Ο Zuckerberg ζητά περισσότερη AI ανοιχτού κώδικα: πώς διαφέρουν τα κλειστά μοντέλα

Ο διευθύνων σύμβουλος της Meta, Mark Zuckerberg, επανέφερε την προσπάθειά του για λιγότερα ρυθμιστικά εμπόδια γύρω από την τεχνητή νοημοσύνη ανοιχτού κώδικα, υποστηρίζοντας ότι οι Ηνωμένες Πολιτείες χρειάζονται ένα πιο ανοιχτό οικοσύστημα AI για να ανταγωνιστούν αποτελεσματικά τους ταχέως κινούμενους κινεζικούς ανταγωνιστές.

Τα σχόλια έγιναν καθώς η Meta αποκάλυψε το Muse Glimmer, ένα νέο μοντέλο open-weight AI σχεδιασμένο να τρέχει απευθείας σε συσκευές καταναλωτών αντί για ακριβή υποδομή cloud.

Ο Zuckerberg υπογράμμισε επίσης ότι η Meta σκοπεύει να κυκλοφορήσει περισσότερα μοντέλα τους επόμενους μήνες, ενισχύοντας τη στρατηγική της να καταστήσει την AI πιο ευρέως προσβάσιμη.

Η κυκλοφορία πραγματοποιείται την ώρα που η Meta προσπαθεί να ανακτήσει την ορμή της στην κούρσα της AI μετά τη σύσταση ειδικής ομάδας για υπερευφυΐα πέρυσι, ενώ οι επιχειρήσεις αναζητούν όλο και περισσότερο φθηνότερες εναλλακτικές AI εν μέσω εκτοξευόμενων δαπανών για υπολογιστική ισχύ.

Ταυτόχρονα η συζήτηση ανέδειξε μια σημαντική διάκριση που συχνά παρεξηγείται — τη διαφορά μεταξύ κλειστών μοντέλων AI, μοντέλων open-weight και πλήρως ανοιχτού κώδικα συστημάτων AI.

Η Silicon Valley έχει εδώ και καιρό διχαστεί σχετικά με τον τρόπο ανάπτυξης της προηγμένης AI.

Ορισμένες εταιρείες υποστηρίζουν ότι ισχυρά μοντέλα AI πρέπει να παραμείνουν κλειστά λόγω ανησυχιών για την ασφάλεια, ενώ άλλοι πιστεύουν ότι η ανοιχτότητα είναι απαραίτητη για την καινοτομία και τον ανταγωνισμό.

Για να κατανοήσει κανείς αυτή τη διαμάχη πρέπει πρώτα να εξετάσει τι είναι τα κλειστά μοντέλα, στη συνέχεια τα μοντέλα open-weight, και τέλος τι συνιστά πραγματικά ανοιχτού κώδικα AI.

Τι είναι τα κλειστά μοντέλα;

Τα μοντέλα τεχνητής νοημοσύνης μαθαίνουν αναγνωρίζοντας πρότυπα σε τεράστιες ποσότητες ψηφιακών πληροφοριών.

Καθώς εκπαιδεύονται σε βιβλία, ειδησεογραφικά άρθρα, ιστοσελίδες και άλλα διαδικτυακά έγγραφα, μετατρέπουν αυτά τα πρότυπα σε δισεκατομμύρια αριθμητικές τιμές γνωστές ως «βάρη».

Αυτά τα βάρη καθορίζουν τελικά πώς ένα μοντέλο AI συλλογίζεται, ανταποκρίνεται σε εντολές και παράγει περιεχόμενο.

Τα AI συστήματα με τα οποία οι περισσότεροι καταναλωτές αλληλεπιδρούν σήμερα — το ChatGPT της OpenAI, ο Claude της Anthropic και το Gemini της Google — είναι παραδείγματα κλειστών μοντέλων.

Ενώ οι χρήστες μπορούν να αποκτήσουν πρόσβαση σε αυτά τα συστήματα μέσω ιστοσελίδων ή διεπαφών προγραμματισμού εφαρμογών (APIs), οι εταιρείες πίσω από αυτά δεν δημοσιεύουν τα υποκείμενα βάρη που τροφοδοτούν τα μοντέλα.

Αυτό σημαίνει ότι οι προγραμματιστές δεν μπορούν να τα κατεβάσουν, να τα εγκαταστήσουν στους δικούς τους υπολογιστές, να επιθεωρήσουν πώς λειτουργούν εσωτερικά ή να τα προσαρμόσουν για συγκεκριμένες εφαρμογές.

Η Anthropic και η OpenAI έχουν υποστηρίξει ότι τα πιο προηγμένα συστήματα AI πρέπει να παραμένουν αυστηρά ελεγχόμενα, επειδή τα ολοένα και πιο ικανά μοντέλα παρουσιάζουν σημαντικούς κινδύνους ασφάλειας και πρέπει να αναπτύσσονται εντός προσεκτικά διαχειριζόμενων περιβαλλόντων.

Η Meta, η Nvidia, η Microsoft και η Google έχουν γενικά υιοθετήσει πιο ανοιχτή στάση, υποστηρίζοντας ότι η ευρύτερη πρόσβαση ενισχύει την καινοτομία και επιτρέπει σε προγραμματιστές να χτίσουν νέες επιχειρήσεις γύρω από την τεχνολογία AI.

Παρόλα αυτά, οι ερευνητές προειδοποιούν ότι τα κλειστά μοντέλα δημιουργούν δικούς τους κινδύνους.

Σύμφωνα με το Institute for Human-Centered AI του Πανεπιστημίου Stanford, τα κλειστά μοντέλα δεν είναι απαραίτητα λιγότερο ασφαλή από τις ανοιχτές εναλλακτικές, αλλά συγκεντρώνουν τεράστια ισχύ σε λίγες εταιρείες.

Με τις δυνατότητες των πιο προηγμένων συστημάτων AI να παρέχονται μέσω APIs, αυτές οι εταιρείες αποφασίζουν ποιος αποκτά πρόσβαση, πόσο κοστίζει και ποιες αξίες ενσωματώνονται σε τεχνολογία που διαμορφώνει όλο και περισσότερο τον τρόπο που οι άνθρωποι εργάζονται, επικοινωνούν και δημιουργούν.

Τι είναι τα μοντέλα open-weight;

Τα μοντέλα open-weight καταλαμβάνουν τη μεσαία θέση μεταξύ πλήρως κλειστών συστημάτων και εντελώς ανοιχτού κώδικα AI.

Όταν οι προγραμματιστές χαρακτηρίζουν ένα μοντέλο AI ως open-weight, εννοούν ότι τα εκπαιδευμένα βάρη του μοντέλου έχουν δημοσιοποιηθεί.

Αυτό επιτρέπει σε εξωτερικούς προγραμματιστές να κατεβάσουν το μοντέλο, να το τρέξουν τοπικά και να το προσαρμόσουν για συγκεκριμένους σκοπούς, όπως η υγεία, η κυβερνοασφάλεια ή η ανάπτυξη λογισμικού.

Εάν τα βάρη παραμένουν ιδιωτικά, οι χρήστες πρέπει να αλληλεπιδρούν με την AI ακριβώς όπως προοριζόταν από τους δημιουργούς της.

Ωστόσο, τα μοντέλα open-weight δεν αποκαλύπτουν τα πάντα.

Συνήθως οι εταιρείες δημοσιοποιούν μόνο τις εκπαιδευμένες παραμέτρους, κρατώντας ωστόσο κλειστό τον αρχικό εκπαιδευτικό κώδικα, τα σύνολα δεδομένων, λεπτομέρειες της αρχιτεκτονικής του μοντέλου και μεγάλο μέρος της μεθοδολογίας κατασκευής του συστήματος.

Ως αποτέλεσμα, οι χρήστες κερδίζουν ευελιξία χωρίς πλήρη διαφάνεια.

Τα μοντέλα open-weight τείνουν επίσης να είναι σημαντικά φθηνότερα από τα πιο προηγμένα συστήματα AI που προσφέρουν εταιρείες όπως η OpenAI και η Anthropic, επειδή συχνά μπορούν να τρέχουν τοπικά χωρίς την ανάγκη ακριβών πόρων cloud.

Αν και αρκετές αμερικανικές εταιρείες δημοσιεύουν μοντέλα open-weight, πολλά από τα πλέον ευρέως χρησιμοποιούμενα συστήματα σήμερα προέρχονται από την Κίνα, συμπεριλαμβανομένων της οικογένειας Qwen της Alibaba, των μοντέλων της DeepSeek, της σειράς Kimi της Moonshot AI και της σειράς GLM της Zhipu AI.

Η δημοτικότητά τους έχει αυξηθεί ραγδαία καθώς οι επιχειρήσεις αναζητούν χαμηλότερα λειτουργικά κόστη AI διατηρώντας ταυτόχρονα μεγαλύτερο έλεγχο στην υλοποίηση.

Τώρα, τι είναι τα μοντέλα ανοιχτού κώδικα;

Οι επαναλαμβανόμενες εκκλήσεις του Zuckerberg για AI ανοιχτού κώδικα έχουν επίσης αναζωπυρώσει τη συζήτηση σχετικά με το αν τα λεγόμενα σήμερα «ανοικτά» μοντέλα AI είναι πράγματι ανοιχτού κώδικα.

Υπάρχει σημαντική διάκριση μεταξύ της δημοσιοποίησης ενός μοντέλου AI με ανοιχτά βάρη και της δημοσίευσής του ως πλήρως ανοιχτού κώδικα.

Τα open weights αφορούν τη δημοσίευση μόνο των προεκπαιδευμένων παραμέτρων που καθορίζουν τη συμπεριφορά του νευρωνικού δικτύου.

Αυτό επιτρέπει στους προγραμματιστές να εκτελούν συμπερασματισμό (inference) και να προσαρμόζουν/βελτιώνουν περαιτέρω το μοντέλο για εφαρμογές downstream.

Ωστόσο, κρίσιμα στοιχεία παραμένουν μη διαθέσιμα, συμπεριλαμβανομένου του εκπαιδευτικού κώδικα, των αρχικών συνόλων δεδομένων, της αρχιτεκτονικής του μοντέλου και της διαδικασίας που χρησιμοποιήθηκε για την εκπαίδευση.

Η κυκλοφορία της AI με αυτόν τον τρόπο διευρύνει την πρόσβαση αλλά περιορίζει τη διαφάνεια, την αναπαραγωγιμότητα και την ανεξάρτητη επαλήθευση.

Οι προγραμματιστές που χρησιμοποιούν μοντέλα open-weight πρέπει τελικά να εμπιστεύονται τις κρίσεις και τις αναπαραστάσεις που έμαθαν οι αρχικοί δημιουργοί, χωρίς να μπορούν να τα αναδημιουργήσουν ή να τα ελέγξουν πλήρως.

Ένα πραγματικά ανοιχτού κώδικα μοντέλο AI προχωρά πολύ πιο πέρα.

Περιλαμβάνει ό,τι απαιτείται για την αναπαραγωγή του μοντέλου από το μηδέν — πηγαίο κώδικα, αρχιτεκτονική, μεθοδολογία εκπαίδευσης, υπερπαραμέτρους, σύνολα δεδομένων και υποστηρικτική τεκμηρίωση.

Αυτό το επίπεδο ανοιχτότητας επιτρέπει στους ερευνητές όχι μόνο να τρέξουν το μοντέλο αλλά και να το επιθεωρήσουν, να το βελτιώσουν και να χτίσουν εντελώς νέα συστήματα πάνω στην ίδια βάση.

«Υπάρχει μεγάλη απόσταση μεταξύ του open-weight AI και του open source AI,» δήλωσε ο James Landay, Διευθυντής Denning του Stanford Institute for Human-Centered AI.

«Τα open weights απαντούν στο 'Μπορώ να το τρέξω;' Το open source απαντάει στο 'Μπορώ να το εμπιστευθώ, να το βελτιώσω και να χτίσω το επόμενο πράγμα πάνω του;' Αυτή τη στιγμή σχεδόν όλοι – εργαστήρια στις ΗΠΑ και στην Κίνα – απαντούν στην πρώτη ερώτηση αλλά όχι στη δεύτερη.»

Η ώθηση της Meta για μοντέλα ανοιχτού κώδικα

Παράλληλα με την κυκλοφορία του μοντέλου, ο Zuckerberg δημοσίευσε ένα δοκίμιο 14 σελίδων που περιγράφει το όραμά του για το μέλλον της τεχνητής νοημοσύνης.

Στο έγγραφο με τίτλο The Future is for Everyone, υποστήριξε ότι η AI πρέπει να θεωρείται ως εργαλείο για το ευρύτερο κοινωνικό όφελος και όχι ως τεχνολογία που πρέπει να περιορίζεται αυστηρά.

Τόνισε επίσης ότι οι Ηνωμένες Πολιτείες πρέπει να διατηρήσουν την ηγεμονία τους έναντι της Κίνας στην παγκόσμια κούρσα της AI.

Χωρίς να κατονομάσει ανταγωνιστές όπως η Anthropic και η OpenAI, ο Zuckerberg επισήμανε επικριτικά προσεγγίσεις που υποστηρίζουν αυστηρότερους ελέγχους για τα προηγμένα συστήματα AI.

Υποστήριξε ότι η συγκέντρωση της τεχνολογίας στα χέρια λίγων εταιρειών μπορεί η ίδια να δημιουργήσει κινδύνους.

«Αντί να συγκεντρώνουμε τη σουπερευφυΐα, πρέπει να τη διανέμουμε», έγραψε ο Zuckerberg, 42, στο δοκίμιο. «Αυτό έχει τη δυνατότητα να ξεκινήσει μια νέα εποχή προσωπικής ενδυνάμωσης.»

Η εταιρεία ήταν μία από τους πρώτους μεγάλους προγραμματιστές AI που δημοσιοποίησαν ένα μεγάλο γλωσσικό μοντέλο, το LLaMA, τον Φεβρουάριο του 2023. Η Meta δημοσίευσε τόσο τον κώδικα inference που απαιτείται για να τρέξει το μοντέλο όσο και τα βάρη που αποκτήθηκαν κατά την εκπαίδευση.

Ωστόσο, οργανισμοί όπως η Open Source Initiative έχουν υποστηρίξει ότι οι περιορισμοί αδειοδότησης του LLaMA — ιδίως όσοι αφορούν την εμπορική επαναχρησιμοποίηση — εμποδίζουν το LLaMA να ικανοποιεί τον αποδεκτό ορισμό του γνήσιου λογισμικού ανοιχτού κώδικα.

Αντιθέτως, πολλοί ειδικοί το κατατάσσουν ως μοντέλο open-weight.

Παρόλα αυτά, πολλοί προγραμματιστές πιστεύουν ότι η γνήσια ανοιχτού κώδικα AI πρέπει να περιλαμβάνει όχι μόνο κώδικα και βάρη αλλά και τα σύνολα δεδομένων που χρησιμοποιήθηκαν κατά την εκπαίδευση, επιτρέποντας πλήρη διαφάνεια στον τρόπο με τον οποίο χτίζονται αυτά τα όλο και πιο επιδραστικά συστήματα.