Text-Generation-Inference（又稱 TGI）是 Hugging Face 今年早些時候啟動的一個項目，作為支持 Hugging Face Inference API 和后來的 Hugging Chat 上的 LLM 推理的內(nèi)部工具，旨在支持大型語言模型的優(yōu)化推理。自推出后，該項目迅速流行，并被 Open-Assistant 和 nat.dev 等其他開源項目采用。

近日，Hugging Face 宣布，在最新推出的 TGI v1.0 版本中，其開源許可證將從 Apache 2.0 改為 HFOIL 1.0。HFOIL 代表 Hugging Face Optimized Inference License，是 HuggingFace 專為優(yōu)化推理解決方案而設(shè)計的協(xié)議。Hugging Face 表示，HFOIL 并不是真正的開源許可證，雖然源代碼仍然可以訪問，但其增加了一項限制：要銷售基于 TGI 構(gòu)建的托管或托管服務(wù)，需要單獨的協(xié)議。

為什么要更換許可證？

據(jù)悉，TGI 已成為 Hugging Face 商業(yè)產(chǎn)品（如推理端點）及其商業(yè)合作伙伴（如 Amazon SageMaker、Azure 機器學(xué)習(xí)和 IBM watsonx ）的重要組成部分。而 Hugging Face 此次更換許可證也與其商業(yè)策略緊密相關(guān)。

根據(jù) Hugging Face 的說法，TGI 最初是一個為其內(nèi)部產(chǎn)品提供動力的項目，該公司將其視為商業(yè)解決方案的關(guān)鍵組成部分?！癟GI 并不是一個社區(qū)驅(qū)動的項目，而是一個可供社區(qū)廣泛訪問的生產(chǎn)解決方案。我們希望繼續(xù)公開建設(shè) TGI，并將繼續(xù)歡迎大家做出貢獻。但與 Transformers 和 Diffusers 等社區(qū)驅(qū)動的項目不同，TGI 專注于生產(chǎn)環(huán)境中的性能和穩(wěn)健性，目標是構(gòu)建商業(yè)產(chǎn)品?！?/p>

據(jù)悉，TGI 此前所有版本仍然在 Apache 2.0 下獲得許可，最后一個 Apache 2.0 版本是版本 0.9.4。

Hugging Face 表示，源代碼許可的這一變化對免費使用 TGI 的絕大多數(shù)社區(qū)用戶沒有影響，其推理端點客戶及商業(yè)合作伙伴的客戶也不會受到影響。但它將限制非合作云服務(wù)提供商在未請求許可的情況下提供 TGI v1.0+ 服務(wù)。

如果是 v1.0 之前的 TGI 現(xiàn)有用戶，當前的版本仍然是 Apache 2.0，可以不受限制地進行商業(yè)使用。

如果用戶將 TGI 用于個人用途或研究目的，則不受 HFOIL 1.0 的限制。

如果用戶將 TGI 作為內(nèi)部公司項目的一部分用于商業(yè)目的（不作為托管或托管服務(wù)出售給第三方），則也不受 HFOIL 1.0 限制。

如果將 TGI 集成到出售給客戶的托管或托管服務(wù)中，則考慮升級到 v1.0 及更高版本的許可證。

“開源是一個誤稱，它應(yīng)該是來源自由?！庇芯W(wǎng)友評價道。也有網(wǎng)友表示，“開源不應(yīng)過度限制我使用工具的方式。如果無法再將其嵌入到我銷售的產(chǎn)品中，則它是可用的源代碼，但不是開源的?！?/p>

有人提出，資產(chǎn)階級認為他們可以從公地獲取創(chuàng)新來建立帝國并壓迫群眾，至少應(yīng)該為這種特權(quán)付出代價。對此，有開發(fā)者表示，“FSF （自由軟件基金會）對此的回答是使用 AGPLv3，它在網(wǎng)絡(luò)訪問上限制了 Copyleft。”

AGPL v3 協(xié)議規(guī)定，除非獲得商業(yè)授權(quán)，否則無論以何種方式修改或者使用代碼，都需要開源。開發(fā)者“kmeisthax”表示，“如果你唯一的目標就是阻止大型企業(yè)接觸您的代碼，那么當然可以使用這個許可證。但你也可以使用奇怪時髦的后現(xiàn)代許可證來做到這一點，這些許可證從技術(shù)上講不授予任何權(quán)利，很容易被用來限制 Copyleft 巨魔。但如果你只是想要公平且易于遵守的規(guī)則，那么該許可證就有問題?！薄癆GPLv3 僅對使用解釋性語言進行 Web 開發(fā)有意義，這樣可以輕松列出網(wǎng)站的代碼?！?/p>

“kmeisthax”進一步表示，“如果你想更嚴格，還有 OpenWatcom 許可證，它會在您使用軟件時觸發(fā) Copylef，所以沒有私人分叉。實際上，這不像 AGPLv3 那樣令人頭疼，你不需要允許通過網(wǎng)絡(luò)下載源代碼，您只需在某處發(fā)布您的修改即可。FSF 拒絕碰它，因為他們認為私人分叉是一項人權(quán)。”

“kmeisthax”認為，阻止“資產(chǎn)階級”從公地掠奪所有創(chuàng)新的問題在于，這樣做會使軟件脫離公地，這比 AGPLv3、SSPL 或 OpenWatcom 更糟。任何試圖這樣做的人都不是想保護公地，而是想加入資產(chǎn)階級。因為不允許你為他人托管軟件，這是專有世界的語言。專有軟件許可之所以如此有利可圖，主要是因為使用限制——它允許你查看每個用戶的錢包，并從中提取最大金額的資金。

延綿近半世紀的開源許可證 要為 AI 改變？

自由軟件與開源許可證自上世紀七、八十年代起曾經(jīng)歷演變以適應(yīng)代碼編程的需求。如今，它需要再次轉(zhuǎn)型來應(yīng)對 AI 模型帶來的新一波沖擊。

比如，ChatGPT 現(xiàn)在仍然使用的是開源代碼。特別是，分別由 Google 和 Facebook 開發(fā)的 TensorFlow 和 PyTorch 推動了 ChatGPT。這些框架為構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型提供了必要的工具和庫。沒有它們，就沒有 ChatGPT。ChatGPT 另一個重要的開源部分就是 Hugging Face 的 Transformer，這是用于構(gòu)建最先進的機器學(xué)習(xí)模型的領(lǐng)先開源庫。

得益于開源，但 OpenAI 卻沒有將 ChatGPT 開源?！?OpenAI 本來是作為一家開源（這就是為什么我將其命名為‘Open’AI）、非盈利公司而創(chuàng)建的，目的是作為谷歌的制衡，但現(xiàn)在它實際上已經(jīng)成為一家閉源、利潤最大化的公司。由微軟控制。根本不是我想要的?！瘪R斯克曾批評道。

開源模型的流行也印證了大家對于 AI 模型開放的期盼。但實際上，基于版權(quán)法處理軟件代碼的自由軟件和開源許可證，并不適合支撐 AI 開源軟件之下的大語言模型（LLM）神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)集。而另一方面，相當規(guī)模的編程數(shù)據(jù)集長期基于自由軟件與開源代碼，因此必須采取措施、順應(yīng)轉(zhuǎn)變。有鑒于此，開放源碼倡議（OSI）執(zhí)行董事 Stefano Maffulli 等開源和 AI 領(lǐng)導(dǎo)者，努力尋求一種對雙方均有積極意義的新方式，希望將 AI 與開源許可證結(jié)合起來。

去年 J. Doe 等人（匿名）起訴了 GitHub。原告在美國加州北區(qū)法院控訴微軟、OpenAI 和 GitHub 通過其基于 AI 的商業(yè)系統(tǒng) OpenAI Codex 與 GitHub Copilot 竊取了開發(fā)者的開源代碼。原告方認為，“涉案”代碼幾乎就是直接從公共 GitHub 代碼倉庫中抓取的原始代碼副本，且未獲得開源許可承認。

目前案件仍在審理中，原告方修改了訴訟方向，包括指控被告違反《數(shù)字千年版權(quán)法》、違反合同（違反開源許可證）、存在不公平得利和不正當競爭行為，以及違反合同（違反 GitHub 政策中約定的銷售許可條款）。

這類麻煩困擾的不只有微軟。耶魯大學(xué)法學(xué)院網(wǎng)絡(luò)安全講師、耶魯大學(xué)隱私實驗室創(chuàng)始人 Sean O’Brien 認為，“很快就會出現(xiàn)與專利流氓類似的完整子產(chǎn)業(yè)，但這一次將主要圍繞 AI 生成的成果。隨著越來越多作者使用 AI 驅(qū)動工具在專有許可之下發(fā)布代碼，這將建立起新的反饋循環(huán)。軟件生態(tài)系統(tǒng)將被專有代碼所污染，而這些代碼將成為‘有心之人’的索賠載體?！?/p>

德國研究員兼政治家 Felix Reda 等人則聲稱，一切 AI 生成的代碼都屬于公共產(chǎn)出。SmartEdgeLaw Group 創(chuàng)始成員之一、美國律師 Richard Santalesa 認為，這里其實存在合同法與版權(quán)法的雙重糾紛。Santalesa 認為，出售 AI 生成代碼的企業(yè)將“與所有其他知識產(chǎn)權(quán)一樣，將其交付的材料（包括 AI 生成代碼）視為自有財產(chǎn)?！倍差I(lǐng)域代碼和開源代碼的處理方式并不相同。

更重要的是，這還涉及數(shù)據(jù)集如何獲取許可這個宏觀問題。雖然很多開源許可證之下都涵蓋大量“開放”數(shù)據(jù)集，但并不足以徹底解決目前的尖銳沖突。

如今的我們正站在類似的十字路口上。TensorFlow、PyTorch 和 Hugging Face Hub 等 AI 程序在其開源許可證下運行良好，但其他新 AI 成果卻不知該如何走出自己的道路。數(shù)據(jù)集、模型、權(quán)重等并不完全適合傳統(tǒng)的版權(quán)模型。Maffulli 認為，技術(shù)社區(qū)應(yīng)當設(shè)計出一些更符合自身目標的新事物，而不能總是依賴于對已有規(guī)則的“魔改”。

Maffulli 解釋道，為軟件設(shè)計的開源許可證可能并不適合 AI 工件。例如，雖然 MIT 許可證強調(diào)的廣泛自由度在模型層面比較適用，但 Apache 或 GPl 等更復(fù)雜的許可證卻很可能引發(fā)問題。Maffulli 還強調(diào)，將開源原則應(yīng)用于醫(yī)療保健等敏感領(lǐng)域同樣面臨著挑戰(zhàn)。在這些領(lǐng)域，關(guān)于數(shù)據(jù)訪問的法規(guī)已經(jīng)成為行業(yè)發(fā)展道路上的障礙。簡而言之，法律規(guī)定醫(yī)療數(shù)據(jù)不得開源。

與此同時，大多數(shù)大語言模型的數(shù)據(jù)集都屬于黑盒子，我們根本不知道其中到底有些什么。因此，正如電子前沿基金會（EFF）所言，我們最終陷入了“垃圾進、寶貝出”的茫然境地。為此，EFF 建議必須開放訓(xùn)練數(shù)據(jù)。

通過立法保護開源？

中國、歐盟、美國和英國等多國政府一直在努力開展 AI 監(jiān)管。而 Hugging Face、GitHub、EleutherAI、Creative Commons、LAION 和 Open Future 等六家開源 AI 利益相關(guān)方組成的聯(lián)盟正向歐盟立法者請愿，呼吁在設(shè)定歐盟 AI 法案（將成為歐盟 AI 法案的最終版本，也將是全球第一部全面的人工智能法）時保護開源創(chuàng)新。

在日前發(fā)布的政策文件《在歐盟 AI 法案中支持開源與開放科學(xué)》（Supporting Open Source and Open Science in the EU AI Act）當中，開源 AI 領(lǐng)導(dǎo)者們提出了“如何確保 AI 法案適用于開源”的相關(guān)建議，原則要求“確保開放式 AI 開發(fā)實踐不會面臨在結(jié)構(gòu)上不切實際的義務(wù)，或者其他有礙技術(shù)發(fā)展的義務(wù)?！?/p>

根據(jù)這份文件，有利于閉源及專有 AI 開發(fā)（例如 OpenAI、Anthropic 和谷歌等頂尖 AI 廠商開發(fā)的模型）的“過于廣泛的義務(wù)”，“可能會對開放 AI 生態(tài)系統(tǒng)造成不利影響?！?/p>

Hugging Face 機器學(xué)習(xí)與社會事務(wù)負責人 Hacine Jernite 在采訪中表示，雖然政策文件的內(nèi)容相當豐富，但該聯(lián)盟想要強調(diào)的核心永遠是鼓勵創(chuàng)新?！拔覀冋J為，人們應(yīng)該能從各類基礎(chǔ)模型、組件間自由選擇，并根據(jù)需求隨意組合和匹配，這一點非常重要?！?/p>

此外，該聯(lián)盟還希望強調(diào)開源 AI 的重要性、甚至是必要性，認為監(jiān)管不應(yīng)阻礙開源 AI 的創(chuàng)新道路。Jernite 解釋道，“開放本身并不能保證負責任的開發(fā)態(tài)度。但是，開放性和透明度卻是負責任治理的必要前提。因此，開放性不是要躲避責任，而責任也不應(yīng)該妨礙開放發(fā)展。”

GitHub 高級政策經(jīng)理 Peter Cihon 指出，隨著歐盟理事會及之后的歐盟議會制定出 AI 法案草案，立法者們開始審視整個價值鏈、思考如何減輕其中由 AI 發(fā)展早期引發(fā)的風(fēng)險。

Cihon 在采訪中指出，“通過這一步驟，我們正加倍努力，確保法案不會在潛移默化中偏向于大企業(yè)、或者其他資源充足的 AI 參與者，而是將這份權(quán)利同樣交付給出于業(yè)余愛好的開源開發(fā)者、非營利性組織和學(xué)生?？偠灾⒎ㄕ咭恢边^于關(guān)注特定的價值鏈和特定的模型，大多是 API 模型——而這種關(guān)注在開源背景下并不真正適用。”