オープンソースAIギャップマップ

Current AIは、AIのための公共オプションを構築するグローバルパートナーシップです。2025年2月にパリで開催されたAI行動サミットで非営利団体として設立され、すでに4億ドルの資金コミットメントを得ており、これはオープンソースAIの発展への国際的な関心を示しています。先日、彼らは「ギャップマップv0.1」を公開しました。これはオープンソースAIエコシステムの包括的な索引であり、研究者、開発者、政策立案者が現在の状況を把握するのに役立ちます。

ギャップマップv0.1は、421の製品を詳細に記述しています：266のソフトウェアツールとライブラリ、85のモデル、50のデータセット、20のハードウェアプロジェクトで、228の組織によって提供されています。これらの製品は、モデルコンポーネント、製品/ユーザーエクスペリエンス、インフラストラクチャの3つのレイヤーにわたる14のカテゴリに分類されています。モデルコンポーネント層は基盤モデルやトレーニングフレームワークなどを含み、製品/UX層はアプリケーションやインターフェースツール、インフラ層は計算リソースやストレージなどをカバーします。残りの24,400のアーティファクトは未分類のロングテールを構成し、研究・引用されるまでスコアは付与されません。これにより、将来の貢献者に大きな探求の余地が残されています。このマップの公開は重要であり、データの全体像を提供するだけでなく、分類と階層構造を通じて、オープンソースAIエコシステムのどの分野が成熟し、どの分野にギャップがあるかを明らかにします。例えば、モデルコンポーネント層では多くのモデルやフレームワークが存在する一方、特定ドメインのファインチューニングツールが不足している可能性があり、製品層ではユーザーフレンドリーなインターフェースツールが不十分かもしれません。これらの情報は、開発者が技術スタックを選択し、投資家がリソースを配分する際の参考になります。

マップ自体も興味深いですが、その基盤となるデータに私はより興奮しています。データはMITライセンスで、GitHubのcurrentai-org/os-ai-mapリポジトリに公開されています：1,184のYAMLファイルに加え、収集に使用されたノートブック、スキーマ、その他のスクリプトが含まれています。ファイルがGitHub上にあるため、Datasette Liteという軽量ツールを使って一部を探索できます。例えば、このプロジェクトが追跡している16,185のGitHubリポジトリをCSVファイルとしてDatasette Liteにロードし、スター数でソートして最も人気のあるプロジェクトを確認できます。このギャップマップは、オープンソースAIエコシステムの現状を可視化し、分野におけるギャップと機会を特定して、将来の投資と研究開発の方向性を導くのに役立ちます。