "open washing"—en garantissant que les modèles d’IA ne respectant pas la définition de l’Open Source (Open Source Definition) soient correctement étiquetés.

Un complément à l’Open Source

La Définition Open Weight ne vise pas à concurrencer la Définition Open Source, mais à la complémenter. Elle propose une désignation alternative pour les modèles d’IA qui permettent une utilisation et une distribution libres mais qui ne disposent pas de la transparence et de la modularité requises pour être qualifiés d’Open Source. En distinguant les modèles Open Weight des modèles Open Source, cette nouvelle définition protège l’intégrité du mouvement Open Source tout en favorisant l’accessibilité et l’innovation ouverte dans l’écosystème de l’IA.

Répondre au défi du "Open Washing" dans l’IA

Ces dernières années, de nombreux fournisseurs d’IA ont qualifié leurs modèles d’"Open Source" tout en retenant des éléments essentiels, notamment les données d’entraînement nécessaires à leur reproductibilité. Cette pratique, connue sous le nom de "open washing", induit en erreur les utilisateurs, développeurs, chercheurs et décideurs politiques en leur faisant croire à un niveau d’ouverture et de transparence que ces modèles ne fournissent pas réellement.

La Définition Open Weight établit une alternative claire et responsable pour ces modèles, permettant à l’industrie et au public de faire la distinction entre les modèles d’IA véritablement Open Source et ceux qui sont simplement téléchargeables ou modifiables de manière limitée.

"L’IA Open Source nécessite plus que des poids de modèles téléchargeables—elle exige la possibilité de comprendre, modifier et reproduire le système," a déclaré Sam Johnston, coordinateur de l’Open Source Alliance. "La Définition Open Weight offre une option supplémentaire aux fournisseurs d’IA qui souhaitent partager leurs modèles sans être prêts ou en mesure de fournir les données d’entraînement. Cela garantit une plus grande clarté et évite la dilution des principes Open Source."

Pourquoi la Définition Open Weight est-elle importante ?

L’adoption rapide de l’IA a creusé un fossé entre les modèles d’IA propriétaires, contrôlés par quelques grandes entreprises, et le mouvement d’innovation ouverte qui a façonné le développement logiciel depuis des décennies. Si l’Open Source repose sur les principes de liberté d’utilisation, d’étude, de modification et de partage des logiciels, les modèles d’IA posent de nouveaux défis que la Définition Open Source—écrite en 1998 pour le logiciel—ne couvre pas entièrement.

Contrairement aux logiciels traditionnels, les systèmes d’IA sont entraînés sur d’immenses ensembles de données, souvent propriétaires ou protégées par des licences, rendant difficile voire impossible la reproduction des mêmes résultats. De nombreux fournisseurs publient des modèles pré-entraînés sous des licences permissives, permettant aux utilisateurs de les exploiter librement, mais sans donner accès aux données d’entraînement ou à la méthodologie utilisée.

"La Définition Open Weight apporte une transparence essentielle à l’écosystème de l’IA," affirme Johnston. "Elle permet aux utilisateurs, développeurs, chercheurs et régulateurs de distinguer les modèles véritablement Open Source de ceux qui sont simplement disponibles pour utilisation."

La Définition Open Weight est particulièrement pertinente pour les gouvernements, les entreprises et les institutions académiques, qui doivent évaluer le niveau d’ouverture des modèles d’IA qu’ils adoptent. En étiquetant clairement les modèles en tant que Open Weight, les fournisseurs peuvent établir des attentes réalistes tout en encourageant l’innovation et la collaboration. Comme pour la Définition Open Source, cela permet de définir un standard pour les modèles Open Weight, permettant aux vendeurs son utilisation s'ils le souhaitent et d'aller au-delà de la réglementation en place.

Principes clés de la Définition Open Weight

La Définition Open Weight reconnaît les modèles d’IA qui sont librement accessibles pour utilisation et partage, et qui :

-Permettent à tout utilisateur de télécharger, utiliser et distribuer le modèle sans restrictions.
-Ne nécessitent aucune approbation ou redevance de licence pour le déploiement, y compris dans des contextes commerciaux ou de recherche.
-Peuvent permettre une étude et une modification limitées, par exemple en observant les sorties en fonction des entrées ou via un ajustement fin ("fine-tuning").
-Peuvent ou non inclure les données d’entraînement, qui ne leur permet pas de répondre aux critères Open Source mais tout en restant largement accessibles.
-Ne garantissent pas les quatre libertés de l’Open Source (utilisation, étude, modification et partage) mais encouragent tout de même une large adoption et collaboration.

Cette approche permet de préserver l’intégrité de l’IA Open Source tout en créant un compromis pratique pour les fournisseurs qui ne peuvent ou ne veulent pas publier les données d’entraînement mais qui souhaitent néanmoins contribuer à l’innovation ouverte.

Open Source vs. Open Weight : quelle est la différence ?

La Définition Open Source stipule qu’un logiciel (y compris un modèle d’IA) doit être librement accessible par une partie tierce pour l'utiliser, l'étudier, le modifier et le partager. Cela signifie:

-Accessibilité, sans restriction, au code source (ou son équivalent comme les données d'entraînement).
-Possibilité d'étudier, modifier et redistribuer le système sans restriction.
-Pas de restriction d’usage (y compris à des fins commerciales ou de recherche).

La Définition Open Weight quant à elle, désigne les modèles d’IA qui respectent certaines, mais pas toutes ces conditions. En particulier, les modèles Open Weight permettent une utilisation et distribution libre mais ne donnent pas accès ou seulement en partie aux données d'entraînement et autres dépendances nécessaires pour une reproductibilité totale.

"Les modèles Open Weight peuvent encore jouer un rôle clé dans l’innovation en IA," déclare Johnston. "Mais les qualifier d’Open Source lorsqu’ils ne respectent pas la définition établie risque de nuire à la crédibilité de l’Open Source. La Définition Open Weight garantit que les développeurs et utilisateurs d’IA puissent prendre des décisions éclairées."

Sam Johnston
Open Source Alliance
+1 888-707-6736
email us here
Visit us on social media:
Facebook
X
LinkedIn
Instagram