Το Deepseek έκανε και πάλι μια ανοιχτή πηγή δροσερή. Η απόφαση της κινεζικής εκκίνησης να χρησιμοποιήσει το πλαίσιο ανοιχτού κώδικα για να επιτύχει πολύπλοκο συλλογισμό, που εξερράγη από το οικοσύστημα του AI: από τότε, ο Baida έκανε το μοντέλο του Ernie με ανοιχτή πηγή, ενώ ο γενικός διευθυντής του OpenAi Sam Altman είπε ότι κατά τη γνώμη του θα μπορούσε να ανοίξει στην “λάθος πλευρά της ιστορίας”.
Επί του παρόντος, στον τομέα της ΑΙ υπάρχουν δύο διαφορετικά παραδείγματα: κλειστά οικοσυστήματα που προωθούνται από γίγαντες όπως η OpenAI και η Microsoft, σε σύγκριση με τις πλατφόρμες ανοιχτού κώδικα, που υπερασπίζονται οι εταιρείες όπως το Meta και το Mistral.
Αυτό είναι κάτι περισσότερο από απλώς τεχνική συζήτηση. Το Open Vs. Close είναι μια θεμελιώδης συζήτηση για το μέλλον του AI και ο οποίος θα ελέγξει τις τεράστιες δυνατότητες της νέας τεχνολογίας, καθώς η βιομηχανία βρίσκεται σε τρισεκατομμύρια δολάρια.
Μαθήματα από την ιστορία
Κάθε επανάσταση του προγράμματος ήταν, στον πυρήνα, ο αγώνας μεταξύ ανοικτών και κλειστών συστημάτων.
Στην εποχή του Mainframe IBM και του κλειστού συστήματος κυριαρχούσε, το οποίο προκάλεσε τον αφορισμό: «Κανείς δεν έχει απολυθεί ποτέ για την επιλογή της IBM». Όμως, καθώς η τεχνολογία έχει ωριμάσει, οι επιχειρήσεις στράφηκαν σε ανοιχτά συστήματα που τα απελευθέρωσαν από τους περιορισμούς των προμηθευτών.
Αυτός ο κύκλος συνέβη ξανά και ξανά. Ο κώδικας ανοιχτού κώδικα Linux αμφισβητείται από τα Microsoft Windows. Το PostgreSQL και το MySQL έχουν γίνει μια εναλλακτική λύση στις βάσεις δεδομένων δεδομένων Oracle.
Η κλειδαριά του προμηθευτή, όπου η εναλλαγή των προμηθευτών γίνεται σχεδόν αδύνατη, καταστέλλει την καινοτομία, περιορίζει την επιδεξιότητα και δημιουργεί ευπάθεια. Οι ίδιοι κίνδυνοι θα αυξηθούν μόνο, καθώς το AI ενσωματώνεται όλο και περισσότερο σε κρίσιμες επιχειρηματικές διαδικασίες.
Οι ανοιχτές πλατφόρμες μειώνουν αυτούς τους κινδύνους, επιτρέποντας στους οργανισμούς να αλλάξουν προμηθευτές ή να φέρουν λύσεις στις δικές τους αποφάσεις χωρίς κόστος μείωσης.
Γιατί έχει σημασία ο κώδικας ανοιχτού κώδικα
Οι καταναλωτές μπορούν να απολαύσουν την ευκολία μιας κλειστής πλατφόρμας. Παρ ‘όλα αυτά, οι επιχειρήσεις έχουν διαφορετικές προτεραιότητες. Οι οργανισμοί δεν μπορούν να στείλουν εμπιστευτικά δεδομένα και τις δικές τους πληροφορίες μέσω των διεπαφών API Black Box που δεν ελέγχουν.
Τα μοντέλα AI Open -Source προσφέρουν τρία κρίσιμα πλεονεκτήματα.
Πρώτον, τα ανοιχτά μοντέλα αποθηκεύουν εμπιστευτικές πληροφορίες στην υποδομή του οργανισμού, μειώνοντας τον κίνδυνο παραβιάσεων δεδομένων από αλληλεπίδραση με έναν εξωτερικό διακομιστή.
Δεύτερον, οι επιχειρήσεις μπορούν να προσαρμόσουν τα μοντέλα ανοιχτού κώδικα στις μοναδικές ανάγκες τους, τα μοντέλα με λεπτή ρύθμιση με τα δίπλωμα ευρεσιτεχνίας δεδομένα τους, που δεν περιορίζονται από ένα κλειστό σύστημα.
Τέλος, οι οργανισμοί μπορούν να αποφύγουν τις χρεώσεις κλιμάκωσης που χρεώνονται από τους πωλητές, αναπτύσσοντας μοντέλα ανοιχτού κώδικα στη δική τους υποδομή.
Οι κλειστές πλατφόρμες μπορεί να είναι απλές, αλλά δεν παρέχουν ασφάλεια, ευελιξία και χαμηλό κόστος για ένα μοντέλο ανοιχτού κώδικα.
Κατά ειρωνικό τρόπο, η ανάπτυξη του OpenAI χτίστηκε σε κεφάλαια ανοιχτού κώδικα. Το έγγραφο “Η προσοχή είναι το μόνο που χρειάζεστε”, που κυκλοφόρησε από το Google το 2017, παρείχε ένα σχέδιο για μοντέλα σύγχρονων γλωσσών. Παρ ‘όλα αυτά, παρά το ταμείο αυτό, η OpenAI πέρασε από το αρχικό του πνεύμα με ανοιχτό κώδικα σε ένα πιο κλειστό μοντέλο, θέτοντας ερωτήσεις σχετικά με τη δέσμευσή του να εξασφαλίσει ότι το II παραλήφθηκε από την “ΟΛΕΣ ΤΗΝ Ανθρωπότητα”.
Η συνεργασία της Microsoft με την OpenAI τοποθετούσε γρήγορα τον τεχνικό γίγαντα στο μπροστινό άκρο του εμπορικού τοπίου του AI. Κατά την επένδυση πάνω από 13 δισεκατομμύρια δολάρια, η Microsoft Integrated GPT-4 στο οικοσύστημα της με Azure σε εφαρμογές γραφείου μέσω του Copilot, του Github και του Bing, το ισχυρό αποτέλεσμα αποκλεισμού για τις επιχειρήσεις που βασίζονται σε αυτά τα εργαλεία.
Ιστορικά, τα κλειστά συστήματα AI κυριαρχούν μέσω ακαθάριστων στρατηγικών: δεδομένα κλιμάκωσης, παραμέτρους και υπολογιστική ισχύ για κυριαρχία στην αγορά και δημιουργώντας εμπόδια για την είσοδο.
Παρ ‘όλα αυτά, εμφανίζεται ένα νέο παράδειγμα: μια επανάσταση της συλλογιστικής. Τα μοντέλα όπως το Deepseek R1 καταδεικνύουν ότι οι πολύπλοκες δυνατότητες συλλογιστικής μπορούν να ανταγωνιστούν με πατενταρισμένα συστήματα που εξαρτώνται από την κλίμακα. Η συλλογιστική είναι ένα Τρωικό ίππο για τεχνητή νοημοσύνη με ανοιχτή πηγή, αμφισβητώντας το ανταγωνιστικό τοπίο, αποδεικνύοντας ότι τα αλγοριθμικά επιτεύγματα μπορούν να μειώσουν τα πλεονεκτήματα που πραγματοποιούνται από κλειστές πλατφόρμες.
Αυτό ανοίγει μια αποφασιστική ευκαιρία για μικρά εργαστήρια και νεοσύστατες επιχειρήσεις. Το AI με κώδικα ανοιχτού κώδικα συμβάλλει στις συλλογικές καινοτομίες λόγω του κόστους που σχετίζονται με τα κλειστά συστήματα, τον εκδημοκρατισμό της πρόσβασης και την ενθάρρυνση των συνεισφορών από ένα ευρύτερο φάσμα συμμετεχόντων.
Επί του παρόντος, στην παραδοσιακή αλυσίδα δημιουργίας τεχνητής νοημοσύνης, επικρατούν αρκετοί παίκτες στον εξοπλισμό (NVIDIA), η ανάπτυξη του μοντέλου (OpenAI, Anthropic) και της υποδομής (Microsoft Azure, Google Cloud Platform). Αυτό έχει δημιουργήσει σημαντικά εμπόδια για την είσοδο από υψηλές απαιτήσεις κεφαλαίου και υπολογιστικών.
Αλλά οι νέες καινοτομίες, όπως οι βελτιστοποιημένες μηχανές εξόδου και ο εξειδικευμένος εξοπλισμός, αποσυναρμολογούν αυτή τη μονολιθική δομή.
Η στοίβα γίνεται διάσπαρτη σε αυτό το νέο οικοσύστημα. Εταιρείες όπως η Groq Challe Up Nvidia σε εξοπλισμό. (Το GROQ είναι μία από τις εταιρείες χαρτοφυλακίου του αγώνα της πρωτεύουσας.) Τα μικρά εργαστήρια, όπως το Mistral, έχουν δημιουργικά μοντέλα που μπορούν να ανταγωνιστούν με το OpenAI και το Anthropic. Οι πλατφόρμες, όπως ένα αγκάλιασμα πρόσωπο, εκδημοκρατίζουν την πρόσβαση σε μοντέλα. Οι υπηρεσίες συμπερασμάτων, όπως τα πυροτεχνήματα και μαζί, μειώνουν την καθυστέρηση και αυξάνουν τη διακίνηση των αιτημάτων. Οι εναλλακτικές πλατφόρμες αγοράς cloud, όπως Lambda Labs και Fluidstack, προσφέρουν ανταγωνιστικές τιμές με ένα μεγάλο τρεις ολιγοπωλείο.
Ισορροπημένο ανοιχτό και κλειστό
Φυσικά, τα μοντέλα ανοιχτού κώδικα φέρνουν τους δικούς τους κινδύνους. Αυτή η εκπαίδευση μπορεί να είναι παράνομη. Τα ασταθής θέματα μπορούν να αναπτύξουν επιβλαβείς εφαρμογές, όπως κακόβουλα προγράμματα ή βαθιά πρότυπα. Οι εταιρείες μπορούν επίσης να διασχίσουν τα ηθικά όρια χρησιμοποιώντας προσωπικά δεδομένα χωρίς άδεια, δωρίζοντας την εμπιστευτικότητα των δεδομένων για την επίτευξη ενός ανταγωνιστικού πλεονεκτήματος.
Τα μέτρα στρατηγικής διαχείρισης μπορούν να συμβάλουν στη μείωση αυτών των κινδύνων. Η καθυστέρηση στα ζητήματα των συνοριακών μοντέλων μπορεί να δώσει χρόνο για την αξιολόγηση της ασφάλειας. Η μερική κατανομή βάρους μπορεί επίσης να περιορίσει τις δυνατότητες κατάχρησης, παρέχοντας παράλληλα παροχές έρευνας.
Το μέλλον του AI βασίζεται στην ικανότητα εξισορρόπησης αυτών των ανταγωνιστικών συμφερόντων – μου αρέσει πραγματικά το πώς τα ίδια τα συστήματα AI εξισορροπούν το βάρος και τις προκαταλήψεις για βέλτιστες επιδόσεις.
Η επιλογή μεταξύ ανοιχτού ή κλειστού είναι κάτι περισσότερο από προτιμήσεις. Αυτή είναι μια βασική λύση που θα καθορίσει την τροχιά της επανάστασης AI. Πρέπει να επιλέξουμε πλαίσια που ενθαρρύνουν τις καινοτομίες, τη συμπερίληψη και τον ηθικό έλεγχο. Ένα συμβάν ανοιχτού κώδικα θα είναι ένας τρόπος για να επιτευχθεί αυτό.
Οι απόψεις που εκφράζονται στο Fortune.com. Τα σχόλια είναι αποκλειστικά οι απόψεις των συγγραφέων τους και δεν αντανακλούν απαραιτήτως τις απόψεις και τις πεποιθήσειςΤύχη.
Αυτή η ιστορία παρουσιάστηκε αρχικά στο Fortune.com
