Zuckerberg cere mai mult AI open-source: ce diferență au modelele închise

Mark Zuckerberg, directorul executiv al Meta, şi-a reînnoit eforturile pentru reducerea barierelor de reglementare privind inteligenţa artificială open-source, susţinând că Statele Unite au nevoie de un ecosistem AI mai deschis pentru a concura eficient cu rivalii chinezi care avansează rapid.

Declaraţiile au venit în contextul în care Meta a prezentat Muse Glimmer, un nou model AI cu greutăţi publice (open-weight) conceput să ruleze direct pe dispozitivele de consum, în loc de pe infrastructură cloud costisitoare.

Zuckerberg a mai spus că Meta intenţionează să lanseze mai multe modele în lunile următoare, consolidându-şi strategia de a face AI mai accesibil.

Lansarea survine într-un moment în care Meta încearcă să-şi recâştige avântul în cursa AI după ce anul trecut a format o echipă dedicată superinteligenţei, în timp ce companiile caută tot mai des alternative AI mai ieftine pe fondul creşterii costurilor de calcul.

În acelaşi timp, discuţia a scos în evidenţă o distincţie importantă, adesea neînţeleasă — diferenţa dintre modele AI închise, modele open-weight şi sisteme AI complet open-source.

Silicon Valley este de mult timp divizată asupra modului în care ar trebui dezvoltată AI avansată.

Unele companii susţin că modelele AI puternice ar trebui să rămână închise din motive de siguranţă, în timp ce altele consideră că deschiderea este esenţială pentru inovare şi concurenţă.

Pentru a înţelege această dezbatere e necesar mai întâi să examinăm ce sunt modelele închise, apoi modelele open-weight, înainte de a analiza ce constituie cu adevărat un AI open-source.

Ce sunt modelele închise?

Modelele de inteligenţă artificială învaţă prin identificarea tiparelor în cantităţi uriaşe de informaţii digitale.

Pe măsură ce sunt antrenate pe cărţi, articole de presă, site-uri şi alte documente online, ele transformă aceste tipare în miliarde de valori numerice cunoscute drept „greutăţi”.

Aceste greutăţi determină, în final, modul în care un model AI raţionează, răspunde la solicitări şi generează conţinut.

Sistemele AI cu care majoritatea consumatorilor interacţionează astăzi — ChatGPT de la OpenAI, Claude de la Anthropic şi Gemini de la Google — sunt exemple de modele închise.

Deşi utilizatorii pot accesa aceste sisteme prin site-uri web sau prin interfeţe de programare a aplicaţiilor (API-uri), companiile din spatele lor nu publică greutăţile care alimentează modelele.

Aceasta înseamnă că dezvoltatorii nu le pot descărca, instala pe propriile calculatoare, inspecta funcţionarea internă, sau personaliza pentru aplicaţii specifice.

Anthropic şi OpenAI au susţinut că sistemele AI de frontieră ar trebui să rămână strict controlate deoarece modelele tot mai capabile prezintă riscuri de securitate semnificative şi ar trebui dezvoltate în medii atent controlate.

Meta, Nvidia, Microsoft şi Google au adoptat, în general, o poziţie mai deschisă, argumentând că accesul mai larg încurajează inovaţia şi le permite dezvoltatorilor să construiască noi afaceri în jurul tehnologiei AI.

Chiar şi aşa, cercetătorii avertizează că modelele închise generează propriile riscuri.

Potrivit Institutului pentru AI centrat pe om al Universităţii Stanford, modelele închise nu sunt neapărat mai puţin sigure decât alternativele deschise, dar concentrează putere enormă în mâinile câtorva companii.

Cu capabilităţile AI de frontieră oferite prin API-uri, acele companii decid cine obţine acces, cât costă şi ce valori sunt încorporate în tehnologie, care modelează tot mai mult modul în care oamenii lucrează, comunică şi creează.

Ce sunt modelele open-weight?

Modelele open-weight ocupă terenul de mijloc între sistemele complet închise şi AI-ul complet open-source.

Când dezvoltatorii descriu un model AI drept open-weight, înseamnă că greutăţile antrenate ale modelului au fost făcute publice.

Aceasta le permite dezvoltatorilor externi să descarce modelul, să îl ruleze local şi să îl ajusteze pentru scopuri specifice, cum ar fi sănătatea, securitatea cibernetică sau dezvoltarea de software.

Dacă greutăţile rămân private, utilizatorii trebuie să interacţioneze cu AI-ul exact aşa cum au intenţionat creatorii săi.

Totuşi, modelele open-weight nu dezvăluie totul.

Companiile, în mod tipic, publică doar parametrii antrenaţi, reţinând codul original de antrenament, seturile de date, detalii despre arhitectura modelului şi mare parte din metodologia folosită pentru a construi sistemul.

Ca urmare, utilizatorii obţin flexibilitate fără transparenţă completă.

Modelele open-weight tind, de asemenea, să fie considerabil mai ieftine decât sistemele AI de frontieră oferite de companii precum OpenAI şi Anthropic, deoarece pot rula adesea local fără resurse cloud costisitoare.

Deşi mai multe companii americane publică modele open-weight, multe dintre cele mai utilizate sisteme provin în prezent din China, inclusiv familia Qwen a Alibaba, modelele DeepSeek, linia Kimi a Moonshot AI şi seria GLM a Zhipu AI.

Popularitatea lor a crescut rapid pe măsură ce companiile caută costuri operaţionale AI mai mici, păstrând în acelaşi timp un control mai mare asupra implementării.

Acum, ce sunt modelele open-source?

Apelurile repetate ale lui Zuckerberg pentru AI open-source au reaprins, de asemenea, dezbaterea dacă aşa-numitele modele AI „deschise” de azi sunt, într-adevăr, open source.

Există o distincţie importantă între a publica un model AI cu greutăţi deschise şi a-l lansa ca open source complet.

Open weights implică publicarea doar a parametrilor preantrenaţi care determină comportamentul reţelei neuronale.

Acest lucru le permite dezvoltatorilor să efectueze inferenţă şi să ajusteze modelul pentru aplicaţii ulterioare.

Totuşi, elemente cruciale rămân inaccesibile, inclusiv codul de antrenament, seturile de date originale, arhitectura modelului şi procesul folosit pentru a-l antrena.

Publicarea AI în acest mod extinde accesul, dar limitează transparenţa, reproductibilitatea şi verificarea independentă.

Dezvoltatorii care folosesc modele open-weight trebuie, în ultimă instanţă, să aibă încredere în judecăţile şi reprezentările învăţate de creatori fără a putea să le reconstituie sau auditeze complet.

Un model AI cu adevărat open-source merge mult mai departe.

Include tot ceea ce este necesar pentru a reproduce modelul de la zero — codul sursă, arhitectura, metodologia de antrenament, hiperparametrii, seturile de date şi documentaţia de suport.

Acest nivel de deschidere le permite cercetătorilor nu doar să ruleze modelul, ci şi să îl inspecteze, să îl îmbunătăţească şi să construiască sisteme complet noi pe aceeaşi bază.

„Există un decalaj larg între AI open-weight şi AI open source,” a declarat James Landay, directorul Denning al Institutului pentru AI centrat pe om de la Stanford.

„Greutăţile deschise răspund la 'Pot să rulez asta?' Open source răspunde la 'Pot să am încredere în asta, să-l îmbunătăţesc şi să construiesc următorul lucru pornind de la el?' În momentul de faţă aproape toată lumea – laboratoare americane şi chineze deopotrivă – răspunde la prima întrebare, dar nicidecum la a doua.”

Demersul Meta pentru modele open-source

Odată cu lansarea modelului, Zuckerberg a publicat un eseu de 14 pagini în care îşi expune viziunea asupra viitorului inteligenţei artificiale.

În document, intitulat The Future is for Everyone, el a susţinut că AI ar trebui privită ca un instrument în beneficiul larg al societăţii, mai degrabă decât ca o tehnologie care trebuie strict restricţionată.

El a subliniat, de asemenea, că Statele Unite trebuie să îşi menţină conducerea faţă de China în cursa globală pentru AI.

Fără a numi competitori precum Anthropic şi OpenAI, Zuckerberg a criticat abordările care pledează pentru controale mai stricte asupra sistemelor AI avansate.

El a susţinut că concentrarea tehnologiei în mâinile a câtorva companii ar putea genera, în sine, riscuri.

„În loc să centralizăm superinteligenţa, ar trebui s-o distribuim,” a scris Zuckerberg, în vârstă de 42 de ani, în eseu. „Acest lucru are potenţialul de a deschide o nouă eră a împuternicirii personale.”

Compania a fost unul dintre primii dezvoltatori majori de AI care au publicat în mod public un model de limbaj mare, LLaMA, în februarie 2023. Meta a publicat atât codul de inferenţă necesar pentru a rula modelul, cât şi greutăţile învăţate în timpul antrenamentului.

Totuşi, organizaţii precum Open Source Initiative au argumentat că restricţiile de licenţiere ale LLaMA — în special cele care reglementează reutilizarea comercială — împiedică modelul să îndeplinească definiţia acceptată a unui software open-source autentic.

În schimb, mulţi experţi îl clasifică drept un model open-weight.

Totuşi, mulţi dezvoltatori consideră că un AI cu adevărat open-source ar trebui să includă nu doar codul şi greutăţile, ci şi seturile de date folosite în timpul antrenamentului, permiţând o transparenţă completă asupra modului în care sunt construite aceste sisteme tot mai influente.