Ce matin, Microsoft a pris la décision surprise d’embaucher Sam Altman et Greg Brockman, respectivement l’ancien PDG et président d’OpenAI. Ce choix tactique semble être une tentative de Microsoft de restaurer ce qu’il peut du chaos qui a englouti le principal laboratoire de recherche en IA avant le week-end, lorsque le conseil d’administration de l’organisation à but non lucratif OpenAI a décidé de licencier Altman.
Le dernier chapitre du coup d’État OpenAI n’a pas encore été composé. De nombreux scientifiques ont déjà abandonné, et des centaines d’employés ainsi que des magnats d’OpenAI restent en révolte contre la décision du conseil d’administration. La relation entre Microsoft et OpenAI est également imprévisible, car Microsoft prévoit de créer une branche de recherche interne avec Altman et Brockman, qui s’attaquera sans aucun doute à OpenAI.
Une chose est claire, cependant : OpenAI ne sera jamais le très pareil. La même chose peut être dite pour ses éléments, composés de ChatGPT et de sa plateforme API. Ce bouleversement fonctionne comme une suggestion de l’état fluide du marché de pointe de l’IA. Les scientifiques, les ingénieurs et les théoriciens continueront de débattre des risques des systèmes d’IA sophistiqués et des risques existentiels de l’intelligence artificielle de base (AGI).
De tels conflits se reproduiront probablement, en particulier dans les laboratoires d’IA qui tentent de stabiliser la double mission d’étude de recherche et d’avancement des produits.
Événement VB
Le AI Impact Tour
Entrez en contact avec la communauté de l’IA des entreprises lors de l’AI Effect Tour de VentureBeat concernant une ville près de chez vous !
En savoir plus Par conséquent, les affaires qui
qui ont construit des éléments et des applications sur la plate-forme OpenAI devront réévaluer leurs stratégies alors que l’avenir de l’entreprise est en jeu. Dans ce contexte, le marché des modèles open source pourrait être le grand gagnant.
Contrairement aux systèmes à source fermée comme la plateforme OpenAI, les modèles open source offrent un contrôle et un devoir complets à ceux qui les utilisent dans leurs produits. Ils n’ont pas un seul point de défaillance, comme un serveur API ou un conseil d’administration en conflit, qui ne peut pas décider s’il faut accélérer la livraison des produits ou freiner et prendre des risques. Les entreprises peuvent décider où et comment exécuter des conceptions open source, que ce soit sur leurs propres serveurs, dans un cloud public ou sur une plateforme de diffusion de modèles. De nombreuses grandes plates-formes cloud offrent un accès prêt à l’emploi à des modèles open source tels que Llama 2, Mistral, Falcon et MPT. Cela inclut Microsoft Azure AI Studio et Amazon Bedrock, ainsi que de nombreuses startups qui utilisent un accès simple aux versions hébergées de modèles open source. Cette vaste gamme d’options permet aux entreprises d’exécuter des modèles en fonction de leurs installations existantes. Les modèles open source ont généralement des performances plus stables que les modèles privés. Au cours de l’année précédente, de nombreux rapports ont fait état d’une dégradation (ou plus précisément d’une altération) des performances du modèle OpenAI à mesure que l’entreprise continue de se recycler, de modifier et de modifier les étapes de sauvegarde. Ces conceptions sont en fait des boîtes noires dans des boîtes noires, ce qui rend difficile l’obtention de résultats stables. En revanche, les conceptions open source offrent des performances stables, les entreprises choisissant quand elles seront mises à niveau, quelles sont les mesures de protection et empêchant les blocages de panique dus à des utilisateurs aléatoires publiant des jailbreaks en ligne.
Le paysage de la conception open source progresse également. rapidement, grâce au partage des connaissances entre chercheurs et développeurs. Il existe désormais de nombreux outils et méthodes disponibles pour personnaliser les LLM open source pour des applications particulières, qui ne sont pas proposés pour les modèles personnels. Les entreprises peuvent utiliser la quantification pour réduire les coûts d’exécution des modèles ou recourir à des adaptations de bas niveau
pour les peaufiner à une fraction du coût réel, permettant ainsi à des milliers de modèles de fonctionner sur un seul GPU. Les conceptions open source peuvent s’adapter à tous les types d’applications et de budgets. Le problème avec des entreprises comme OpenAI est qu’elles tentent de s’attaquer à deux choses à la fois : réaliser l’AGI et fournir des éléments gratifiants pour financer leurs recherches. Ces deux objectifs peuvent souvent être diamétralement opposés, comme le montre la légende OpenAI. En vérité, la plupart des entreprises ne souhaitent pas l’AGI
. Et la plupart du temps, ils ne nécessitent pas de conceptions de pointe comportant des milliards de spécifications. Ce dont ils ont besoin, c’est d’une base solide sur laquelle ils peuvent construire des applications LLM stables, même s’il s’agit d’un grand modèle de langage (LLM) avec quelques milliards de spécifications. C’est la chance qu’offre l’environnement
open source. À mesure que les retombées d’OpenAI continuent de se faire sentir, de plus en plus d’entreprises se tourneront probablement vers les LLM open source. Des plates-formes comme ChatGPT resteront utiles pour le prototypage rapide et la vérification des capacités de la technologie innovante d’IA. Mais une fois qu’elles auront trouvé l’application idéale, les entreprises seront bien mieux servies en achetant une technologie qui perdurera, quelle que soit la politique de l’entreprise qui l’a mise en place. L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques de comprendre les technologies d’entreprise transformatrices et de négocier. Découvrez nos Briefings..
Toute l’actualité en temps réel, est sur L’Entrepreneur
