पिछले महीने के अंत में, Anthropic ने एक रिपोर्ट जारी की जिसमें तर्क दिया गया कि GLM-5.3, जो अगस्त में चीनी कंपनी Z.ai द्वारा जारी किया गया एक शक्तिशाली मॉडल है, साइबर हमले का बड़ा जोखिम पैदा करता है, क्योंकि इसे कोई भी मुफ़्त में डाउनलोड और संशोधित कर सकता है। यह दावा इस लंबे समय से चल रही बहस में नया कदम है कि अत्याधुनिक AI मॉडल खुले होने चाहिए या फ्रंटियर लैब्स के बंद दरवाज़ों के पीछे रहने चाहिए।
इस बहस का बड़ा हिस्सा सार्वजनिक रूप से चल रहा है, और इसके परिणाम पर भारी धन दांव पर है। Nvidia के CEO जेनसेन हुआंग, जिन्हें लाभ होगा यदि लोग खुले मॉडल चलाने के लिए अपना हार्डवेयर खरीदते रहें, उत्साहपूर्वक यह पैरवी करते हैं कि संयुक्त राज्य अमेरिका ऐसे और मॉडल विकसित करे। Anthropic के डारियो अमोदेई, जिनकी कंपनी को सस्ते और शक्तिशाली मॉडलों से नुकसान हो सकता है, अधिक सावधानीपूर्ण दृष्टिकोण की वकालत करते हैं। लेकिन इन व्यावसायिक प्रोत्साहनों के नीचे वास्तविक तथ्य भी हैं। टेक्सास विश्वविद्यालय, ऑस्टिन के David Gray Widder के अनुसार, कोई खुलेपन को कैसे देखता है, यह इस पर निर्भर करता है कि वह समग्र रूप से AI को कैसे देखता है।
AI सुरक्षा से चिंतित लोग चेतावनी देते हैं कि खुले मॉडलों का आसानी से बुरे तत्वों द्वारा दुरुपयोग हो सकता है। अन्य लोग AI की व्यावहारिक क्षमता पर ध्यान देते हैं और तर्क देते हैं कि यह शक्ति कुछ बड़ी कंपनियों के बंद दरवाज़ों के पीछे नहीं रहनी चाहिए, और खुले मॉडल इसे अधिक व्यापक रूप से फैला सकते हैं। विकल्प खुले मॉडलों पर पूर्ण प्रतिबंध से लेकर उन्हें मुफ़्त जारी करने तक हैं, और हर दृष्टिकोण में सुरक्षा और लोकतंत्रीकरण के बीच समझौते शामिल हैं।
खुले मॉडल ठोस लाभ देते हैं। ChatGPT और Claude जैसे बंद मॉडल केवल वेबसाइट, ऐप या API के माध्यम से उपयोग किए जाते हैं। खुले मॉडल डाउनलोड किए जा सकते हैं, जिनके मॉडल वेट्स सार्वजनिक रूप से उपलब्ध होते हैं, जिससे लोग उन्हें अपने कंप्यूटर पर चला सकते हैं और विशेषज्ञता होने पर उन्हें पुनः प्रशिक्षित भी कर सकते हैं। फिलहाल बंद मॉडल अधिक सक्षम हैं, Artificial Analysis LLM लीडरबोर्ड के शीर्ष आठ मॉडल सभी बंद हैं, हालांकि खुले मॉडल केवल कुछ महीने पीछे हैं। शोधकर्ता आंतरिक कार्यप्रणाली और विचार-श्रृंखलाओं को देखने, उन्हें मिलाने, संपीड़ित करने और फाइन-ट्यून करने के लिए खुले मॉडलों पर निर्भर रहते हैं। व्यवसायों के पास भी इन्हें पसंद करने के कारण हैं।
स्रोत: MIT Technology Review AI · HeadlinesBriefing द्वारा सारांशित