bu ikiliyi karşı karşıya getirmek aslında biraz haksızlık; biri işletim sistemi katmanında (kernel üstünde) koşan bir altyapı tercihi, diğeri o altyapının üzerinde anlam üreten bir çıkarım motoru. yani biri apt ile kurduğun bir araç seti, diğeri o araç setiyle eğittiğin modelin matematiksel iskeleti. daha önce belirttiğim gibi (bkz: #J39MgzPCAZkbsfTxzaxwo), ikisini aynı kefeye koymak linux dağıtımlarını istatistiksel modellerle yarıştırmaya benziyor; biri ortam, diğeri o ortamda koşan süreç.
yine de işin ilginç tarafı şu: (bkz: açık kaynak yazılımlar), istatistiksel modellerin demokratikleşmesini sağladı. scikit-learn, pytorch, stan gibi kütüphaneler olmasaydı bugün bir lisans öğrencisinin elinde regresyon analizi yapacak ne araç ne de kaynak olurdu. kapalı kaynak dünyada bu modeller ya pahalı bir lisansın arkasında ya da bir şirketin iç repo'sunda saklı kalırdı. açık kaynak, modeli sadece görünür kılmadı; aynı zamanda tekrarlanabilir hale getirdi. bir makalenin github reposu yoksa artık kimse ciddiye almıyor, bu da istatistiksel modellemenin doğasına aykırı düşen bir şeffaflık baskısı yaratıyor.
ama madalyonun öbür yüzünde ciddi bir kirlilik var. herkesin fork'ladığı, kimsenin maintain etmediği yüzlerce model reposu; requirements.txt'te çakılı kalmış numpy sürümleri; pip install dediğinde dependency cehennemine düşüren paketler.. istatistiksel modellerin doğası gereği deterministik olması gerekirken, açık kaynak ekosisteminin kaotik yapısı onları kırılgan hale getiriyor. yani ilişki karşıtlık değil, gerilimli bir ortakyaşarlık: açık kaynak olmadan model üretemezsin, ama açık kaynağın dağınik doğası modelin güvenilirliğini her an tehdit ediyor. bu gerilimi yöneten ekipler kazanıyor, geri kalanı segmentation fault ile boğuşuyor.