标题：Nature刊文：“open”AI的实际作用非常有限

Meta坚持开源，但仍遭受业内批评。开放源代码促进会负责人Stefano Maffulli指责Meta，认为用“open”描述Llama模型是对用户的误导。在开源软件领域，“open”通常意味着透明、共享和合作，但在AI领域，“open”却带来了许多模糊性和争议。

Nature文章指出，“open”AI的定义、实质特征与局限性需要深入探讨。“open”AI的实际意义并不明确，其透明性、可重用性和可扩展性受到资源垄断的限制。AI系统开发依赖高度集中的资源，即便标榜“open”的AI，其透明性、可重用性和可扩展性仍然受限。

“open”AI的定义充满争议，近年来，AI倾向于描述基于概率的大型机器学习系统，尤其是生成式AI。将“open”理念应用于现代AI，特别是生成式AI，面临挑战，包括模型复杂性、资源依赖性和技术应用的不对等性。

文章指出，当前一些所谓的“open AI”模型仅提供部分模型权重或受限制的API，这种做法更接近“开放洗白”。即便AI系统实现更大的透明性或可用性，也无法改变行业权力格局。AI开发资源成本仍集中在少数大企业手中，市场竞争不均衡。

文章剖析了“open”AI带来的三个关键优势及其局限性，指明尽管“open”AI提供了关键优势，但在资源共享、技术创新和数据使用方面，仍未能打破少数大公司主导的行业格局。透明性、可重用性和可扩展性在AI系统中均面临挑战。

AI系统依赖高度集中的资源，包括模型、数据、劳动力、算力和开发框架。这些资源不仅决定技术的可用性，还影响市场竞争和权力分配。AI模型、数据、劳动力、算力和开发框架都是关键资源，而这些资源大多集中在少数大企业手中。

总之，“open”AI在透明度与共享方面有一定价值，但无法解决AI领域的权力集中与资源不平等问题。当前的开放性讨论更多地被大公司用作规避监管和争夺市场的工具。未来，各方应更加关注AI的实际影响，而非仅局限于开放与封闭的概念之间，需开展多维度的政策和技术实践，构建更公平、更负责任的AI生态系统。