Meta 開放 LLaMA 2 模型使得人工智能競賽可能結束比預期的早

　　最近的一項交易表明，人工智能領域可能會看到越來越多的合作伙伴關系，而不僅僅是一對一的競爭。Meta早先本周在開放許可下免費提供其LLaMA 2 大型語言模型，并將其引入微軟的 Azure 平臺。

　　這一決定突顯了 AI 互操作性的好處，隨著更多公司加入這個領域，這可能不會是最后一個類似的合作。

　　到目前為止，已知的 LLM 都相對孤立，以更受控制的環境提供，用戶需要獲得權限才能構建模型或使用數據。OpenAI 繼續培訓 GPT，在 3 月發布了 GPT-4，并向開發者提供付費 API 訪問其最新版本的模型。蘋果正在開發自己的 LLM，名為 Ajax，盡管細節不多，但它尚未公開，其開源狀態也未知。谷歌的 LLM Bard 根本不是開源的。

　　LLaMA 最初并不對公眾開放，只能通過 Meta 訪問，而 Meta 還未透露其訓練數據。但 LLaMA 一直被設想為開源，并且旨在「進一步實現普惠性 AI」。本周，Meta 在某種程度上兌現了這一承諾。封閉系統的用戶必須支付許可費用才能訪問模型所在的位置，并分發使用該模型的應用程序。

　　Meta 開放 LLaMa 并將其引入 Azure 具有商業意義，特別是如果 Meta 相信公開開發人工智能的話。這是讓人們在平臺上訪問更多 LLM 模型并比較結果的第一步。有更多種類的 LLM 框架可供選擇，也凸顯了每個模型如何相互配合的問題。LLM 開發者希望人們使用他們的模型，因此在多種平臺上提供這些模型將使它們更多地接觸到用戶。

　　即使是最具競爭力的大型科技公司也會彼此合作。Meta 與微軟合作并不陌生，Meta 將微軟的 Teams 產品引入了 Workplace by Meta，該平臺已經運行 Office 365 套件。

　　開放性也存在風險。OpenAI 的聯合創始人兼首席科學家 Ilya Sutskever 表示，2015 年成立時，他們更加開放，現在對于分享研究，他對此表示遺憾，擔心競爭和安全問題。開放數據集使起訴版權侵權變得更容易，因為人們可以看到哪些來源被用來收集數據來訓練模型。

　　但是，可以選擇更多 LLM 框架對于 AI 互操作性的倡導者來說可能是個好消息。由于 LLM 默認情況下是彼此不同的，開發者通常必須選擇使用哪個模型來構建應用程序。系統之間沒有良好的交流方式。

　　封閉的生態系統對于大多數現代科技用戶來說并不奇怪，但 AI 互操作性倡導者認為，AI唯一能夠成長和發展的方式不是通過封閉的生態系統，而是通過可以相互交流的開放結構。甚至微軟也相信可互操作的 AI;它加入了其他科技公司，成為了開放神經網絡交換(ONNX)的一員，該組織旨在推廣 AI 互操作性的行業標準，使開發者能夠「找到正確的工具組合」。

　　讓 AI 系統相互協作可能會為搜索等方面帶來更好的結果。能夠在不同數據集上訓練模型的公司可以提供更好、更全面的服務，如果一個模型出現錯誤，還可以避免對信息來源的過度依賴。能夠在一個地方同時開發 LLaMA 和 OpenAI 的 GPT 模型也可以降低開發成本和時間。

　　目前，LLaMA 在 Azure 上可用并不意味著使用 LLaMA 創建的應用程序可以直接與運行在 OpenAI 的 GPT 模型的應用程序進行交流。目前還沒有人創造出這樣的橋梁。

　　此外，并不是所有人都認為 LLaMA 符合開源軟件的所有要求，特別是因為它沒有使用開源計劃認證(Open Source Initiative)批準的許可證，并且限制了誰可以在不付費的情況下商業使用 LLaMA。根據其社區許可協議，每月活躍用戶超過 7 億的開發者「必須向 Meta 申請許可」。

　　但這對于開源和互操作性來說是朝著正確的方向邁出的一大步，即使僅僅是為了讓開發者更容易在不同模型之間進行訪問。良性競爭是可以接受的，但如果公司真的希望 AI 發展，合作是最好的選擇。