Open Source eller OpenAI: Vad är den bästa vägen till avancerad AI? - Avkryptera

Kan skrapiga, decentraliserade, artificiell intelligensmodeller med öppen källkod konkurrera med välfinansierade proprietära sådana som OpenAI:s kraftfulla GPT-4? Den ofta ställda frågan ledde till en livlig debatt på Twitter efter att en före detta Google AI-forskare valde sida.

Arnaud Benard, medgrundare av Galileo AI, kastade ner handsken och sa: "Om du tror att modeller med öppen källkod kommer att slå GPT-4 i år, har du fel." Han citerade OpenAI:s talang och resurser och den robusta karaktären hos GPT-4 som en produkt bortom en LLM, och hävdade att öppen källkodsprojekt kan kämpa för att övergå från utmanare till AI-mästare.

Inte överraskande väckte Benards tweet blandade reaktioner, allt från högljutt stöd till hård oenighet.

Ryan Casey, en populär AI-entusiast som skriver nyhetsbrevet "Beyond the Yellow Woods,” offered a more optimistic take on open-source AI’s potential, stating, “Open source will match or beat this year,” according to his calculations. “If there’s demand for it, there will be innovation.”

Å andra sidan AI-strategen Jeremi Traguna noterade att "OpenAIs modeller fortsätter att röra sig", och tillägger att "modeller med öppen källkod kommer att ha svårt att hålla farten för att träffa ett rörligt mål vid den tidpunkt då målet är i positionen för att träffas." Med andra ord, även om modeller med öppen källkod kan komma ikapp GPT-3.5 under GPT-4:s era, kan det finnas en GPT-5 när vi har generalist-LLM:er som är jämförbara med GPT-4.5 Turbo.

En teknisk analytiker, Jon Howells tror att resurser inte är den enda standarden som skiljer öppna från LLM med sluten källkod.

"Mistral har enorm finansiering, ett fantastiskt team och har nyligen lagt ut en GPT-3.5-slående öppen källkodsmodell", skrev han. "De eller en liknande outfit kommer att lägga ut en GPT-4-nivå med öppen källkod i slutet av detta år."

Mistral AI, en fransk startup, har fått erkännande efter att ha släppt sin Mixtral LLM, som erbjuder förbättrad prestanda jämfört med GPT-3.5 i många användningsfall.

I en trådad diskussion gjorde Nous Research medgrundare "Teknium" en viktig men ändå filosofisk poäng. "Varje kapacitetsökning i OS (Open Source) är en permanent sak som aldrig kan tas bort från världen som kan användas tillförlitligt för alltid," sa han. I grund och botten, så länge det finns några framsteg inom öppen källkod AI-teknik, kan inget företag begränsa dess åtkomst.

Öppen eller stängd? En oändlig debatt

Debatten om öppen källkod kontra stängd källkod påminner om de tidiga operativsystemstriderna mellan Windows och Linux. Santiago Pino från ML School skrev att proprietära AI-modeller kan vinna över allmänna konsumenter som Windows gjorde, men att programvara med öppen källkod ger anpassning och kontroll som kan vara extremt användbar för företagsanvändare.

Pino lyfte fram hur många företag som börjar experimentera med ChatGPT men sedan migrerar till modeller med öppen källkod, som de kan finjustera och anpassa för sina specifika behov och krav på dataefterlevnad. Lösningar med öppen källkod undviker leverantörslåsning och ger transparens, sa han.

"Stängda, proprietära modeller kan vinna individer, men de flesta företag vill inte skicka sin data till Microsoft eller Google. De vill ha kontroll. Modeller med öppen källkod är svaret”, sa han i en tweet dagar innan Bernards tråd blev viral.

Denna typ av uppfattning delades i debatten om Bernards tweet av Sciumo Inc., ett mjukvaruutvecklingsföretag, som betonade nischpotentialen hos modeller med öppen källkod: "(Modeller med öppen källkod) kommer att konkurrera där det spelar roll: domänspecifika problem med domänspecifik data och expertis som (OpenAI) inte har."

Furkan Gözükara, en dataingenjör som är känd för sin YouTube-kanal SECkurser, är också bland dem med en mer nyanserad hållning. Pratar med Avkryptera, höll han med Bernard och sa att "endast vid specifika uppgifter kommer Open Source LLMs att klara OpenAI."

Gözükara ger exemplet på ett företag som "utbildar LLM på (sina) egna dokument." Ja, OpenAI har förmågan att anpassa GPT baserat på specifika instruktioner och dokument, men hantering av känslig data till tredje part är alltid ett problem. Den oro validerades nyligen när det avslöjades att personliga GPT:er gav bort känslig data till tredje parts användare.

Yan Lecun, Metas chef för AI-utveckling och en hård försvarare med öppen källkod, har upprepade gånger sagt att "open-source AI-grundmodeller kommer att utplåna slutna och proprietära AI-modeller." Google, en annan AI-jätte, inser också hotet från öppen källkod AI: "Modeller med öppen källkod är snabbare, mer anpassningsbara, mer privata och pund för pund mer kapabla", sa en läckt Google-memo i 2023.

Det återstår att se om modeller med öppen källkod kommer att matcha eller överträffa GPT-4 och framtida iterationer i år. Men perspektiven från experter på båda sidor avslöjar en spännande spänning. Modeller med sluten källkod kan ha en fördel i resurser och snabb iteration, men verktyg med öppen källkod utvecklas snabbt och erbjuder permanenta möjligheter och anpassningsbarhet. För närvarande kan AI-communityt se tävlingen utvecklas och njuta av fördelarna med att använda den bästa tillgängliga tekniken.

Redigerad av Ryan Ozawa.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://decrypt.co/211563/open-source-or-openai-whats-the-best-path-to-advanced-ai