Analiza3 min čitanja

Iluzija open source AI modela i ovisnost o infrastrukturi

Zašto dostupnost kodova modela ne znači demokratizaciju umjetne inteligencije i kako to jača moć pružatelja infrastrukture.

S

Autor

Shtef

Objavljeno

Ilustracija uz komentar: Iluzija open source AI modela i ovisnost o infrastrukturi

Iluzija open source AI modela i ovisnost o infrastrukturi

Zašto dostupnost modela nije isto što i demokratizacija umjetne inteligencije

Prevladavajuća priča u tehnološkoj industriji danas jest da open source modeli umjetne inteligencije, poput Metine Llame, aktivno demokratiziraju ovo područje. Omogućavanjem pristupa naprednim modelima svima, stvara se privid da su prepreke za ulazak na tržište trajno srušene. Ova priča sugerira da nezavisni programeri i mali startupi sada imaju potpuno iste prilike kao i masivne korporacije, bez obzira na njihove financijske resurse.

Prevladavajuća priča

Mediji i tehnološki entuzijasti često prikazuju ove otvorene modele kao veliku pobjedu za zajednicu, uspoređujući to s uspjehom Linuxa u svijetu operativnih sustava. Rašireno je uvjerenje da budući da su kod i težine modela javno dostupni, svatko ih može preuzeti i izgraditi sljedeći veliki tehnološki iskorak. Mnogi tvrde da ovaj otvoreni pristup sprječava monopol nekoliko odabranih tvrtki i osigurava raznolik ekosustav AI aplikacija.

Zašto je ta priča pogrešna ili nepotpuna

Međutim, ova priča je nepotpuna i vrlo obmanjujuća. Stvarnost je da stvarna moć u umjetnoj inteligenciji ne leži isključivo u težinama modela ili otvorenim algoritmima. Pravi problem su masivni računalni resursi, točnije grafičke kartice (GPU), i ogromni privatni skupovi podataka koji su potrebni za treniranje i pokretanje ovih modela na velikoj skali. Tehnološki divovi poput Nvidije, Microsofta i Googlea čvrsto kontroliraju ovu temeljnu infrastrukturu.

Čak i ako je sam kod potpuno otvoren, samo dobro financirane korporacije mogu zapravo priuštiti milijune dolara troškova za računalnu snagu potrebnu za treniranje uistinu konkurentnih AI modela od nule. Developer možda ima pristup Llama modelu, ali njegovo učinkovito pokretanje zahtijeva skup hardver koji si većina ne može priuštiti kupiti. Stoga je izdavanje open source modela često proračunata strategija distribucije velikih tehnoloških tvrtki, a ne čin prave demokratizacije. Oni time pretvaraju sloj modela u robu kako bi potaknuli veće korištenje svojih usluga računalstva u oblaku.

Posljedice u stvarnom svijetu

Stvarna posljedica ove dinamike je dalekosežna. Startupi i nezavisni programeri koji koriste ove open source modele postaju inherentno ovisni o infrastrukturi oblaka velikih tehnoloških tvrtki kako bi ih ugostili i pokrenuli. Time se učvršćuje moć i tržišna dominacija postojećih igrača umjesto da ih se ruši.

Kada novi startup gradi proizvod koristeći open source model, oni neizbježno moraju iznajmiti prostor na poslužitelju i GPU vrijeme od pružatelja usluga poput Microsoft Azurea ili Google Clouda. Profitne marže stoga preuzimaju pružatelji infrastrukture, a ne kreatori open source modela ili mali startupi koji ih koriste. Open source u umjetnoj inteligenciji u ovim uvjetima ne ruši monopole, on ih pojačava osiguravajući da svi moraju unajmiti potreban hardver za sudjelovanje.

Završni stav

Konačni stav je jasan: prava demokratizacija umjetne inteligencije neće proizaći samo iz open source softvera. Sve dok hardver i infrastruktura ostaju skupi i visoko centralizirani, open source AI ostat će iluzija koja prvenstveno koristi tehnološkim divovima koji osiguravaju računalnu snagu. Moramo kritički preispitati tko kontrolira fizičke resurse koji omogućuju umjetnu inteligenciju, a ne samo hvaliti otvorenost koda.


Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef

Povezano

Pročitajte i ovo

Još nekoliko objava koje šire kontekst oko tema, kompanija i AI trendova iz ove priče.

Ilustracija razlike između današnjih AI alata i opće umjetne inteligencije
Analiza

Zašto AGI nije ni blizu usprkos obećanjima tehnoloških divova

Hype oko opće umjetne inteligencije zamagljuje stvarna ograničenja današnjih jezičnih modela.

Ilustracija uz vijest o AlphaGenome Atlasu
AI vijesti

DeepMind predstavio moćni AlphaGenome Atlas

Nova baza podataka koja sadrži predviđanja za 9 milijardi mogućih jednoslovnih mutacija u ljudskom genomu.

Ilustracija uz komentar: Umjetna inteligencija i stvarna produktivnost developera
Analiza

Umjetna inteligencija i stvarna produktivnost developera

Zašto AI alati za programiranje udaraju u zid složenosti i zašto pisanje koda nije jedini posao inženjera.