Zuckerberg açık kaynaklı yapay zekayı savunuyor: kapalı ve açık modellerin farkı

Meta CEO'su Mark Zuckerberg, açık kaynaklı yapay zekâ etrafındaki düzenleyici engellerin azaltılması yönündeki çağrısını yeniledi; ABD'nin hızla ilerleyen Çinli rakiplerle etkili şekilde rekabet edebilmesi için daha açık bir yapay zekâ ekosistemine ihtiyaç olduğunu savundu.

Bu sözler, Meta'nın Muse Glimmer adlı, pahalı bulut altyapısı yerine doğrudan tüketici cihazlarında çalışacak şekilde tasarlanmış yeni bir açık-ağırlıklı yapay zekâ modelini tanıttığı sırada geldi.

Zuckerberg ayrıca Meta'nın önümüzdeki aylarda daha fazla model yayımlamayı planladığını belirterek, yapay zekâyı daha geniş kitlelerin kullanımına sunma stratejisini pekiştirdi.

Bu lansman, Meta'nın geçen yıl özel bir süperzeka ekibi kurduktan sonra yapay zekâ yarışında ivme kazanmaya çalıştığı ve işletmelerin yükselen hesaplama maliyetleri nedeniyle giderek daha ucuza mal olan yapay zekâ alternatifleri aradığı bir dönemde gerçekleşti.

Aynı zamanda tartışma, sıklıkla yanlış anlaşılan önemli bir ayrımı öne çıkardı — kapalı yapay zekâ modelleri, açık-ağırlıklı modeller ve tam anlamıyla açık kaynaklı yapay zekâ sistemleri arasındaki fark.

Silicon Valley, gelişmiş yapay zekânın nasıl geliştirilmesi gerektiği konusunda uzun süredir bölünmüş durumda.

Bazı şirketler güçlü yapay zekâ modellerinin güvenlik endişeleri nedeniyle kapalı kalması gerektiğini savunurken, diğerleri açıklığın inovasyon ve rekabet için elzem olduğunu düşünüyor.

Bu tartışmayı anlamak için önce kapalı modellerin ne olduğunu, ardından açık-ağırlıklı modelleri ve son olarak da gerçek açık kaynaklı yapay zekânın neyi kapsadığını incelemek gerekir.

Kapalı modeller nedir?

Yapay zekâ modelleri, devasa miktarda dijital bilgi içindeki desenleri tespit ederek öğrenir.

Kitaplar, haber makaleleri, web siteleri ve diğer çevrimiçi belgeler üzerinde eğitilirken, bu desenleri "ağırlıklar" olarak bilinen milyarlarca sayısal değere dönüştürürler.

Bu ağırlıklar, nihayetinde bir yapay zekâ modelinin nasıl mantık yürüttüğünü, istemlere nasıl yanıt verdiğini ve nasıl içerik ürettiğini belirler.

Bugün çoğu tüketicinin etkileşimde bulunduğu yapay zekâ sistemleri — OpenAI'nin ChatGPT'si, Anthropic'in Claude'u ve Google'ın Gemini'si — kapalı modellere örnektir.

Kullanıcılar bu sistemlere web siteleri veya uygulama programlama arayüzleri (API'ler) aracılığıyla erişebilse de, bunların arkasındaki şirketler modelleri çalıştıran temel ağırlıkları yayımlamaz.

Bu, geliştiricilerin bunları indirip kendi bilgisayarlarında kuramayacağı, iç işleyişlerini inceleyemeyeceği veya belirli uygulamalara göre özelleştiremeyeceği anlamına gelir.

Anthropic ve OpenAI, giderek yeteneklenen modellerin önemli güvenlik riskleri taşıdığı gerekçesiyle ileri düzey yapay zekâ sistemlerinin sıkı kontrol altında tutulması ve dikkatle yönetilen ortamlarda geliştirilmesi gerektiğini savundu.

Meta, Nvidia, Microsoft ve Google genellikle daha açık bir tutum benimsedi, daha geniş erişimin inovasyonu teşvik ettiğini ve geliştiricilerin yapay zekâ teknolojisi etrafında yeni işler kurmasına olanak tanıdığını savunarak.

Yine de araştırmacılar kapalı modellerin kendi risklerini yarattığı konusunda uyarıyor.

Stanford Üniversitesi İnsan Merkezli Yapay Zekâ Enstitüsü'ne göre, kapalı modeller açık alternatiflerden mutlaka daha az güvenli değildir, ancak çok az sayıda şirket içinde muazzam güç yoğunlaşmasına yol açar.

API'ler aracılığıyla sunulan ileri düzey yapay zekâ yetenekleriyle, o şirketler kimin erişim elde edeceğine, bunun maliyetine ve insanların nasıl çalıştığını, iletişim kurduğunu ve yarattığını giderek biçimlendiren teknolojide hangi değerlerin yerleşeceğine karar verir.

Açık-ağırlıklı modeller nedir?

Açık-ağırlıklı modeller tamamen kapalı sistemler ile tamamen açık kaynaklı yapay zekâ arasında orta bir konum işgal eder.

Geliştiriciler bir yapay zekâ modelini açık-ağırlıklı olarak tanımladıklarında, modelin eğitilmiş ağırlıklarının kamuya açıldığını kastediyorlar.

Bu, dış geliştiricilerin modeli indirip yerel olarak çalıştırmasına ve sağlık, siber güvenlik veya yazılım geliştirme gibi belirli amaçlar için ince ayar yapmasına olanak tanır.

Ağırlıklar gizli kalırsa, kullanıcılar yapay zekâ ile tam olarak yaratıcılarının istediği şekilde etkileşimde bulunmak zorunda kalır.

Ancak açık-ağırlıklı modeller her şeyi açığa çıkarmaz.

Şirketler tipik olarak yalnızca eğitilmiş parametreleri yayımlar; orijinal eğitim kodunu, veri setlerini, model mimarisi ayrıntılarını ve sistemi oluşturmak için kullanılan metodolojinin büyük bir kısmını gizli tutar.

Bunun sonucunda kullanıcılar tam şeffaflık olmadan esneklik kazanır.

Açık-ağırlıklı modeller genellikle OpenAI ve Anthropic gibi şirketlerin sunduğu ileri düzey yapay zekâ sistemlerinden önemli ölçüde daha ucuzdur; çünkü çoğunlukla pahalı bulut bilişim kaynaklarına ihtiyaç duymadan yerel olarak çalıştırılabilirler.

Bazı Amerikan şirketleri açık-ağırlıklı modeller yayınlasa da, şu anda en yaygın biçimde benimsenen birçok sistem Çin'den geliyor; bunlar arasında Alibaba'nın Qwen ailesi, DeepSeek'in modelleri, Moonshot AI'nın Kimi serisi ve Zhipu AI'nın GLM serisi yer alıyor.

Popülerlikleri hızla arttı çünkü işletmeler dağıtım üzerinde daha fazla kontrol sağlarken yapay zekâ işletme maliyetlerini düşürmeye çalışıyor.

Peki, açık kaynaklı modeller nelerdir?

Zuckerberg'in açık kaynaklı yapay zekâ çağrıları, bugün sözde "açık" olarak adlandırılan yapay zekâ modellerinin gerçekten açık kaynaklı olup olmadığı konusundaki tartışmayı yeniden canlandırdı.

Bir yapay zekâ modelini açık ağırlıklarla yayımlamak ile onu tamamen açık kaynaklı olarak yayımlamak arasında önemli bir fark vardır.

Açık ağırlıklar, sinir ağının davranışını belirleyen yalnızca önceden eğitilmiş parametrelerin yayımlanmasını içerir.

Bu, geliştiricilerin çıkarım yapmasına ve modeli sonraki uygulamalar için ince ayar yapmasına imkân tanır.

Ancak eğitim kodu, orijinal veri setleri, model mimarisi ve modelin eğitilmesinde kullanılan süreç gibi kritik öğeler erişilebilir olmaktan çıkar.

Yapay zekâyı bu şekilde yayımlamak erişimi genişletir ancak şeffaflık, tekrarlanabilirlik ve bağımsız doğrulamayı sınırlar.

Açık-ağırlıklı modelleri kullanan geliştiriciler, nihayetinde orijinal yaratıcıların öğrendikleri yargılara ve temsillere güvenmek zorunda kalır; bunları yeniden oluşturma veya tam olarak denetleme imkânı yoktur.

Gerçekten açık kaynaklı bir yapay zekâ modeli çok daha ileri gider.

Kaynak kodu, mimari, eğitim metodolojisi, hiperparametreler, veri setleri ve destekleyici dokümantasyon dahil olmak üzere modeli sıfırdan yeniden oluşturmak için gereken her şeyi içerir.

Bu düzeyde bir açıklık, araştırmacıların yalnızca modeli çalıştırmasına değil, onu incelemesine, geliştirmesine ve aynı temelden tamamen yeni sistemler inşa etmesine olanak tanır.

"Açık-ağırlıklı yapay zekâ ile açık kaynaklı yapay zekâ arasında geniş bir uçurum var," Stanford İnsan Merkezli Yapay Zekâ Enstitüsü Denning Direktörü James Landay dedi.

"Açık ağırlıklar 'Bunu çalıştırabilir miyim?' sorusuna yanıt verir. Açık kaynak 'Buna güvenebilir miyim, onu geliştirebilir miyim ve üzerine bir sonraki şeyi inşa edebilir miyim?' sorusuna yanıt verir. Şu anda hemen hemen herkes — hem Amerikan laboratuvarları hem de Çin laboratuvarları — ilk soruyu yanıtlıyor ama ikinci soruya yaklaşmıyor."

Meta'nın açık kaynaklı modeller için çabası

Modelin yayımlanmasının yanı sıra Zuckerberg, yapay zekânın geleceğine ilişkin vizyonunu anlattığı 14 sayfalık bir makale yayımladı.

The Future is for Everyone başlıklı belgede, yapay zekânın sıkı kısıtlamalar gerektiren bir teknoloji olarak değil, geniş toplumsal fayda için bir araç olarak görülmesi gerektiğini savundu.

Ayrıca ABD'nin küresel yapay zekâ yarışında Çin karşısındaki liderliğini sürdürmesi gerektiğini vurguladı.

Anthropic ve OpenAI gibi rakipleri isim vermeden, Zuckerberg ileri düzey yapay zekâ sistemleri üzerinde daha sıkı kontrolleri savunan yaklaşımları eleştirdi.

Teknolojinin birkaç şirketin elinde yoğunlaşmasının kendi başına riskler yaratabileceğini savundu.

“Süperzekâyı merkezileştirmek yerine, onu dağıtmalıyız,” diye yazdı 42 yaşındaki Zuckerberg makalede. “Bu, kişisel güçlenmenin yeni bir çağına başlama potansiyeline sahip.”

Şirket, Şubat 2023'te halka LLaMA adlı büyük bir dil modelini yayımlayan ilk büyük yapay zekâ geliştiricilerinden biriydi. Meta, modeli çalıştırmak için gereken çıkarım kodunu ve eğitim sırasında öğrenilen ağırlıkları yayımladı.

Ancak Open Source Initiative gibi kuruluşlar, LLaMA'nın lisans kısıtlamalarının — özellikle ticari yeniden kullanımını düzenleyenlerin — onu gerçek açık kaynaklı yazılım olarak kabul edilen tanıma uymaktan alıkoyduğunu savundu.

Bunun yerine birçok uzman onu açık-ağırlıklı bir model olarak sınıflandırıyor.

Yine de birçok geliştirici, gerçek açık kaynaklı yapay zekânın yalnızca kodu ve ağırlıkları değil, aynı zamanda eğitim sırasında kullanılan veri setlerini de içermesi gerektiğine inanıyor; böylece bu giderek etkili hale gelen sistemlerin nasıl inşa edildiği konusunda tam bir şeffaflık sağlanmış olur.