Zuckerberg mahu lebih AI sumber terbuka: beza model tertutup dan terbuka

Ketua Pegawai Eksekutif Meta, Mark Zuckerberg, menghidupkan semula usaha beliau untuk mengurangkan halangan regulatori terhadap kecerdasan buatan sumber terbuka, dengan berhujah bahawa Amerika Syarikat memerlukan ekosistem AI yang lebih terbuka untuk bersaing secara berkesan dengan pesaing China yang bergerak pantas.

Kenyataan itu dibuat ketika Meta memperkenalkan Muse Glimmer, model AI open-weight baharu yang direka untuk dijalankan terus pada peranti pengguna dan bukannya pada infrastruktur awan yang mahal.

Zuckerberg juga menyatakan bahawa Meta berniat untuk menerbitkan lebih banyak model dalam beberapa bulan akan datang, mengukuhkan strategi syarikat untuk menjadikan AI lebih mudah diakses.

Pelancaran itu berlaku ketika Meta cuba memulihkan momentum dalam perlumbaan AI selepas menubuhkan pasukan superkecerdasan khas tahun lalu, sementara perniagaan semakin mencari alternatif AI yang lebih murah berikutan lonjakan kos pengkomputeran.

Pada masa yang sama, perbincangan itu menonjolkan perbezaan penting yang sering disalahfaham — perbezaan antara model AI tertutup, model open-weight, dan sistem AI sumber terbuka sepenuhnya.

Silicon Valley lama berpecah pendapat tentang bagaimana AI maju patut dibangunkan.

Sesetengah syarikat berhujah bahawa model AI berkuasa harus kekal tertutup kerana kebimbangan keselamatan, manakala yang lain percaya keterbukaan penting untuk inovasi dan persaingan.

Memahami perdebatan itu memerlukan pemeriksaan terlebih dahulu apa itu model tertutup, kemudian model open-weight, sebelum akhirnya melihat apa yang dimaksudkan dengan AI sumber terbuka sebenar.

Apakah model tertutup?

Model kecerdasan buatan belajar dengan mengenal pasti corak dalam jumlah besar maklumat digital.

Semasa dilatih menggunakan buku, artikel berita, laman web dan dokumen dalam talian lain, mereka menukar corak tersebut menjadi berbilion nilai berangka yang dikenali sebagai "parameter".

Parameter ini akhirnya menentukan bagaimana model AI berfikir, memberi respons kepada arahan dan menjana kandungan.

Sistem AI yang paling kerap digunakan pengguna hari ini — ChatGPT daripada OpenAI, Claude daripada Anthropic dan Gemini daripada Google — adalah contoh model tertutup.

Walaupun pengguna boleh mengakses sistem ini melalui laman web atau antara muka pengaturcaraan aplikasi (API), syarikat di belakangnya tidak menerbitkan parameter asas yang menjadi kuasa model tersebut.

Itu bermakna pembangun tidak boleh memuat turun, memasang pada komputer mereka sendiri, memeriksa cara ia berfungsi secara dalaman, atau menyesuaikannya untuk aplikasi tertentu.

Anthropic dan OpenAI berhujah bahawa sistem AI termaju harus kekal dikawal ketat kerana model yang semakin berkeupayaan membawa risiko keselamatan yang besar dan patut dibangunkan dalam persekitaran yang diuruskan dengan teliti.

Meta, Nvidia, Microsoft dan Google secara amnya mengambil pendirian yang lebih terbuka, berhujah bahawa akses yang lebih meluas menggalakkan inovasi dan membolehkan pembangun membina perniagaan baharu berasaskan teknologi AI.

Walau bagaimanapun, para penyelidik memberi amaran bahawa model tertutup mewujudkan risikonya sendiri.

Menurut Institut untuk AI Berpusatkan Manusia Universiti Stanford, model tertutup tidak semestinya kurang selamat berbanding alternatif terbuka, tetapi mereka menumpukan kuasa yang besar dalam beberapa syarikat.

Dengan keupayaan AI termaju dihantar melalui API, syarikat-syarikat itu menentukan siapa mendapat akses, berapa kosnya, dan nilai-nilai mana yang dimasukkan ke dalam teknologi yang semakin membentuk cara orang bekerja, berkomunikasi dan berkarya.

Apakah model open-weight?

Model open-weight menduduki ruang pertengahan antara sistem yang sepenuhnya tertutup dan AI yang sepenuhnya sumber terbuka.

Apabila pembangun menggambarkan model AI sebagai open-weight, mereka bermaksud parameter terlatih model itu telah dipublikasikan.

Itu membolehkan pembangun luar memuat turun model, menjalankannya secara tempatan, dan melakukan penalaan halus untuk tujuan tertentu seperti kesihatan, keselamatan siber atau pembangunan perisian.

Jika parameter kekal sulit, pengguna mesti berinteraksi dengan AI tepat seperti yang dimaksudkan oleh penciptanya.

Walau bagaimanapun, model open-weight tidak mendedahkan segala-galanya.

Syarikat biasanya hanya menerbitkan parameter terlatih sementara menahan kod latihan asal, set data, butiran seni bina model, dan sebahagian besar metodologi yang digunakan untuk membina sistem itu.

Akibatnya, pengguna memperoleh fleksibiliti tanpa ketelusan penuh.

Model open-weight juga cenderung jauh lebih murah daripada sistem AI termaju yang ditawarkan oleh syarikat seperti OpenAI dan Anthropic kerana ia sering boleh berjalan secara tempatan tanpa sumber pengkomputeran awan yang mahal.

Walaupun beberapa syarikat Amerika menerbitkan model open-weight, banyak sistem yang paling banyak digunakan kini datang dari China, termasuk rangkaian Qwen Alibaba, model DeepSeek, barisan Kimi Moonshot AI dan siri GLM Zhipu AI.

Kepopularan mereka meningkat pesat apabila perniagaan mencari kos operasi AI yang lebih rendah sambil mengekalkan kawalan lebih besar ke atas penyebaran.

Sekarang, apakah model sumber terbuka?

Seruan berulang Zuckerberg untuk AI sumber terbuka juga menghidupkan semula perdebatan sama ada model AI yang dikatakan 'terbuka' hari ini benar-benar sumber terbuka.

Terdapat perbezaan penting antara melepaskan model AI dengan parameter terbuka dan menerbitkannya sebagai sumber terbuka sepenuhnya.

Open weights melibatkan penerbitan hanya parameter terlatih yang menentukan bagaimana rangkaian neural berkelakuan.

Ini membolehkan pembangun melakukan inferens dan penalaan halus model untuk aplikasi hiliran.

Walau bagaimanapun, elemen penting masih tidak tersedia, termasuk kod latihan, set data asal, seni bina model, dan proses yang digunakan untuk melatih model.

Melepaskan AI sedemikian memperluas akses tetapi mengehadkan ketelusan, kebolehulangan dan pengesahan bebas.

Pembangun yang menggunakan model open-weight akhirnya mesti mempercayai pertimbangan dan perwakilan yang dipelajari oleh pencipta asal tanpa dapat mencipta semula atau mengauditnya sepenuhnya.

Model AI yang benar-benar sumber terbuka pergi lebih jauh.

Ia merangkumi segala-galanya yang diperlukan untuk menghasilkan semula model dari awal — kod sumber, seni bina, metodologi latihan, hiperparameter, set data dan dokumentasi sokongan.

Tahap keterbukaan itu membolehkan penyelidik bukan sahaja menjalankan model tetapi juga memeriksanya, memperbaikinya dan membina sistem baharu sepenuhnya dari asas yang sama.

"Terdapat jurang besar antara AI open-weight dan AI sumber terbuka," kata James Landay, Pengarah Denning di Institut untuk AI Berpusatkan Manusia Universiti Stanford.

"Open weights menjawab 'Bolehkah saya menjalankannya?' Sumber terbuka menjawab 'Bolehkah saya mempercayainya, memperbaikinya, dan membina perkara seterusnya di atasnya?' Buat masa ini hampir semua orang — makmal Amerika dan makmal China sama — menjawab soalan pertama tetapi jauh daripada yang kedua."

Usaha Meta untuk model sumber terbuka

Bersama peluncuran model itu, Zuckerberg menerbitkan esei 14 muka surat yang menggariskan visinya untuk masa depan kecerdasan buatan.

Dalam dokumen bertajuk The Future is for Everyone, beliau berhujah bahawa AI harus dilihat sebagai alat untuk manfaat masyarakat yang lebih luas dan bukannya sebagai teknologi yang mesti dikekang ketat.

Beliau juga menegaskan bahawa Amerika Syarikat mesti mengekalkan kepimpinannya berbanding China dalam perlumbaan AI global.

Tanpa menamakan pesaing seperti Anthropic dan OpenAI, Zuckerberg mengkritik pendekatan yang menyokong kawalan lebih ketat ke atas sistem AI maju.

Beliau berhujah bahawa menumpukan teknologi itu di tangan beberapa syarikat boleh mencetuskan risiko tersendiri.

“Daripada menumpukan superkecerdasan, kita patut mengagihkannya,” tulis Zuckerberg, 42, dalam esei itu. “Ini berpotensi membuka era baharu pemerkasaan peribadi.”

Syarikat itu merupakan antara pembangun AI besar awal yang secara terbuka menerbitkan model bahasa besar, LLaMA, pada Februari 2023. Meta menerbitkan kedua-dua kod inferens yang diperlukan untuk menjalankan model itu dan parameter yang dipelajari semasa latihan.

Bagaimanapun, organisasi seperti Open Source Initiative berpendapat bahawa sekatan pelesenan LLaMA — terutamanya yang mengawal penggunaan semula secara komersial — menghalangnya daripada memenuhi definisi diterima bagi perisian sumber terbuka sejati.

Sebaliknya, ramai pakar mengklasifikasikannya sebagai model open-weight.

Masih, ramai pembangun percaya bahawa AI sumber terbuka sejati harus merangkumi bukan sahaja kod dan parameter tetapi juga set data yang digunakan semasa latihan, membolehkan ketelusan penuh tentang bagaimana sistem yang semakin berpengaruh ini dibina.