Meta stawia na otwarte modele AI i decentralizację, by odróżnić się od konkurencji

Meta, w obliczu konkurencji na rynku sztucznej inteligencji, ogłosiła nową strategię, która koncentruje się na otwartych modelach językowych (LLM) z otwartymi wagami. Firma zapowiedziała wydanie otwartego modelu Muse Glimmer oraz obietnicę udostępnienia wag dla swojego potężniejszego modelu, Muse Spark 1.2, w ciągu najbliższych tygodni. Decyzja ta ma na celu odróżnienie Mety od firm takich jak OpenAI i Anthropic, które rozwijają modele własnościowe.

Nowe modele i ich przeznaczenie

Muse Glimmer to model z 30 miliardami parametrów i oknem kontekstowym 128 000 tokenów, domyślnie. Został on wydestylowany z większego i bardziej zaawansowanego modelu Muse Spark, który Meta wprowadziła na rynek wcześniej w tym roku. Kluczową cechą Glimmera jest jego przeznaczenie do działania na lokalnych urządzeniach użytkowników, a nie za pośrednictwem usług chmurowych czy API. Wagi Glimmera są dostępne na zasadach open source w ramach licencji Apache 2.0.

Model Muse Spark został wprowadzony w kwietniu jako zamknięty, własnościowy model klasy „frontier”. Było to pierwsze duże wydanie Mety po znaczących zmianach w zespołach AI w ubiegłym roku i stanowiło odejście od wcześniejszego skupienia na modelach otwartych. W lipcu, wraz z Muse Spark 1.1, Meta wprowadziła swoją pierwszą płatną usługę, co również było zmianą w dotychczasowej strategii. Muse Spark 1.2 ukazał się 5 sierpnia, towarzyszył mu Muse Code, agent do kodowania w terminalu. Chociaż Muse Code nie dorównuje możliwościami modelom Anthropic czy OpenAI, to jednak konkuruje skutecznie pod względem kosztów, podobnie jak wiele otwartych modeli z chińskich laboratoriów.

Filozofia Mety: otwarte wagi i decentralizacja

Mark Zuckerberg, CEO Mety, opublikował obszerny esej, w którym przedstawił filozofię firmy dotyczącą systemów AI i zarządzania nimi. Esej ten ma na celu odróżnienie Mety od konkurentów, którzy lobbują rząd USA o pomoc w rywalizacji z modelami otwartymi lub tymi, które wykorzystują destylację (trening nowego modelu na podstawie istniejącego). Meta i Zuckerberg bronią destylacji jako ważnej zasady działania ekosystemu open source, twierdząc, że „zdolność modeli do uczenia się od innych modeli jest ważną zasadą działania ekosystemu open source”. Podkreślają, że „wszystkie modele AI wywodzą się z ludzkiej wiedzy” i że „należy chronić zasadę, że można uczyć się ze wszystkiego, co można zaobserwować”.

Znaczna część eseju skupia się na idei zdecentralizowanych systemów AI, które są szeroko rozpowszechnione. Zuckerberg krytykuje argumenty, że ściśle kontrolowane, własnościowe modele AI są niezbędne z powodu obaw o zagrożenia egzystencjalne. Stwierdza, że „dyskurs wielu twórców AI jest tak pełen zagłady” i nie rozumie, dlaczego ktokolwiek, kto wierzy, że AI wyeliminuje większość miejsc pracy i znaczenie ludzkości, „spieszyłby się z budowaniem takiej przyszłości”. Uważa, że pogląd firm takich jak Anthropic, dążących do trenowania pojedynczych, szerokich modeli bazowych z mechanizmami bezpieczeństwa, jest „fundamentalnie błędny”. Meta argumentuje, że modele powinny być spersonalizowane do potrzeb i wartości jednostek lub grup, a decentralizacja uczyni wszystkich bezpieczniejszymi, rozdzielając korzyści „superinteligencji” równo, zamiast faworyzować „niewielką liczbę jednostek, firm, rządów lub samą AI”.

Kontekst rynkowy i przyszłość

Meta odnotowała pewne opóźnienia w stosunku do innych gigantów technologicznych i wiodących laboratoriów w dziedzinie modeli bazowych. Jej modele nie zyskały takiej popularności jak te opracowane przez OpenAI czy Anthropic, które agresywnie celowały w klientów korporacyjnych, generując znaczne przychody. W ubiegłym roku Meta przeszła restrukturyzację działu AI, co doprowadziło do zmiany strategii.

Debata na temat otwartych modeli i destylacji nasiliła się w ostatnich miesiącach, zwłaszcza w kontekście chińskich modeli, takich jak Alibaba Qwen3.8-Max i Moonshot Kimi K3, które zaczęły rywalizować z Anthropic i OpenAI. Choć mogą one nieco gorzej wypadać w benchmarkach kodowania, są zazwyczaj tańsze w użyciu. W tym kontekście Meta wydaje się pozycjonować jako amerykańska alternatywa dla firm takich jak Alibaba czy Moonshot – może nie tak zaawansowana jak Anthropic czy OpenAI, ale bardziej otwarta, konfigurowalna i przystępna cenowo. Firma, przynajmniej w publicznych oświadczeniach, orientuje się bardziej na użytek osobisty niż na wdrożenia korporacyjne na dużą skalę, wykorzystując zmieniające się trendy rynkowe do wytyczenia nowego kierunku.

Źródło: arstechnica.com