در دسترس ساختن مدل های پایه: نبرد بین هوش مصنوعی منبع باز و بسته

انفجار عظیم استفاده از مدل‌های هوش مصنوعی برای متن و تصویر اخیراً اجتناب‌ناپذیر بوده است. همانطور که این مدل ها به طور فزاینده ای توانمند می شوند، “مدل پایه” یک اصطلاح نسبتاً جدید است که در حال استفاده است. بنابراین مدل پایه چیست؟

این اصطلاح تا حدودی مبهم باقی مانده است. برخی آن را با تعداد پارامترها، و بنابراین، بزرگی یک شبکه عصبی، و برخی دیگر با تعداد وظایف منحصر به فرد و سختی که مدل می تواند انجام دهد، تعریف می کنند. آیا ساخت مدل‌های هوش مصنوعی بزرگ‌تر و بزرگ‌تر و توانایی مدل برای انجام چندین کار واقعاً هیجان‌انگیز است؟ اگر تمام تبلیغات و زبان بازاریابی را از بین ببرید، آنچه واقعاً در مورد این نسل‌های جدید مدل‌های هوش مصنوعی هیجان‌انگیز است این است: آنها اساساً نحوه ارتباط ما با رایانه‌ها و داده‌ها را تغییر دادند. به شرکت هایی مانند Cohere، Covariant، Hebbia و You.com فکر کنید.

ما اکنون وارد مرحله حساس هوش مصنوعی شده‌ایم که در آن چه کسی می‌تواند این مدل‌های قدرتمند را بسازد و به آنها خدمت کند، به یک بحث مهم تبدیل شده است، به‌ویژه زمانی که مسائل اخلاقی شروع به چرخش می‌کنند، مانند اینکه چه کسی حق دریافت چه داده‌هایی دارد، آیا مدل‌ها مفروضات منطقی را نقض می‌کنند یا خیر. حفظ حریم خصوصی، اینکه آیا رضایت برای استفاده از داده ها عاملی است، چه چیزی “رفتار نامناسب” را تشکیل می دهد و موارد دیگر. با چنین سؤالاتی روی میز، منطقی است که فرض کنیم کسانی که مدل های هوش مصنوعی را کنترل می کنند، شاید مهم ترین تصمیم گیرندگان زمان ما باشند.

آیا بازی برای مدل های بنیاد منبع باز وجود دارد؟

به دلیل مسائل اخلاقی مرتبط با هوش مصنوعی، فراخوان به مدل‌های بنیاد منبع باز در حال افزایش است. اما مدل های فونداسیون ساختمان ارزان نیستند. آنها به ده ها هزار پردازنده گرافیکی پیشرفته و بسیاری از مهندسان و دانشمندان یادگیری ماشین نیاز دارند. قلمرو مدل‌های فونداسیون ساختمان تا به امروز تنها توسط غول‌های ابری و استارت‌آپ‌هایی با بودجه بسیار خوب که روی صندوقچه جنگی صدها میلیون دلاری نشسته‌اند، قابل دسترسی بوده است.

تقریباً تمام مدل‌ها و سرویس‌های ساخته شده توسط این چند شرکت منتخب، منبع بسته هستند. با این حال، منبع بسته قدرت و تصمیمات بسیار زیادی را به تعداد محدودی از شرکت‌ها واگذار می‌کند که آینده ما را تعیین می‌کنند، که می‌تواند بسیار ناراحت‌کننده باشد.

با این حال، منبع باز Stable Diffusion توسط Stability AI، تهدیدی جدی برای سازندگان مدل پایه بود که مصمم بودند تمام سس مخفی را برای خود نگه دارند. تشویق جوامع توسعه‌دهنده در سراسر جهان در مورد منبع باز Stability شنیده شده است، زیرا سیستم‌ها را آزاد می‌کند و کنترل را در دست توده‌ها در مقابل شرکت‌های منتخبی قرار می‌دهد که می‌توانند بیشتر به سود باشند تا آنچه برای بشریت خوب است. این اکنون بر طرز فکر خودی ها در مورد الگوی فعلی سیستم های AI منبع بسته تأثیر می گذارد.

موانع احتمالی

بزرگترین مانع برای مدل های بنیاد منبع باز همچنان پول است. برای اینکه سیستم‌های AI منبع باز سودآور و پایدار باشند، هنوز به ده‌ها میلیون دلار برای اجرا و مدیریت صحیح نیاز دارند. اگرچه این کسری از آنچه شرکت‌های بزرگ در تلاش‌های خود سرمایه‌گذاری می‌کنند، هنوز برای یک استارت‌آپ بسیار مهم است.

ما می‌توانیم تلاش Stability AI برای منبع‌دهی باز Neo-GPT و تبدیل آن به یک تجارت واقعی را ببینیم، زیرا توسط شرکت‌هایی مانند Open AI و Cohere از آن خارج شد. این شرکت اکنون باید با دعوی قضایی Getty Images، که تهدیدی برای پرت کردن حواس شرکت و تخلیه بیشتر منابع – هم مالی و هم انسانی – ایده آل است. مقابله متا با سیستم‌های منبع بسته از طریق LLaMA، گاز را در جنبش منبع باز ریخته است، اما هنوز خیلی زود است که بگوییم آیا آنها به تعهد خود ادامه خواهند داد یا خیر.