Par nature, tous les systèmes IA sont opaques et multidimensionnels. Ils deviennent encore plus complexes lorsque des milliers de personnes du monde entier développent des projets uniques répartis sur plus de 13 couches. C'est l'état actuel de la pile IA open source : vraiment robuste, mais fragmentée, redondante et difficile à percevoir comme un tout cohérent.
Nous présentons l’Open Source Gap Map de Current AI : une visualisation vivante et actionnable du paysage de l'IA open source.
La Gap Map, ou cartographie des lacunes, est le fruit d'un travail cumulatif visant à identifier les points de levier les plus élevés dans la pile IA open source : où construire quelque chose de nouveau, où investir dans les capacités, où ouvrir l’accès aux outils. En créant une visualisation à jour de l'écosystème, où nous pouvons toutes et tous voir à la fois les progrès et les lacunes dans ce domaine, nous espérons rallier la communauté autour d'une feuille de route collective.
Aujourd'hui, grâce à une poignée d'incroyables designers et data scientists (et beaucoup de débrouille façon start-up), nous partageons la v0.1 de l’Open Source AI Gap Map.
La Gap Map évalue plus de 24 000 projets pour montrer les composantes techniques qui existent actuellement, leur stade de maturité et les lacunes critiques de la pile IA open source à combler par des créatrices et créateurs.
Au fil du temps, la Gap Map doit répondre aux questions suivantes :
- Quels projets existent sur différentes couches de la pile ?
- Quelles couches sont sur-investies ou sous-financées ?
- Où les options open source sont-elles en retard en ce qui concerne l'adoption, la maturité ou la capacité ?
- Et surtout : quelles briques manquent pour créer des produits d'IA entièrement open source ?
De la carte à la feuille de route
À travers le monde, entrepreneurs, financeurs, gouvernements et designers sont frustrés par l'IA propriétaire, et réclament une alternative. Certains cherchent à faire des économies pour leurs startups, d'autres parlent de résilience en IA, et beaucoup veulent de la souveraineté dans la pile IA. La Gap Map est le premier d'une série d'outils dans lesquels Current AI va investir pour rendre cet environnement complexe plus lisible. Si nous repérons les lacunes, nous pouvons les prioriser et diriger collectivement l'énergie et les financements pour les combler. Nous pensons que c’est ainsi que nous parviendrons à créer une IA alternative et ouverte.
Méthodologie
Pour créer cette première version de la Gap Map, nous avons mené un travail de repérage de projets au sein de l'écosystème (auprès d'expertes et d’experts de l'IA open source chez Columbia Convening, MOF et Hugging Face), ainsi qu'un travail plus rigoureux de notation et d'enrichissement pour évaluer chaque produit.
Nous avons identifié et évalué plus de 24 000 projets, des modèles de fondation aux backends d'inférence, en évaluant les projets en fonction selon leur degré d'ouverture (à quel point sont-ils ouverts?), leur capacité (à quel point sont-ils performants?), et leur adoption (quel est leur niveau d'utilisation?). La taxonomie que nous utilisons pour catégoriser les produits découle directement de la Convocation de Columbia sur l’ouverture en IA de 2024.
La Gap Map v0.1 détaille en profondeur 421 produits : 266 outils logiciels et bibliothèques, 85 modèles, 50 bases de données et 20 projets de hardware, produits par 228 organisations. Ces produits sont organisés en 14 catégories, réparties sur 3 couches de la pile (composants de modèle, produit/UX et infrastructure). Les 24 400 artefacts restants constituent la longue traîne non catégorisée de l'écosystème d'IA open source, et ne porteront aucun score tant qu'ils n'auront pas été étudiés et cités.
Notez que dans la Gap Map, nous ne comparons volontairement pas les écosystèmes d'IA fermés et ouverts. Nous ne pointons pas non plus là où l'IA open source est en avance ou en retard. La Gap Map illustre plutôt ce dont nous avons besoin pour construire le système que nous voulons.
En savoir plus sur notre méthodologie ici.
Résultats préliminaires
Pour l’instant, les résultats les plus intéressants sont apparus là où nos trois axes (ouverture, capacité et adoption) divergent : le modèle largement utilisé mais à peine ouvert, ou bien les projets entièrement ouverts que peu de gens ont adoptés.
D'autres premiers enseignements incluent :
- L’open source n’est pas à la traîne de la frontière technologique. Des catégories entières de capacités (dont les agents d'orchestration) ont d'abord été développées dans l'écosystème open source, pas par des laboratoires de pointe. L'économie de l'IA ouverte est en fait plus innovante que le modèle fermé.
- Les niveaux de contribution sont aussi impressionnants. Nous ne sommes pas face à un réseau de personnes puisant dans un puits commun sans rien donner en retour. Au contraire, les contributrices et contributeurs bâtissent activement une infrastructure d'outils partagée. Ceci témoigne d'un niveau de santé de l'écosystème qu’il est facile de sous-estimer.
- Santé et résilience : ce n’est pas la même chose. Prenons l'exemple du code d'inférence. vLLM, llama.cpp et SGLang sont matures, largement adoptés et véritablement ouverts. Mais il n'en existe qu'une poignée. Performants, oui. Redondants, pas encore. En ingénierie, on appelle cela le "bus factor" : toute la couche d'inférence dépend de la bonne santé d’une poignée de projets. Nous observons ce type de vulnérabilités structurelles sur toute la pile - et l’investissement public est bien placé pour y répondre.
Dans les semaines à venir, nous continuerons à extraire davantage de signaux de ce type à partir de la carte. Quel projet est mature et a simplement besoin d’un coup de pouce marketing ? Où se situent les lacunes les plus évidentes et les plus urgentes autour desquelles l'écosystème peut se rallier ?
Comment utiliser la Gap Map
- Interagissez avec la Gap Map sur map.currentai.org. Cliquez pour explorer l'écosystème.
- Jetez un œil à certains des carnets que nous avons créés pour explorer différents aspects de la base de données.
- Vous avez envie de travailler avec les données vous-même ? Direction notre GitHub : tout est open source.
En ce qui concerne le design, nous avons tenté d’atteindre le juste équilibre entre facilité de compréhension (pour les professionnelles et professionnels côté financement, politique, design et business) et rigueur suffisante pour satisfaire les besoins des personnes qui développent l’IA open source.
Nous recherchons des contributrices et contributeurs
La Gap Map est une invitation à davantage de collaboration et de coordination. Elle constitue la première étape d'un effort public et itératif. Des membres de la communauté de l'IA open source nous ont déjà indiqué des pistes d'amélioration que vous retrouverez intégrées dans la prochaine itération. Alors que nous avançons, nous continuerons à publier des mises à jour et des améliorations de la carte. Nous accueillons vos retours, votre soutien et vos idées.
Vous voulez éditer la carte ? Ajouter votre outil ? Suggérer une amélioration ? Contactez-nous!