開源 AI 是建立在透明、協作與共享基礎上的人工智慧開發方式，延續開源軟體的精神，讓程式碼、預訓練模型、公開資料集與訓練管道都能被公開檢視。相較於封閉的商業模型，開源 AI 讓任何開發者都能檢查模型內部運作方式，理解訓練資料來源，並依照自己的需求重新訓練或微調，藉此降低使用門檻並提升信任。
技術上，開源 AI 靠開放權重與程式碼運作，開發者可直接取得模型架構與訓練腳本。訓練資料常用 ImageNet、Common Crawl 等公開資料集，方便外界檢視模型學到的內容。授權則多採用 Apache 2.0、MIT 等開源授權，鼓勵實驗同時保留原作者歸屬權。
這股趨勢受到重視，是因為開源 AI 能降低開發成本並加速創新，全球開發者可共同修補漏洞、改善效能，例如 BLOOM 計畫就有超過 1,000 名研究人員協作完成。但社群也在討論濫用風險，例如生成式模型曾被用於製作深度造假影像，加上訓練資料偏差與各專案維護品質不一致，都是開源 AI 常被提出的疑慮。
對正在學程式的孩子與家長來說，開源 AI 是很好的學習素材：可以在 GitHub 上直接瀏覽像 TensorFlow、PyTorch 這類框架的原始碼，或用 Hugging Face 上的預訓練模型做小專案，實際觀察模型怎麼被訓練與微調，而不只是使用現成的 App。
AI開源機器學習