Açık kaynak yapay zeka ve tescilli laboratuvarlar: biri neden diğerini öldürmüyor

Son iki yıldır teknoloji sektöründe kendinden emin bir tahmin dolaştı: yetenekli açık kaynak yapay zeka modelleri çoğalıp indirilmesi ücretsiz hâle geldikçe, sistemlerine erişim için ücret alan kapalı laboratuvarların işini boşaltacaklar. TechCrunch'ın yakın tarihli bir analizi bu anlatıya karşı çıkıyor; şimdiye dek açık modellerin yükselişinin öncü laboratuvarların pahasına olmadığını ve ikisinin aslında aynı yaşam döngüsünün farklı aşamalarını yakalayabileceğini savunuyor.

Argümanı anlamak için iki kampı tanımlamak yardımcı olur. Tescilli ya da kapalı modeller, temel sistemi özel tutan ve genellikle başka yazılımların istek gönderip yanıt almasını sağlayan bir arayüz üzerinden erişim satan şirketlerce geliştirilir. Buna karşılık açık kaynak ya da açık ağırlıklı modeller, çoğu zaman az bir maliyetle ya da ücretsiz olarak herkesin indirmesi, çalıştırması ve değiştirmesi için yayımlanır.

Açık modellerin kapalı olanların yerini alacağına dair sezgisel gerekçe açık. Bir görev için ücretsiz bir model yeterince iyiyse, neden tescilli birine para ödenelim? Bu mantık, açık alternatiflerin bir zamanlar birinci sınıf olan ürünleri sonunda sıradanlaştırdığı yazılım tarihinin birçok kısmında geçerli oldu. Yapay zekaya uygulandığında, kapalı laboratuvarların yakında bedavaya erişilebilecek bir şey sattığını ima ediyordu.

Bu akıl yürütmenin kaçırdığı şey, analize göre, açık ve kapalı modellerin bir projenin yaşamının farklı aşamalarında kullanılma eğiliminde olduğu. Öncü tescilli modeller çoğu zaman ekiplerin başladığı yerdir, çünkü en yüksek yeteneği ve en az sürtünmeyi sunar: yönetilecek altyapı yok, en gelişmiş sistemlere anında erişim ve hızlı yineleme. Bu, yeteneğin maliyetten daha çok önem taşıdığı keşif aşamasıdır.

Açık modeller ise daha sonra öne çıkar. Bir şirket tam olarak neye ihtiyacı olduğunu bildiğinde, kendisinin barındırabileceği, kendi verisiyle ince ayar yapabileceği ve öngörülebilir maliyetle çalıştırabileceği bir açık model cazip hâle gelir. Bu, kontrolün, mahremiyetin ve birim ekonomisinin ham öncü yetenekten daha çok önem taşıdığı ve daha ucuz, kendi kendine çalıştırılan bir modelin sıklıkla kazandığı optimizasyon aşamasıdır.

Böyle bakıldığında ikisi rakip olmaktan çok tamamlayıcıdır. Bir ekip en üst düzey tescilli bir modelde prototip yapabilir, bir fikrin işe yaradığını kanıtlayabilir ve ardından olgun, yüksek hacimli bir iş yükünü maliyetleri düşürmek için bir açık modele taşıyabilir; bir sonraki zor sorun için yine öncüye dönerken. Aynı kuruluş aynı anda hem kapalı bir laboratuvarın ödeme yapan müşterisi hem de açık modellerin yoğun bir kullanıcısı olabilir.

Bir de öncü laboratuvarları koruyan hareketli bir hedef var. En gelişmiş tescilli sistemler gelişmeye devam eder; dolayısıyla en yeni kapalı modellerle en iyi açık modeller arasındaki yetenek uçurumu, açık modeller öncünün bir yıl önce olduğu yere yetişse bile sürme eğilimindedir. Bugün mevcut en yetenekli sisteme ihtiyaç duyan müşteriler için tam olarak o uçuruma para ödüyorlar.

Bunların hiçbiri açık modellerin rekabetçi bir güç olmadığı anlamına gelmez. Fiyatlandırma üzerinde gerçek bir baskı uygular, kapalı laboratuvarları primlerini haklı çıkarmaya iter ve şirketlere daha önce sahip olmadıkları kaldıraç ve alternatifler verir. Analiz durumu "henüz zarar vermiyor" olarak çerçeveliyor; bu bilinçli koşul, açık modeller yetenek uçurumunu öncünün ilerlemesinden daha hızlı kapatırsa dinamiğin değişebileceğini kabul ediyor.

Altta yatan ekonomi laboratuvarların neden paniklemediğini açıklıyor. Öncü bir model inşa etmek, hesaplama gücüne ve araştırma yeteneğine muazzam yatırım gerektirir; açık yayınların ortadan kaldırmadığı, yeniden dağıttığı maliyetler. Birinin hâlâ en yetenekli sistemlerin eğitimini finanse etmesi gerekir ve kapalı laboratuvarlar erişim gelirinin bu sürekli yatırımı mümkün kıldığını, bunun da açık modellerin daha sonra üzerine inşa ettiği ilerlemeleri ürettiğini savunur.

İkisi arasında seçim yapan işletmeler için pratik ders, bunun ikili bir karar olmak zorunda olmadığı. En sofistike yapay zeka benimseyenler giderek ikisini birden kullanıyor, aracı aşamaya eşleştirerek: en ileri yetenek ve hızlı deney için tescilli modeller, ölçekte kontrol ve maliyet için açık modeller. Biri diğerini öldürmek yerine, pazar bir iş bölümüne yerleşiyor gibi görünüyor ve en azından şimdilik her iki taraf da büyüyor.