Åpen vs. lukket AI: Hva vanlige brukere må vite

Den store muren av intelligens

AI-bransjen er for øyeblikket delt i to leire. På den ene siden bygger selskaper som OpenAI og Google massive, proprietære systemer som lever bak en digital mur. Du får tilgang til disse verktøyene via en nettside eller en app, men du får aldri se hvordan de faktisk fungerer. På den andre siden har vi et voksende miljø av utviklere og selskaper som Meta og Mistral, som slipper modellene sine slik at hvem som helst kan laste dem ned. Dette skillet er ikke bare en teknisk debatt; det er en fundamental kamp om hvem som kontrollerer fremtidens menneskelige kunnskap og hvor mye du må betale for å få tilgang til den. For vanlige folk avgjør valget mellom åpne og lukkede systemer personvernet ditt, kostnadene dine og den kreative friheten din. Hvis du bruker en lukket modell, er du en leietaker. Hvis du bruker en åpen modell, er du en eier. Hver vei har sine kompromisser som de fleste ignorerer helt til noe går galt med dataene eller abonnementet deres.

Sannheten bak merkelappen «åpen»

Markedsteam elsker å bruke ordet åpen fordi det antyder transparens og fellesskap. Men i AI-verdenen brukes begrepet ofte litt løst. Ekte åpen kildekode-programvare lar hvem som helst se koden, endre den og dele den. Innen AI ville dette bety tilgang til treningsdataene, treningskoden og de endelige modellvektene. Veldig få store modeller møter dette høye kravet. Det meste av det offentligheten kaller åpen AI, er egentlig bare åpne vekter. Det betyr at selskapet gir deg den ferdige «hjernen» til modellen, men de forteller deg ikke nøyaktig hvordan de bygde den eller hvilke spesifikke bøker og nettsider de brukte for å trene den. Det er som om et bakeri gir deg en ferdig kake og temperaturen på ovnen, men nekter å dele det nøyaktige melmerket eller hvor eggene kommer fra.

Lukket AI er mye enklere å definere. Det er et produkt. Når du bruker GPT-4 eller Claude 3, samhandler du med en tjeneste. Du kan ikke laste ned modellen til laptopen din. Du kan ikke se de interne filtrene som hindrer den i å svare på visse spørsmål. Du har ingen måte å vite om selskapet endret modellen over natten for å gjøre den raskere, men mindre intelligent. Denne mangelen på transparens er prisen for bekvemmelighet. Selskaper argumenterer med at det å holde modeller lukket hindrer aktører med onde hensikter i å bruke teknologien til skade. Kritikere mener det bare er en måte å beskytte et monopol på. Å forstå dette skillet er avgjørende fordi det endrer hvordan du bør stole på det maskinen produserer.

Suverenitet i silisiumets tidsalder

Den globale effekten av dette skillet er massiv. For land utenfor USA betyr det å stole på lukkede AI-modeller at man sender sensitive nasjonale data til servere i California eller Virginia. Dette skaper en enorm avhengighet av noen få amerikanske selskaper. Modeller med åpne vekter lar en regjering i Europa eller en startup i India kjøre AI-en på sin egen lokale maskinvare. Dette gir en suverenitet som lukkede systemer aldri kan tilby. Det muliggjør opprettelsen av modeller som forstår lokale språk og kulturelle nyanser som en Silicon Valley-gigant kanskje overser. Når en modell er åpen, har en utvikler i en liten landsby det samme utgangspunktet som en forsker ved et milliardfirma. Dette skaper like konkurransevilkår på en måte få teknologier noen gang har gjort.

Bedrifter står også overfor et tøft valg. En bank kan ikke risikere å sende private kundedata til en tredjeparts sky. For dem er en åpen modell som kjører inne i deres eget sikre datasenter det eneste levedyktige alternativet. Samtidig kan et lite markedsføringsbyrå foretrekke den polerte, høyytelses-opplevelsen til en lukket modell fordi de ikke har staben til å administrere egne servere. Den globale økonomien sorterer seg for øyeblikket i disse to bøttene: De som prioriterer kontroll og de som prioriterer fart. Etter hvert som vi beveger oss gjennom , vil gapet mellom disse to gruppene bare øke. Vinnerne blir de som erkjenner at AI ikke er et verktøy som passer for alle, men en strategisk ressurs som krever en spesifikk type eierskap.

Personvern i den lokale sandkassen

For å forstå de praktiske innsatsene, tenk på en dag i livet til en medisinsk forsker ved navn Elena. Hun jobber med en ny studie som involverer pasientjournaler. Hvis hun bruker et populært lukket AI-verktøy, må hun fjerne all identifiserende informasjon fra notatene sine før hun kan be AI-en om å oppsummere dem. Selv da er hun aldri helt sikker på om dataene hennes blir brukt til å trene neste versjon av modellen. Hun er konstant bekymret for et databrud hos AI-selskapet. Denne friksjonen bremser henne og begrenser hva hun kan oppnå. Bekvemmeligheten med skyen kommer med en vedvarende følelse av angst.

Nå, forestill deg at Elena bytter til en modell med åpne vekter som kjører på en kraftig arbeidsstasjon på kontoret hennes. Hun kan mate AI-en med hver minste detalj i forskningen sin uten frykt. Dataene forlater aldri rommet. Hun kan finjustere modellen til å forstå spesifikk medisinsk terminologi som de generelle skymodellene ofte misforstår. Hun har total kontroll over versjonen av AI-en hun bruker. Hvis en programvareoppdatering gjør modellen dårligere til medisinsk analyse, blir hun bare værende på den eldre versjonen. Dette er kraften i lokal AI. Det forvandler verktøyet til en privat assistent som jobber for henne og bare henne. Selv om oppsettet var vanskeligere, er nytten på lang sikt mye høyere fordi hun ikke er begrenset av selskapets sikkerhetsfiltre eller personvernregler.

Vanlige brukere overvurderer ofte hvor vanskelig det er å kjøre disse modellene. De tror du trenger et rom fullt av servere. I virkeligheten kjører mange åpne modeller nå på moderne laptoper. Motsatt undervurderer folk hvor mye kontroll de mister med lukkede systemer. De antar at tjenesten alltid vil være der og alltid vil være billig. Historien viser at når et selskap først har låst deg inn i økosystemet sitt, går prisene opp og funksjoner kan forsvinne. Ved å velge en åpen vei, beskytter du deg selv mot fremtidige selskapsbeslutninger som kanskje ikke samsvarer med dine interesser. Du velger et verktøy som forblir i din digitale verktøykasse for alltid.

De ubehagelige spørsmålene om kontroll

Vi må stille vanskelige spørsmål om de skjulte kostnadene ved disse systemene. Hvis en modell er lukket, hvem reviderer den for bias? Vi er tvunget til å stole på markedsføringsmateriellet til selskapet. Hvis AI-en nekter å svare på et spørsmål om en politisk hendelse, er det for sikkerhet eller for å beskytte selskapets image? Mangelen på transparens gjør det umulig å vite. På den annen side presenterer åpne modeller sine egne risikoer. Hvis hvem som helst kan laste ned en kraftig AI, hva hindrer dem i å bruke den til å skape desinformasjon eller skadevare? Det åpne miljøet argumenterer for at det beste forsvaret er flere åpne modeller, men dette er en teori som ennå ikke er fullt testet i en krise.

Det er også spørsmålet om energi og maskinvare. Å kjøre din egen AI er ikke gratis. Det forbruker betydelig med strøm og krever dyre grafikkort. Bytter vi ut bedriftsavhengighet med maskinvareavhengighet? Videre er datasettene som brukes for disse modellene ofte hentet fra internett uten samtykke fra de opprinnelige skaperne. Mens lukkede selskaper skjuler datakildene sine, er selskaper med åpne vekter ofte like vage. Vi må spørre om noen AI i det hele tatt kan kalles åpen hvis fundamentet den ble bygget på er en hemmelighet. Vi bygger for øyeblikket fremtidens infrastruktur på et veldig ustøtt etisk fundament. Etter hvert som vi nærmer oss , vil presset for ekte transparens bare øke.

Under panseret for den tekniske eliten

For de som vil gå utover chat-grensesnittet, er de tekniske forskjellene store. Lukkede AI-leverandører tilbyr API-er som tar betalt per ord eller per bilde. Disse kostnadene kan eskalere raskt når du skalerer et prosjekt. Du er også prisgitt hastighetsbegrensningene deres. Hvis serverne deres er opptatt, går applikasjonen din tregere. Du har ingen kontroll over ventetid eller oppetid. Du bygger i bunn og grunn virksomheten din på leid grunn. Hvis leverandøren bestemmer seg for å forby bruksområdet ditt, kan hele prosjektet ditt forsvinne på en ettermiddag. Dette er en betydelig risiko for utviklere som ønsker å bygge langsiktig verdi.

Åpne modeller tilbyr en annen arbeidsflyt. Du kan bruke teknikker som *kvantisering* for å krympe en massiv modell slik at den får plass på billigere maskinvare. Dette lar deg kjøre en modell med 70 milliarder parametere på en enkelt high-end GPU for forbrukere. Du kan også bruke lokal lagring for modellvektene dine, noe som sikrer at applikasjonen din fungerer selv uten internettilkobling. Det er ingen API-begrensninger og ingen kostnader per token etter at du har kjøpt maskinvaren. Integrasjon er også mer fleksibel. Du kan endre de interne lagene i modellen for å bedre passe til din spesifikke oppgave. Dette nivået av tilpasning er umulig med et lukket API. Selv om den første tekniske terskelen er høyere, er friheten til å innovere uten tillatelse en massiv fordel for avanserte brukere.

Har du en AI-historie, et verktøy, en trend eller et spørsmål du synes vi bør dekke? Send oss din artikkelidé — vi vil gjerne høre den.

Velg din vei videre

Beslutningen mellom åpen og lukket AI avhenger av dine spesifikke behov. Hvis du vil ha den kraftigste, mest polerte opplevelsen og ikke bryr deg om personvern eller langsiktige kostnader, er lukkede modeller som GPT-4 det klare valget. De er AI-verdenens Ferrarier. De er raske, elegante og vedlikeholdt av noen andre. Men hvis du verdsetter personvern, vil unngå løpende avgifter eller trenger å bygge et system som du virkelig eier, er modeller med åpne vekter veien å gå. De krever mer innsats å sette opp, men de tilbyr et nivå av sikkerhet og fleksibilitet som ingen abonnementstjeneste kan matche. De utviklende AI-standardene antyder at fremtiden vil være en hybrid av begge. Bruk de lukkede modellene til raske oppgaver og de åpne modellene til ditt viktigste, private arbeid. I denne nye æraen er den viktigste ferdigheten å vite hvilket verktøy som skal brukes til hvilken jobb.

Redaktørens merknad: Vi opprettet dette nettstedet som et flerspråklig knutepunkt for AI-nyheter og guider for folk som ikke er datanerder, men som likevel ønsker å forstå kunstig intelligens, bruke den med større selvtillit og følge fremtiden som allerede er her.