{"id":5389,"date":"2024-05-22T17:37:55","date_gmt":"2024-05-22T17:37:55","guid":{"rendered":"http:\/\/architeles.eu\/ethics\/?p=5389"},"modified":"2024-05-23T07:47:59","modified_gmt":"2024-05-23T07:47:59","slug":"chcesz-korzystac-z-ai-to-plac-kwestia-dostepnosci-do-systemow-ai-i-sposoby-platnosci-open-source-czy-komercjalizacja-perspektywa-spoleczno-etyczna","status":"publish","type":"post","link":"https:\/\/architeles.eu\/ethics\/index.php\/2024\/05\/22\/chcesz-korzystac-z-ai-to-plac-kwestia-dostepnosci-do-systemow-ai-i-sposoby-platnosci-open-source-czy-komercjalizacja-perspektywa-spoleczno-etyczna\/","title":{"rendered":"Chcesz korzysta\u0107 z AI to p\u0142a\u0107. Kwestia dost\u0119pno\u015bci do system\u00f3w AI i sposoby p\u0142atno\u015bci. Open source czy komercjalizacja perspektywa spo\u0142eczno-etyczna."},"content":{"rendered":"<p><strong>W ostatnich latach rozw\u00f3j sztucznej inteligencji (AI) zrewolucjonizowa\u0142 wiele dziedzin naszego \u017cycia, od medycyny po marketing. Systemy AI s\u0105 coraz bardziej zaawansowane, a ich dost\u0119pno\u015b\u0107 i koszty sta\u0142y si\u0119 gor\u0105cym tematem dyskusji. Jak wygl\u0105da obecnie sytuacja z dost\u0119pno\u015bci\u0105 do system\u00f3w AI? Jakie s\u0105 metody p\u0142atno\u015bci za te technologie i czy lepsze s\u0105 rozwi\u0105zania open source czy komercyjne? Przyjrzyjmy si\u0119 temu bli\u017cej.<\/strong><\/p>\n<p><!--more--><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-5409 aligncenter\" src=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software.png\" alt=\"\" width=\"488\" height=\"488\" srcset=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software.png 1024w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software-300x300.png 300w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software-150x150.png 150w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software-768x768.png 768w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/ai_software-70x70.png 70w\" sizes=\"auto, (max-width: 488px) 100vw, 488px\" \/><\/p>\n<h1><span style=\"font-weight: 400\">Systemy AI<\/span><\/h1>\n<p><span style=\"font-weight: 400\">Systemy AI to szeroka gama narz\u0119dzi i technologii, kt\u00f3re wykorzystuj\u0105 algorytmy uczenia maszynowego do analizy danych, rozpoznawania wzorc\u00f3w i podejmowania decyzji. Mog\u0105 one przybiera\u0107 r\u00f3\u017cne formy, od prostych chatbot\u00f3w po z\u0142o\u017cone systemy predykcyjne.\u00a0<\/span><\/p>\n<h2><span style=\"font-weight: 400\">Dost\u0119pno\u015b\u0107 system\u00f3w AI<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Obecnie dost\u0119pno\u015b\u0107 system\u00f3w AI zale\u017cy od wielu czynnik\u00f3w, takich jak koszty licencji, zasoby obliczeniowe oraz stopie\u0144 zaawansowania technologii. Wiele firm oferuje swoje rozwi\u0105zania AI na zasadzie subskrypcji lub jednorazowych op\u0142at licencyjnych. S\u0105 r\u00f3wnie\u017c dost\u0119pne platformy oferuj\u0105ce modele AI w chmurze, co pozwala na elastyczne korzystanie z technologii bez konieczno\u015bci posiadania w\u0142asnej infrastruktury.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Istnieje wiele czynnik\u00f3w, kt\u00f3re przyczyniaj\u0105 si\u0119 do potencjalnej nier\u00f3wno\u015bci w dost\u0119pie do system\u00f3w AI:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><b>Koszty<\/b><span style=\"font-weight: 400\">: Rozw\u00f3j i utrzymanie system\u00f3w AI mo\u017ce by\u0107 bardzo kosztowne. Ma\u0142e firmy i osoby prywatne cz\u0119sto nie maj\u0105 \u015brodk\u00f3w na zakup lub korzystanie z tych system\u00f3w.<\/span><\/li>\n<li style=\"font-weight: 400\"><b>Brak danych<\/b><span style=\"font-weight: 400\">: Systemy AI wymagaj\u0105 du\u017cej ilo\u015bci danych do szkolenia. Dost\u0119p do tych danych mo\u017ce by\u0107 trudny lub kosztowny, szczeg\u00f3lnie dla ma\u0142ych firm i os\u00f3b prywatnych.<\/span><\/li>\n<li style=\"font-weight: 400\"><b>Monopolizacja rynku<\/b><span style=\"font-weight: 400\">: Du\u017ce firmy technologiczne kontroluj\u0105 wi\u0119kszo\u015b\u0107 najnowocze\u015bniejszych technologii AI. Mo\u017ce to ograniczy\u0107 dost\u0119pno\u015b\u0107 tych technologii dla innych firm i os\u00f3b prywatnych.<\/span><\/li>\n<\/ul>\n<h2><span style=\"font-weight: 400\">Sposoby p\u0142atno\u015bci za systemy AI<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Sposoby p\u0142atno\u015bci za systemy AI s\u0105 r\u00f3\u017cnorodne i zale\u017c\u0105 od modelu biznesowego dostawcy. Oto kilka popularnych modeli:<\/span><\/p>\n<ol>\n<li><b>Subskrypcje<\/b><span style=\"font-weight: 400\">: U\u017cytkownicy p\u0142ac\u0105 miesi\u0119czny lub roczny abonament za dost\u0119p do zasob\u00f3w i narz\u0119dzi AI. Subskrypcje mog\u0105 by\u0107 atrakcyjne dla firm, kt\u00f3re chc\u0105 mie\u0107 dost\u0119p do najnowszych technologii bez konieczno\u015bci du\u017cych jednorazowych inwestycji.<\/span><\/li>\n<li><b>Op\u0142aty za zu\u017cyte zasoby (pay-as-you-go)<\/b><span style=\"font-weight: 400\">: W tym modelu u\u017cytkownicy p\u0142ac\u0105 za faktyczne zu\u017cycie zasob\u00f3w, takich jak liczba przetworzonych zapyta\u0144, wykorzystanie mocy obliczeniowej czy ilo\u015b\u0107 przechowywanych danych.\u00a0<\/span><\/li>\n<li><b>Licencje jednorazowe<\/b><span style=\"font-weight: 400\">: Niekt\u00f3re oprogramowania AI mo\u017cna zakupi\u0107 na w\u0142asno\u015b\u0107 za jednorazow\u0105 op\u0142at\u0105, co cz\u0119sto dotyczy bardziej specjalistycznych rozwi\u0105za\u0144. Tego rodzaju p\u0142atno\u015b\u0107 jest zwykle wybierana przez firmy, kt\u00f3re maj\u0105 sta\u0142e i przewidywalne potrzeby oraz dysponuj\u0105 bud\u017cetem na jednorazowy wi\u0119kszy wydatek.<\/span><\/li>\n<li><b>Freemium<\/b><span style=\"font-weight: 400\">: Model, w kt\u00f3rym podstawowe funkcje s\u0105 dost\u0119pne za darmo, ale za dost\u0119p do zaawansowanych opcji trzeba zap\u0142aci\u0107. Freemium jest atrakcyjny dla nowych u\u017cytkownik\u00f3w, kt\u00f3rzy mog\u0105 wypr\u00f3bowa\u0107 technologi\u0119 przed podj\u0119ciem decyzji o p\u0142atnym abonamencie.<\/span><\/li>\n<\/ol>\n<h3><span style=\"font-weight: 400\">Por\u00f3wnanie cen modeli AI<\/span><\/h3>\n<p><span style=\"font-weight: 400\">Wraz ze wzrostem popularno\u015bci sztucznej inteligencji ukaza\u0142y si\u0119 strony por\u00f3wnuj\u0105ce modele oferowane na rynku. Przyk\u0142ad takiego por\u00f3wnania bior\u0105cego pod uwag\u0119 cen\u0119\u00a0korzystania z danej technologii zosta\u0142 zaprezentowany poni\u017cej.<\/span><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-5411 aligncenter\" src=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/price_comparison.png\" alt=\"\" width=\"994\" height=\"550\" srcset=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/price_comparison.png 1494w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/price_comparison-300x166.png 300w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/price_comparison-1024x566.png 1024w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/price_comparison-768x425.png 768w\" sizes=\"auto, (max-width: 994px) 100vw, 994px\" \/><\/p>\n<p><span style=\"font-weight: 400\">Wi\u0119cej informacji mo\u017cna znale\u017a\u0107 na stronie: <a href=\"https:\/\/artificialanalysis.ai\/models\/prompt-options\/single\/short#pricing\">https:\/\/artificialanalysis.ai\/models\/prompt-options\/single\/short#pricing<\/a><\/span><\/p>\n<h3><span style=\"font-weight: 400\">Modele p\u0142atno\u015bci oferowane przez najpopularniejsze narz\u0119dzia<\/span><\/h3>\n<p><span style=\"font-weight: 400\">Poni\u017cej zaprezentowana zosta\u0142a lista przyk\u0142adowych narz\u0119dzi sztucznej inteligencji wraz z mo\u017cliwymi planami subskrypcji (stan na dzie\u0144 20.05.2024).<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">OpenAI:<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Subskrypcje<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Free: 0$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Plus: 20$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Team: 30$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">API<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">GPT-4o: Input: 5$ \/ 1M token\u00f3w &#8211; Output: 15$ \/ 1M token\u00f3w<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Google Gemini<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Subskrypcje<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Gemini: 0$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Gemini Advanced: 20$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">API<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Gemini 1.5 Flash: Input: 0.35$ \/ 1M token\u00f3w &#8211; Output: 1.05$ \/ 1M token\u00f3w<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li>Claude AI\n<ul>\n<li>Subskrypcje\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Free: 0$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Pro: 20$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Team: 30$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<li>API\n<ul>\n<li>Haiku: Input: 0.25$ \/ <span style=\"font-weight: 400\">1M token\u00f3w &#8211;<\/span> Output: 1.25$ \/ <span style=\"font-weight: 400\">1M token\u00f3w<\/span><\/li>\n<li>Sonnet: Input: 3$ \/ <span style=\"font-weight: 400\">1M token\u00f3w &#8211;<\/span> Output: 15$ \/ <span style=\"font-weight: 400\">1M token\u00f3w<\/span><\/li>\n<li>Opus: Input: 15$ \/ <span style=\"font-weight: 400\">1M token\u00f3w &#8211;<\/span> Output: 75$ \/ <span style=\"font-weight: 400\">1M token\u00f3w<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Stability AI<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Subskrypcje<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Non-Commercial: 0$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Professional: 20$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">API (10$ \/ 1000 kredyt\u00f3w)<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Stable Diffusion 3.0: 6.5 kredyt\u00f3w<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">SDXL 1.0: 0.2 &#8211; 0.6 kredyt\u00f3w<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Stable Video: 20 kredyt\u00f3w<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Midjourney<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Subskrypcje<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Basic: 10$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Standard: 30$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Pro: 60$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Mega: 120$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Adobe Firefly<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Subskrypcje<\/span>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Free: 0$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Premium: 4.99$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Single Apps: 9.99$ \/ miesi\u0105c<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Creative Cloud All Apps: 59.99$ \/ miesi\u0105c<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h1><span style=\"font-weight: 400\">Open source czy komercjalizacja<\/span><\/h1>\n<p><span style=\"font-weight: 400\">Istniej\u0105 dwa g\u0142\u00f3wne modele rozwoju i dost\u0119pu do system\u00f3w AI: open source i komercjalizacja.<\/span><\/p>\n<h2><span style=\"font-weight: 400\">Open source<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Open source to podej\u015bcie, w kt\u00f3rym kod \u017ar\u00f3d\u0142owy oprogramowania jest publicznie dost\u0119pny i mo\u017ce by\u0107 modyfikowany przez ka\u017cdego. Najbardziej znane projekty open source w dziedzinie AI to TensorFlow, PyTorch czy scikit-learn.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Zalety:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Dost\u0119pno\u015b\u0107: Oprogramowanie open source jest cz\u0119sto dost\u0119pne bezp\u0142atnie lub za nisk\u0105 op\u0142at\u0105, co czyni je bardziej dost\u0119pnym dla ma\u0142ych firm i os\u00f3b prywatnych.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Transparentno\u015b\u0107: Otwarty kod pozwala na przegl\u0105danie i zrozumienie dzia\u0142ania systemu AI, co mo\u017ce zwi\u0119kszy\u0107 zaufanie i bezpiecze\u0144stwo.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Wsp\u00f3\u0142praca: Spo\u0142eczno\u015b\u0107 programist\u00f3w mo\u017ce wsp\u00f3lnie pracowa\u0107 nad rozwojem i ulepszaniem oprogramowania open source, co mo\u017ce przyspieszy\u0107 innowacje.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400\">Wady:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Brak wsparcia: Oprogramowanie open source mo\u017ce nie mie\u0107 oficjalnego wsparcia producenta, co mo\u017ce utrudni\u0107 rozwi\u0105zywanie problem\u00f3w.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Z\u0142o\u017cono\u015b\u0107: Modyfikowanie oprogramowania open source mo\u017ce wymaga\u0107 wiedzy technicznej, co mo\u017ce by\u0107 barier\u0105 dla niekt\u00f3rych u\u017cytkownik\u00f3w.<\/span><\/li>\n<\/ul>\n<p>Cz\u0119sto wykorzystywanymi modelami open source s\u0105 te z rodziny LLaMa, Vicuna i Mistral. Strona HuggingFace prezentuje por\u00f3wnanie otwartych modeli LLM: <a href=\"https:\/\/huggingface.co\/spaces\/HuggingFaceH4\/open_llm_leaderboard\">https:\/\/huggingface.co\/spaces\/HuggingFaceH4\/open_llm_leaderboard<\/a>.<\/p>\n<h2><span style=\"font-weight: 400\">Komercjalizacja<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Oprogramowanie komercyjne jest rozwijane i sprzedawane przez firmy prywatne.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Zalety:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Wsparcie: Oprogramowanie komercyjne zazwyczaj ma zapewnione oficjalne wsparcie producenta, co u\u0142atwia rozwi\u0105zywanie problem\u00f3w.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">\u0141atwo\u015b\u0107 u\u017cytkowania: Oprogramowanie komercyjne jest cz\u0119sto \u0142atwe w u\u017cyciu i nie wymaga wiedzy technicznej.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Bezpiecze\u0144stwo: Oprogramowanie komercyjne jest zazwyczaj bardziej bezpieczne ni\u017c oprogramowanie open source, poniewa\u017c podlega rygorystycznym testom bezpiecze\u0144stwa.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400\">Wady:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Koszty: Oprogramowanie komercyjne jest cz\u0119sto drogie, co mo\u017ce je czyni\u0107 niedost\u0119pnym dla ma\u0142ych firm i os\u00f3b prywatnych.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Brak kontroli: U\u017cytkownicy oprogramowania komercyjnego nie maj\u0105 kontroli nad kodem \u017ar\u00f3d\u0142owym, co mo\u017ce ogranicza\u0107 ich mo\u017cliwo\u015bci modyfikacji i dostosowania systemu do swoich potrzeb.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Brak transparentno\u015bci: Dzia\u0142anie oprogramowania komercyjnego rzadko jest znane u\u017cytkownikom, co mo\u017ce budzi\u0107 obawy o prywatno\u015b\u0107 i bezpiecze\u0144stwo.<\/span><\/li>\n<\/ul>\n<h2><span style=\"font-weight: 400\">Badania nad por\u00f3wnaniem modeli open source i closed source<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Wraz z rozwojem narz\u0119dzi pojawi\u0142o si\u0119 wiele bada\u0144 por\u00f3wnuj\u0105cych modele open source oraz closed source. W nast\u0119pnych rozdzia\u0142ach zaprezentowane zosta\u0142y 3 przyk\u0142adowe dziedziny, w kt\u00f3rych przeprowadzono takie eksperymenty.<\/span><\/p>\n<h3><span style=\"font-weight: 400\">Konwersja z tekstu na zapytanie SQL<\/span><\/h3>\n<p><span style=\"font-weight: 400\">W pracy\u00a0 \u201cBattle of the Large Language Models: Dolly vs LLaMA vs Vicuna vs Guanaco vs Bard vs ChatGPT &#8211; A Text-to-SQL Parsing Comparison\u201d (Sun, S., Zhang, Y., Yan, J., Gao, Y., Ong, D., Chen, B., &amp; Su, J. (2023)) por\u00f3wnano kilka du\u017cych modeli j\u0119zykowych przy bardzo specyficznym zadaniu konwersji z tekstu do zapyta\u0144 SQL. Dzi\u0119ki umo\u017cliwieniu u\u017cytkownikom wyra\u017cania swoich cel\u00f3w w j\u0119zyku naturalnym, takie systemy mog\u0105 minimalizowa\u0107 techniczne przeszkody dla mniej do\u015bwiadczonych u\u017cytkownik\u00f3w w interakcji z relacyjnymi bazami danych oraz potencjalnie zwi\u0119ksza\u0107 produktywno\u015b\u0107.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400\">Poni\u017cej zaprezentowana zosta\u0142a tabela z wynikami uzyskanymi przez autor\u00f3w.<\/span><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\" wp-image-5414 aligncenter\" src=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results.png\" alt=\"\" width=\"875\" height=\"629\" srcset=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results.png 1658w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results-300x216.png 300w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results-1024x736.png 1024w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results-768x552.png 768w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/text_to_sql_results-1536x1104.png 1536w\" sizes=\"auto, (max-width: 875px) 100vw, 875px\" \/><\/p>\n<p><span style=\"font-weight: 400\">Jeden z wniosk\u00f3w zapisanych w pracy brzmia\u0142 nast\u0119puj\u0105co: <\/span><\/p>\n<blockquote><p><span style=\"font-weight: 400\">Modele open-source wykazuj\u0105 znacznie gorsz\u0105 wydajno\u015b\u0107 w por\u00f3wnaniu do modeli zamkni\u0119tych na wi\u0119kszo\u015bci zestaw\u00f3w danych Text-to-SQL.<\/span><\/p><\/blockquote>\n<h3><span style=\"font-weight: 400\">Klasyfikacja raport\u00f3w z zdj\u0119\u0107 rentgenowskich\u00a0<\/span><\/h3>\n<p><span style=\"font-weight: 400\">Por\u00f3wnanie modeli komercyjnych i modeli open-source przeprowadzono r\u00f3wnie\u017c w ramach pracy \u201cIs open-source there yet? A comparative study on commercial and open-source LLMs in their ability to label chest X-Ray reports.\u201d (Dorfner, F. J., J\u00fcrgensen, L., Donle, L., Mohamad, F. A., Bodenmann, T. R., Cleveland, M. C., &#8230; &amp; Bridge, C. P. (2024)). Autorzy skupili si\u0119 na klasyfikacji pe\u0142notekstowych raport\u00f3w radiologicznych pod k\u0105tem listy wa\u017cnych wska\u017anik\u00f3w, co stanowi przyk\u0142ad transformacji tekstu niestrukturyzowanego w dane strukturyzowane.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400\">Obecnie generowanie etykiet z raport\u00f3w radiologicznych to zadanie wymagaj\u0105ce wiedzy ekspert\u00f3w i du\u017cego nak\u0142adu pracy. W konsekwencji, znaczna cz\u0119\u015b\u0107 bada\u0144 nad sztuczn\u0105 inteligencj\u0105 w medycynie opiera si\u0119 na ograniczonym wyborze publicznie dost\u0119pnych du\u017cych zbior\u00f3w danych lub znacznie mniejszych zbior\u00f3w danych pochodz\u0105cych z pojedynczych instytucji. Automatyczne generowanie etykiet z niestrukturyzowanych raport\u00f3w radiologicznych stanowi efektywne rozwi\u0105zanie tych wyzwa\u0144.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Badacze wskazali r\u00f3wnie\u017c wady korzystania z komercyjnego modelu z zamkni\u0119tym kodem \u017ar\u00f3d\u0142owym, kt\u00f3re z ich perspektywy s\u0105 najwa\u017cniejsze:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Prywatno\u015b\u0107: Wysy\u0142anie danych do zdalnych serwer\u00f3w podczas przetwarzania tekstu budzi obawy o bezpiecze\u0144stwo poufnych informacji, szczeg\u00f3lnie w przypadku danych medycznych. Mo\u017ce to by\u0107 niezgodne z regulacjami prawnymi w niekt\u00f3rych krajach.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Zmiany w API: Interfejsy API do komunikacji z modelem s\u0105 regularnie aktualizowane, co mo\u017ce wymaga\u0107 modyfikacji kodu u\u017cywanego do przesy\u0142ania danych.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Brak dost\u0119pno\u015bci starszych wersji: Aktualizacje modeli oznaczaj\u0105, \u017ce starsze wersje mog\u0105 by\u0107 niedost\u0119pne, co utrudnia badaczom zapewnienie sp\u00f3jno\u015bci i odtwarzalno\u015bci wynik\u00f3w bada\u0144.<\/span><\/li>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Koszty: Op\u0142ata za korzystanie z modeli OpenAI naliczana jest za ka\u017cdy token, co mo\u017ce prowadzi\u0107 do wysokich koszt\u00f3w przy du\u017cej eksploatacji.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400\">W badaniu wykorzystuj\u0105cym zbi\u00f3r danych ImaGenome, najlepiej dzia\u0142aj\u0105cym modelem open-source by\u0142 Llama2-70B, kt\u00f3ry osi\u0105gn\u0105\u0142 micro-score F1 wynosz\u0105ce odpowiednio 0,972 i 0,970 dla prompt\u00f3w zero-shot i few-shot. GPT-4 osi\u0105gn\u0105\u0142 micro-score F1 wynosz\u0105ce odpowiednio 0,975 i 0,984. W przypadku zbioru danych instytucjonalnych, najlepiej dzia\u0142aj\u0105cym otwarto-\u017ar\u00f3d\u0142owym modelem by\u0142 QWEN1.5-72B, kt\u00f3ry osi\u0105gn\u0105\u0142 micro-score F1 wynosz\u0105ce odpowiednio 0,952 i 0,965 dla prompt\u00f3w zero-shot i few-shot. GPT-4 osi\u0105gn\u0105\u0142 micro-score F1 wynosz\u0105ce odpowiednio 0,975 i 0,973.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Wniosek autor\u00f3w zawarty w artykule jest nast\u0119puj\u0105cy: <\/span><\/p>\n<blockquote><p><span style=\"font-weight: 400\">Podczas, gdy GPT-4 jest lepszy od modeli open-source w etykietowaniu zero-shot, zastosowanie promptowania few-shot pozwala modelom open-source dor\u00f3wna\u0107 GPT-4. To pokazuje, \u017ce modele open-source mog\u0105 by\u0107 wydajn\u0105 i zapewniaj\u0105c\u0105 ochron\u0119 prywatno\u015bci alternatyw\u0105 dla GPT-4 w zadaniu klasyfikacji raport\u00f3w radiologicznych.<\/span><\/p><\/blockquote>\n<h3><span style=\"font-weight: 400\">Korekta b\u0142\u0119d\u00f3w gramatycznych<\/span><\/h3>\n<p><span style=\"font-weight: 400\">W artykule \u201cPrompting open-source and commercial language models for grammatical error correction of English learner text\u201d (Davis, C., Caines, A., Andersen, \u00d8., Taslimipoor, S., Yannakoudakis, H., Yuan, Z., &#8230; &amp; Buttery, P. (2024)) oceniono jak dobrze LLM radz\u0105 sobie z korekcj\u0105 b\u0142\u0119d\u00f3w gramatycznych mierz\u0105c ich skuteczno\u015b\u0107 na zbiorach danych. Ocenione zosta\u0142o siedem modeli open-source i trzy komercyjne.<\/span><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-5416 aligncenter\" src=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results.png\" alt=\"\" width=\"905\" height=\"680\" srcset=\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results.png 1650w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results-300x226.png 300w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results-1024x771.png 1024w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results-768x578.png 768w, https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2024\/05\/gec_results-1536x1156.png 1536w\" sizes=\"auto, (max-width: 905px) 100vw, 905px\" \/><\/p>\n<p><span style=\"font-weight: 400\">Autorzy stwierdzaj\u0105, \u017ce kilka otwarto\u017ar\u00f3d\u0142owych modeli radzi sobie stosunkowo dobrze &#8211; w niekt\u00f3rych testach lepiej ni\u017c\u00a0GPT-3.5.<\/span><\/p>\n<h1><span style=\"font-weight: 400\">Perspektywa etyczno-spo\u0142eczna<\/span><\/h1>\n<p><span style=\"font-weight: 400\">Z punktu widzenia etycznego i spo\u0142ecznego, dost\u0119pno\u015b\u0107 system\u00f3w AI jest kluczowa. Komercjalizacja mo\u017ce prowadzi\u0107 do wysokich koszt\u00f3w, ograniczaj\u0105c dost\u0119p do zaawansowanych technologii tylko dla wi\u0119kszych firm i zamo\u017cniejszych kraj\u00f3w.<\/span><\/p>\n<h2><span style=\"font-weight: 400\">R\u00f3wno\u015b\u0107 dost\u0119pu<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Jednym z g\u0142\u00f3wnych problem\u00f3w zwi\u0105zanych z komercjalizacj\u0105 AI jest nier\u00f3wno\u015b\u0107 dost\u0119pu do technologii. Du\u017ce korporacje i instytucje w krajach rozwini\u0119tych mog\u0105 sobie pozwoli\u0107 na zakup drogich licencji i subskrypcji, podczas gdy mniejsze firmy i organizacje w krajach rozwijaj\u0105cych si\u0119 cz\u0119sto nie maj\u0105 takich mo\u017cliwo\u015bci. To prowadzi do technologicznej przepa\u015bci, kt\u00f3ra mo\u017ce pog\u0142\u0119bia\u0107 istniej\u0105ce nier\u00f3wno\u015bci ekonomiczne i spo\u0142eczne.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Rozwi\u0105zania open source oferuj\u0105 szans\u0119 na zmniejszenie tej przepa\u015bci, umo\u017cliwiaj\u0105c szeroki dost\u0119p do zaawansowanych narz\u0119dzi AI bez ponoszenia wysokich koszt\u00f3w. Dzi\u0119ki projektom open source, nawet ma\u0142e firmy i startupy maj\u0105 szans\u0119 na korzystanie z najnowszych technologii, co mo\u017ce przyczyni\u0107 si\u0119 do wi\u0119kszej innowacyjno\u015bci i dynamiki na rynku.<\/span><\/p>\n<h2><span style=\"font-weight: 400\">Prywatno\u015b\u0107 i odpowiedzialno\u015b\u0107<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Istnieje r\u00f3wnie\u017c problem odpowiedzialno\u015bci i prywatno\u015bci. Firmy komercyjne mog\u0105 wykorzystywa\u0107 dane u\u017cytkownik\u00f3w do cel\u00f3w marketingowych, co budzi obawy zwi\u0105zane z prywatno\u015bci\u0105. W erze, w kt\u00f3rej dane s\u0105 na wag\u0119 z\u0142ota, firmy posiadaj\u0105ce dost\u0119p do du\u017cych ilo\u015bci informacji mog\u0105 wykorzystywa\u0107 je w spos\u00f3b niejasny dla u\u017cytkownik\u00f3w.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400\">Projekty open source, cho\u0107 bardziej przejrzyste, mog\u0105 by\u0107 podatne na wykorzystanie przez osoby do niew\u0142a\u015bciwych cel\u00f3w. Brak centralnego nadzoru i zabezpiecze\u0144 mo\u017ce prowadzi\u0107 do sytuacji, w kt\u00f3rych technologia AI jest wykorzystywana w spos\u00f3b niezgodny z jej pierwotnym przeznaczeniem.<\/span><\/p>\n<h2><span style=\"font-weight: 400\">Zaufanie i przejrzysto\u015b\u0107<\/span><\/h2>\n<p><span style=\"font-weight: 400\">Zaufanie do system\u00f3w AI jest kluczowe dla ich szerokiego przyj\u0119cia i akceptacji spo\u0142ecznej. Komercyjne firmy musz\u0105 dzia\u0142a\u0107 w spos\u00f3b przejrzysty i zgodny z najwy\u017cszymi standardami etycznymi, aby budowa\u0107 zaufanie w\u015br\u00f3d swoich u\u017cytkownik\u00f3w. Wa\u017cne jest, aby firmy te by\u0142y otwarte na audyty zewn\u0119trzne i transparentne w kwestii sposob\u00f3w zbierania i wykorzystywania danych.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Projekty open source z kolei mog\u0105 zyska\u0107 na zaufaniu dzi\u0119ki swojej transparentno\u015bci. Ka\u017cdy mo\u017ce przeanalizowa\u0107 kod \u017ar\u00f3d\u0142owy, co zwi\u0119ksza przejrzysto\u015b\u0107 i umo\u017cliwia wykrycie potencjalnych problem\u00f3w. Jednak brak formalnej odpowiedzialno\u015bci mo\u017ce by\u0107 r\u00f3wnie\u017c wad\u0105, poniewa\u017c nie ma centralnej jednostki odpowiedzialnej za jako\u015b\u0107 i bezpiecze\u0144stwo oprogramowania.<\/span><\/p>\n<h1><span style=\"font-weight: 400\">Przysz\u0142o\u015b\u0107\u00a0<\/span><\/h1>\n<p><span style=\"font-weight: 400\">Przysz\u0142o\u015b\u0107 AI prawdopodobnie b\u0119dzie wymaga\u0142a znalezienia r\u00f3wnowagi mi\u0119dzy open source a komercjalizacj\u0105. Oba podej\u015bcia maj\u0105 swoje unikalne zalety i wady, a ich koegzystencja mo\u017ce przynie\u015b\u0107 najlepsze efekty.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Przyk\u0142adem takiej wsp\u00f3\u0142pracy mog\u0105 by\u0107\u00a0modele open-source z rodziny Gemma udost\u0119pnione przez firm\u0119\u00a0Google, powsta\u0142y one na podstawie bada\u0144 i technologii wykorzystanej przy tworzeniu Gemini. Wraz z modelami udost\u0119pnione zosta\u0142y r\u00f3wnie\u017c narz\u0119dzia pozwalaj\u0105ce u\u0142atwiaj\u0105ce zapoznanie si\u0119 z t\u0105\u00a0technologi\u0105:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><a href=\"https:\/\/huggingface.co\/google\"><span style=\"font-weight: 400\">HuggingFace<\/span><\/a><\/li>\n<li style=\"font-weight: 400\"><a href=\"https:\/\/ai.google.dev\/gemma\/docs\/get_started?hl=pl\"><span style=\"font-weight: 400\">Colab notebook<\/span><\/a><\/li>\n<li style=\"font-weight: 400\"><a href=\"https:\/\/www.kaggle.com\/models\/google\/gemma\/code\"><span style=\"font-weight: 400\">Kaggle notebook<\/span><\/a><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400\">Wi\u0119cej informacji dost\u0119pnych jest na stronie: <a href=\"https:\/\/blog.google\/technology\/developers\/gemma-open-models\/\">https:\/\/blog.google\/technology\/developers\/gemma-open-models\/<\/a><\/span><\/p>\n<p><b>Innowacyjno\u015b\u0107<\/b><\/p>\n<p><span style=\"font-weight: 400\">Open source mo\u017ce stymulowa\u0107 innowacyjno\u015b\u0107, umo\u017cliwiaj\u0105c szeroki dost\u0119p do technologii i zach\u0119caj\u0105c do eksperyment\u00f3w. Komercjalizacja mo\u017ce wspiera\u0107 rozw\u00f3j poprzez zapewnienie \u015brodk\u00f3w na badania i rozw\u00f3j oraz profesjonalne wsparcie techniczne.<\/span><\/p>\n<p><b>Dost\u0119pno\u015b\u0107<\/b><\/p>\n<p><span style=\"font-weight: 400\">Dzi\u0119ki open source technologia AI staje si\u0119 dost\u0119pna dla szerokiego kr\u0119gu u\u017cytkownik\u00f3w, w tym ma\u0142ych firm i organizacji non-profit. Komercyjne rozwi\u0105zania mog\u0105 oferowa\u0107 bardziej zaawansowane i stabilne narz\u0119dzia, kt\u00f3re s\u0105 kluczowe dla du\u017cych przedsi\u0119biorstw.<\/span><\/p>\n<p><b>Bezpiecze\u0144stwo i jako\u015b\u0107<\/b><span style=\"font-weight: 400\"><br \/>\n<\/span><span style=\"font-weight: 400\">Open source pozwala na szerok\u0105 inspekcj\u0119 kodu, co mo\u017ce przyczyni\u0107 si\u0119 do wy\u017cszego poziomu bezpiecze\u0144stwa. Komercjalizacja zapewnia systematyczne testowanie i profesjonalne wsparcie, co przek\u0142ada si\u0119 na jako\u015b\u0107 i niezawodno\u015b\u0107 system\u00f3w.<\/span><\/p>\n<p><strong>Wsp\u00f3\u0142praca i regulacje<\/strong><\/p>\n<p><span style=\"font-weight: 400\">Aby osi\u0105gn\u0105\u0107 najlepsze rezultaty, konieczna jest wsp\u00f3\u0142praca mi\u0119dzy sektorem prywatnym, publicznym i spo\u0142eczno\u015bciami open source. Rz\u0105dy i organizacje mi\u0119dzynarodowe mog\u0105 odgrywa\u0107 kluczow\u0105 rol\u0119 w tworzeniu regulacji, kt\u00f3re zapewni\u0105 r\u00f3wny dost\u0119p do technologii AI, ochron\u0119 prywatno\u015bci oraz odpowiedzialne wykorzystanie danych.<\/span><\/p>\n<h1><span style=\"font-weight: 400\">Podsumowanie<\/span><\/h1>\n<p><span style=\"font-weight: 400\">Rozw\u00f3j AI niesie za sob\u0105 ogromny potencja\u0142, ale tak\u017ce wyzwania zwi\u0105zane z dost\u0119pno\u015bci\u0105, kosztem i etyk\u0105. Wa\u017cne jest, aby znalaz\u0142o si\u0119 miejsce zar\u00f3wno dla modeli komercyjnych i tych open-source. Jednym z najwi\u0119kszych wyzwa\u0144 b\u0119dzie unikni\u0119cie sytuacji, w kt\u00f3rej post\u0119p w sztucznej inteligencji b\u0119dzie ograniczony do gigant\u00f3w technologicznych (z powodu koszt\u00f3w rozwoju i dost\u0119pnych danych). Dobr\u0105 prognoz\u0105 na przysz\u0142o\u015b\u0107 jest ch\u0119\u0107 rozwijania rozwi\u0105za\u0144 open-source r\u00f3wnie\u017c przez firmy takie jak Google czy Meta. Niezale\u017cnie od wybranego modelu, rozw\u00f3j AI powinien zawsze uwzgl\u0119dnia\u0107 dobro spo\u0142eczne i d\u0105\u017cy\u0107 do zmniejszania nier\u00f3wno\u015bci technologicznych.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h1><span style=\"font-weight: 400\">Literatura<\/span><\/h1>\n<p>Podczas pisania tego artyku\u0142u wykorzystano nast\u0119puj\u0105ce \u017ar\u00f3d\u0142a:<\/p>\n<ol>\n<li>Sun, S., Zhang, Y., Yan, J., Gao, Y., Ong, D., Chen, B., &amp; Su, J. (2023). Battle of the Large Language Models: Dolly vs LLaMA vs Vicuna vs Guanaco vs Bard vs ChatGPT&#8211;A Text-to-SQL Parsing Comparison. arXiv preprint arXiv:2310.10190.<\/li>\n<li>Dorfner, F. J., J\u00fcrgensen, L., Donle, L., Mohamad, F. A., Bodenmann, T. R., Cleveland, M. C., &#8230; &amp; Bridge, C. P. (2024). Is Open-Source There Yet? A Comparative Study on Commercial and Open-Source LLMs in Their Ability to Label Chest X-Ray Reports. arXiv preprint arXiv:2402.12298.<\/li>\n<li>Davis, C., Caines, A., Andersen, \u00d8., Taslimipoor, S., Yannakoudakis, H., Yuan, Z., &#8230; &amp; Buttery, P. (2024). Prompting open-source and commercial language models for grammatical error correction of English learner text. arXiv preprint arXiv:2401.07702.<\/li>\n<li><a href=\"https:\/\/openai.com\/chatgpt\/pricing\/\">https:\/\/openai.com\/chatgpt\/pricing\/<\/a><\/li>\n<li><a href=\"https:\/\/ai.google.dev\/pricing?hl=pl\">https:\/\/ai.google.dev\/pricing?hl=pl<\/a><\/li>\n<li><a href=\"https:\/\/platform.stability.ai\/pricing\">https:\/\/platform.stability.ai\/pricing<\/a><\/li>\n<li><a href=\"https:\/\/docs.midjourney.com\/docs\/plans\">https:\/\/docs.midjourney.com\/docs\/plans<\/a><\/li>\n<li><a href=\"https:\/\/www.adobe.com\/pl\/products\/firefly\/plans.html\">https:\/\/www.adobe.com\/pl\/products\/firefly\/plans.html<\/a><\/li>\n<li><a href=\"https:\/\/www.anthropic.com\/claude\">https:\/\/www.anthropic.com\/claude<\/a><\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"<p>W ostatnich latach rozw\u00f3j sztucznej inteligencji (AI) zrewolucjonizowa\u0142 wiele dziedzin naszego \u017cycia, od medycyny po marketing. Systemy AI s\u0105 coraz bardziej zaawansowane, a ich dost\u0119pno\u015b\u0107 i koszty sta\u0142y si\u0119 gor\u0105cym tematem dyskusji. Jak wygl\u0105da obecnie sytuacja z dost\u0119pno\u015bci\u0105 do system\u00f3w AI? Jakie s\u0105 metody p\u0142atno\u015bci za te technologie i czy lepsze s\u0105 rozwi\u0105zania open source [&hellip;]<\/p>\n","protected":false},"author":167,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[351],"tags":[15,403,279,140,404],"class_list":["post-5389","post","type-post","status-publish","format-standard","hentry","category-agh-2023-24","tag-ai","tag-commercial","tag-llm","tag-open-source","tag-platnosci"],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/5389","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/users\/167"}],"replies":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/comments?post=5389"}],"version-history":[{"count":9,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/5389\/revisions"}],"predecessor-version":[{"id":5515,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/5389\/revisions\/5515"}],"wp:attachment":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/media?parent=5389"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/categories?post=5389"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/tags?post=5389"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}