Шум вокруг закрытого искусственного интеллекта: временное господство
В то время как гиганты искусственного интеллекта с закрытым исходным кодом, такие как OpenAI и Anthropic, занимают центральное место во внимании, будущее принадлежит открытому исходному коду. Привлекательность собственных систем безусловна, но взыскательный взгляд должен быть обращен к открытому исходному коду ради долгосрочных преимуществ.
Опасности внешнего интеллекта
Для некоторых использование закрытых API искусственного интеллекта может показаться правильным путем. Однако для компаний, глубоко коренящихся в искусственном интеллекте, это подобно игре с огнем. Стратегия? Начните с закрытого искусственного интеллекта, но быстро перейдите к развитию внутренних моделей.
Миф о превосходстве рассуждений
Вопреки распространенному мнению, задачи огромной ценности, такие как суммирование и вопросы и ответы, не зависят от рассуждений. Модели с открытым исходным кодом уже являются чемпионами в этой области. Настоящими переменными здесь являются обширные контексты и способность создавать контент с высокой точностью.
Девиз открытого исходного кода: Контроль — король
Искусственный интеллект с открытым исходным кодом синонимичен беспрецедентной настраиваемости. Независимо от того, речь идет о настройке задержки, оптимизации производительности, структурировании выводов или улучшении с уникальными данными, открытый исходный код — вот ключ. В отличие от этого, закрытые модели сравнимы с непредсказуемыми хамелеонами, постоянно меняющимися без предупреждения.
Раскодирование черного ящика: доверие через прозрачность
Загадочная природа закрытых моделей — это их ахиллесова пята. Модели с открытым исходным кодом, с другой стороны, приглашают к мировой оценке, способствуя культуре взаимной оценки и строгой проверке. Для доверия нужно понимание, и понимание проистекает из глубокого погружения во внутренние механизмы искусственного интеллекта.
Иллюзия легкости: временная фаза
Да, в настоящее время закрытые API выигрывают в гонке за простоту использования. Но по мере развития открытого исходного кода он обещает не только легкость, но и беспрецедентную настраиваемость. Послание ясно: обойдите мимо временного очарования закрытых систем и создайте основу с открытым исходным кодом.
- “О возможностях и рисках моделей фундаментов” by Bommasani, R., et al. (2021) here.
- “Почему вам не следует создавать свою собственную систему аутентификации пользователей” by Bosworth, M. (2010) here.
- “Общий подход к добавлению дифференциальной конфиденциальности к итеративным процедурам обучения” by Макмахан, Х. Б., et al. (2018) here.
- “Loras улучшают качество и согласованность генерации изображений” by Рапозо, Д., et al. (2023) here.
- “Аксиома: Быстрое, гибкое и эффективное обучение больших и гигантских языковых моделей” by Синицын, И., et al. (2023) here.