AI mudelite maailmas vaieldakse palju AI mudelite avatuse teemal. OpenAI nimi viitab avatud avatusele, kuid meil on ligipääs vaid ChatGPT kasutajaliidelese ja OpenAI API liidesele. Facebook väidab, et nende Llama mudel on avatud, kuid me tegelikult ei tea, mis andmete ja käskude pealt on mudel treenitud. AI mudelid, mida reklaamitakse kui “avatud”, on pea kõik tegelikult piiratud, sest me ei tea nende mudelite kohta üksikasju.
Mida me ei tea AI mudelite kohta?
Kuigi mõned mudelid on tehniliselt avatud, ei tähenda see täielikku läbipaistvust. Enamasti me ei tea:
- Milliseid andmed on kasutatud mudeli treenimisel? See on oluline küsimus, sest treeningandmed mõjutavad otseselt mudeli väljundit.
- Milliseid parameetreid on mudeli treenimisel kasutatud? Treeningprotsess on sageli keeruline ja parameetrid määravad, kuidas mudel andmetega töötab.
- Kuigi mõnede mudelite kood on avatud või allalaaditav, ei anna see alati selget pilti sellest, kuidas mudel töötab või kuidas see otsuseid teeb.
Nii tasulised API-l põhinevad mudelid (nt OpenAI GPT) kui ka allalaaditavad mudelid (nt Meta Llama) ei paljasta neid kriitilisi detaile. Seetõttu ei ole nende kahe vahel olulist erinevust, kui räägime läbipaistvusest ja sisemisest toimimisest. Seega saame suures plaanis jagada mudelid lihtsalt pilves töötavateks mudeliteks ja kohalikeks mudeliteks.
Miks valida veebi mudelid?
Veebis toimivaid API mudeleid sobivad siis kui me ei tea veel 100% kindlusega oodatavat lõpptulemust.
Veebi mudelid, nagu OpenAI GPT mudelid, pakuvad juurutamise lihtsust ja kiirust:
- Kiire juurutamine: Valmis API lahendust, mis tähendab, et saad alustada mudeli kasutamist koheselt, ilma oma infrastruktuuri välja arendamata. See hoiab kokku aega ja ressursse.
- Pay-as-you-go: OpenAI võimaldab maksta ainult selle eest, mida kasutad, ilma pikaajalise kohustuseta. See muudab käivitamise odavamaks, lahenduse paindlikuks ja kergesti skaleeritavaks.
- Kvaliteet ja tugi: OpenAI mudelid on kõrge kvaliteediga. Nende kasutamine läbi API tähendab ka seda, et saad tuge ja uuendusi otse mudeli loojalt, mis lihtsustab juurutust ja käitamist.
Miks valida kohalikud mudelid?
Kohalikke mudeleid, nagu Meta Llama või teised allalaaditavad mudelid, tasub tavaliselt kaaluda siis, kui sinu lahendus peab töötama eraldatud, kinnises süsteemis.
- Kontroll: Vaatamata sellele, et me ei tea LLaMa mudeli kohta kõiki deteile, on meil selle üle siiski rohkem kontrolli. AI valdkond areneb metsiku kiirusega ja iga paari kuu tagant tuleb välja uus mudel, mis on väidetavalt parem ja ägedam. Kuid meie konkreetses rakenduses võib tekitada uus mudel anomaaliaid. Allalaaditud mudeliga saame pikemalt hoida sama seadistust.
- Kinnine süsteem: Ka sellised süsteemid, millel ei ole internetiühendust, vajavad tarkuse lisamiseks AI mudeleid – olgu see siis andmete interpreteerimine inimese joaks või veateadetest oluliste eristamiseks. Samuti töötlus, kus ettevõte töötab tundlike andmetega või range regulatiivse järelevalve all.
- Up-front mudel: Kohaliku mudeli kasutamine eeldab suure jõudlusega süsteemide ehitamist, mis suudavad AI mudeleid kiiresti jooksutada. Kuigi see tähendab investeeringu tegemist lahenduse eluea alguses, võib raamatupidamine eelistada muutuvate tegevuskulude asemel ühtlaseid amortisatsioonikulusid.
Millal kaaluda alternatiivseid mudeleid?
Kohalikke mudeleid, nagu Meta Llama või teised allalaaditavad mudelid, tasub kaaluda siis, kui sinu lahendus peab töötama eraldatud, kinnises süsteemis. Sellistes olukordades võib olla vajalik kasutada mudelit, mida saab täielikult kontrollida lokaalses keskkonnas. Kuid isegi sel juhul jäävad paljud samad küsimused – me ei tea treeningandmeid ega treeningprotsessi üksikasju.
Kokkuvõtte
Olgu mudel läbi API või kohaliku koodina, ei ole selle avatuse ja läbipaistvuse tase oluliselt erinev. Mõlemal juhul on kasutajal ligipääs ainult treenitud mudelile. Keskmine ettevõte nii kui nii ise ei suuda terviklikku AI mudelit välja ehitada ja treenida. Lõpuks on otsus selles, millist tootjat rohkem usaldada ning milline lahenduse eest tasumise mudel on kõige tasuvam.