當(dāng)業(yè)務(wù)領(lǐng)導(dǎo)者將生成人工智能納入其運(yùn)營中，他們是否面臨著一個(gè)關(guān)鍵的決定：他們應(yīng)該使用開源模型開發(fā)AI功能還是依賴專有的，封閉的源選擇？認(rèn)識(shí)到這一決定的後果可以確定組織是否獲得持久的競(jìng)爭(zhēng)優(yōu)勢(shì)或造成昂貴的戰(zhàn)略錯(cuò)誤。

但是“開源”到底是什麼意思？

開源計(jì)劃（OSI）將開放軟件定義為授予用戶將其用於任何目的的自由，檢查其功能，進(jìn)行修改並共享原始版本和更改版本的方式。在AI的背景下，真正的開源系統(tǒng)將包括模型體系結(jié)構(gòu)（AI處理數(shù)據(jù)的方式），培訓(xùn)數(shù)據(jù)方法（文檔中的數(shù)據(jù)被選中和在培訓(xùn)中使用的文檔）和模型權(quán)重（代表AI學(xué)習(xí)知識(shí)的數(shù)值值）。

但是，很少有AI模型完全符合OSI開放性的標(biāo)準(zhǔn)。

開放的範(fàn)圍

儘管完全開源的模型具有完全透明度，但大多數(shù)開發(fā)人員不願(yuàn)發(fā)布其整個(gè)代碼庫，甚至更少披露用於培訓(xùn)的數(shù)據(jù)集。許多所謂的基礎(chǔ)模型（最大的生成AI系統(tǒng)）都接受了具有可疑或潛在侵犯版權(quán)狀態(tài)的數(shù)據(jù)培訓(xùn)。

更常見的是開放型模型，該模型可公開訪問模型權(quán)重，而不是完整的培訓(xùn)數(shù)據(jù)或體系結(jié)構(gòu)。儘管資源有限，但可以更快地部署和實(shí)驗(yàn)，儘管它阻礙了識(shí)別偏見或提高準(zhǔn)確性而沒有完全可見性的努力。

一些公司遵循分階段開放的方法。一旦提供了新的模型，它們可能會(huì)發(fā)布較舊版本的專有模型，從而在限制對(duì)尖端開發(fā)的訪問權(quán)限的同時(shí)，為架構(gòu)提供部分見解。即使那樣，培訓(xùn)數(shù)據(jù)也很少公開。

做出正確的選擇

企業(yè)是否選擇像GPT-4O這樣的專有系統(tǒng)，還是像Llama 3.3這樣的部分打開的系統(tǒng)，在很大程度上取決於其特定需求。許多組織最終都結(jié)合了開放和封閉的模型。

一個(gè)關(guān)鍵的考慮因素是模型將在哪里托管。對(duì)於諸如金融等受監(jiān)管的部門，敏感數(shù)據(jù)由於合規(guī)要求而無法離開內(nèi)部系統(tǒng)，開源模型通常是唯一可行的選擇。由於專有模型創(chuàng)建者必須保護(hù)其知識(shí)產(chǎn)權(quán)，因此通常只能通過遠(yuǎn)程API訪問這些模型。

相比之下，可以在本地或云中部署開源模型。

兩種類型的模型都可以用於特定應(yīng)用程序，但是開源模型允許更大的自定義和更深入的集成。此外，微調(diào)期間使用的數(shù)據(jù)不必離開公司的基礎(chǔ)架構(gòu)。微調(diào)專有模型需要更少的技術(shù)專業(yè)知識(shí)，但必鬚髮生在雲(yún)中。

成本和響應(yīng)時(shí)間也起著作用。專有提供商通常會(huì)大規(guī)模運(yùn)行，可以快速，一致地表現(xiàn) - 對(duì)於面向消費(fèi)者的工具（例如聊天機(jī)器人或虛擬助手）每天處理數(shù)百萬個(gè)交互的工具至關(guān)重要。

儘管隨著時(shí)間的流逝，開源AI可能會(huì)更具成本效益，但是實(shí)現(xiàn)可比的速度和可靠性需要對(duì)基礎(chǔ)設(shè)施和熟練人員進(jìn)行大量投資。

法規(guī)合規(guī)性是另一個(gè)重要因素。 《歐盟的人工智能法》對(duì)專有AI系統(tǒng)施加了更嚴(yán)格的透明度和問責(zé)制標(biāo)準(zhǔn)。但是，專有供應(yīng)商經(jīng)常承擔(dān)大部分合規(guī)負(fù)擔(dān)，從而減輕了對(duì)企業(yè)的壓力。在美國，國家電信和信息管理局（NTIA）正在探索基於風(fēng)險(xiǎn)的框架以評(píng)估AI開放性。

安全也是一個(gè)問題。借助專有模型，公司依靠提供商來確保強(qiáng)大的安全性。但是，這種缺乏可見性可以隱藏脆弱性，使組織依賴供應(yīng)商來檢測(cè)和解決問題。

相比之下，開源模型受益於迅速識(shí)別和解決威脅的全球安全專家社區(qū)。

但是，許多企業(yè)都讚成基於API的專有模型的簡(jiǎn)單性來快速開發(fā)。對(duì)於面向客戶的產(chǎn)品，專有模型可易於集成和高度響應(yīng)能力。

開源型號(hào)會(huì)超過封閉方式嗎？

在開放和封閉模型的未來中，一個(gè)更大的問題隱約可見。隨著開源模型的提高（有時(shí)甚至超過頂級(jí)專有模型），封閉模型的長(zhǎng)期經(jīng)濟(jì)可行性變得不確定。

中國正在積極採用開源戰(zhàn)略，降低了與OpenAI等西方公司競(jìng)爭(zhēng)的成本。通過公開共享研究，代碼和模型，中國旨在以專有替代方案的一小部分提供先進(jìn)的AI功能。

對(duì)業(yè)務(wù)領(lǐng)導(dǎo)者的可行見解

回想一下Sony的1970年代專有視頻格式Betamax。它最終失去了更開放的VHS格式 - 隨著開源替代方案的上升，命運(yùn)有些預(yù)測(cè)了封閉的AI模型。

領(lǐng)導(dǎo)者必須清楚地定義其AI目標(biāo) - 無論是專注於效率，創(chuàng)新，降低風(fēng)險(xiǎn)還是法規(guī)合規(guī)性，並讓這些目標(biāo)塑造了他們的模型選擇和實(shí)施策略。例如，他們可能會(huì)依靠專有的系統(tǒng)來完成關(guān)鍵任務(wù)，關(guān)鍵任務(wù)的專有系統(tǒng)，以進(jìn)行創(chuàng)新和原型製作。

與外部合作夥伴的戰(zhàn)略合作以及開放和封閉模型的明智使用可以使負(fù)責(zé)任的創(chuàng)新並保持競(jìng)爭(zhēng)力。

最終，業(yè)務(wù)領(lǐng)導(dǎo)者必須了解其運(yùn)營需求，數(shù)據(jù)敏感性和技術(shù)能力 - 並相應(yīng)選擇。在開源和專有AI之間進(jìn)行選擇不是一個(gè)或不決定的決定，而是從閉合到完全開放的頻譜中找到正確的點(diǎn)的問題。

以上是領(lǐng)導(dǎo)者需要了解開源與專有模型的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！