Открытые модели ИИ: что это такое?

В конце 2022 года технологическая индустрия столкнулась с серьезной проблемой: появление ChatGPT от OpenAI – простого чат-бота, который, казалось, мог понимать и отвечать на вопросы, как человек.

Ранние большие языковые модели (LLM) от OpenAI и других компаний, таких как Anthropic и Google, могли не только рассуждать и решать задачи, но и отвечать на сложные вопросы, используя естественный язык. Однако, никто точно не знал, как работают эти "черные ящики" LLM, лежащие в основе этих сервисов.

Вскоре появились модели, такие как Llama от Meta и Mistral, которые позволили обойти монополию на проприетарные ИИ-решения. Эти модели можно было свободно скачивать и адаптировать для конкретных задач.

В конце 2024 года китайская компания DeepSeek представила V3 – открытую модель, предположительно, разработанную за значительно меньшие средства, чем в американских исследовательских лабораториях. В январе 2025 года последовала модель R1, предназначенная для рассуждений, и была воспринята как серьезная угроза для передовых моделей.

За последний год открытые модели, такие как Qwen от Alibaba и Kimi от Moonshot, также становятся все более востребованными среди компаний для решения задач, требующих рассуждений, создания агентов и взаимодействия с физическим миром. Как отмечает аналитическая компания SemiAnalysis в своем ежемесячном обзоре, "Результаты говорят сами за себя: с каждой новой версией открытые модели достигают уровня первых коммерческих аналогов примерно в два раза быстрее".

В настоящее время существует большое количество "открытых" моделей искусственного интеллекта, включая модели с открытыми весами и модели с открытым исходным кодом. Несмотря на внешнее сходство, важно понимать, в чем заключаются ключевые различия между ними.

Наиболее распространённые "открытые" модели, используемые в компаниях, – это модели с открытыми весами. Они предоставляют компаниям возможность настраивать сервисы и инструменты искусственного интеллекта в соответствии со своими специфическими потребностями. Руководители и специалисты в области IT могут изучать внутреннюю структуру модели, проводить её аудит и адаптировать к своим конкретным данным.

Модели с открытыми весами – это параметры, которые обрабатываются с помощью математических методов для получения результата. Компании могут настраивать модель, изменяя эти параметры, добавляя собственные данные и внедряя её в свою инфраструктуру. "Модели с открытыми весами позволяют организациям контролировать свои данные, оценивать и адаптировать модели к своим потребностям, а также развертывать их там, где это необходимо для эффективной работы", – заявил генеральный директор Nvidia, Дженсен Хуанг, в письме, опубликованном месяц назад.

Однако, и вот в чём ключевое отличие: модели с открытым исходным кодом содержат закрытую информацию, такую как исходный код и данные обучения. В результате, некоторые аспекты не поддаются модификации. Согласно Open Source Initiative (OSI), модель, являющаяся по-настоящему с открытым исходным кодом, также публикует данные, на которых она была обучена, а также другую информацию, позволяющую изучать, проверять, использовать, модифицировать и свободно распространять эти модели.

Безусловно, такие решения, как ChatGPT, Gemini от Google и Claude от Anthropic, предлагают широкий спектр возможностей искусственного интеллекта и, скорее всего, останутся востребованными в ближайшее время. Однако, эти сервисы могут быть достаточно дорогими и не всегда оптимальными для решения конкретных задач в бизнесе.

Многие компании могут получить больше пользы от небольших или больших языковых моделей (SLM и LLM), разработанных специально под их нужды. По словам Депака Сетха, старшего аналитика в Gartner, открытые модели – это идеальный инструмент для создания индивидуальных рабочих процессов.

«Реальные потребности компании тесно связаны с конкретными рабочими процессами и данными, и для большинства из них, общая закрытая модель, обученная на огромном объеме данных из интернета, будет избыточной», – отметил Сетх.

Китай активно поддерживает развитие открытых моделей с открытым исходным кодом, стремясь укрепить свои позиции в области искусственного интеллекта и конкурировать с США. Другие крупные экономики, такие как Германия, Франция и Индия, также стимулируют использование открытых моделей.

Компании, такие как ServiceNow и RWS, внедрили десятки моделей с открытым исходным кодом (в дополнение к собственным разработкам), которые специализируются на решении конкретных задач. "Мы не должны бояться использовать стратегию работы с несколькими поставщиками, если считаем, что можем получить выгоду от использования различных инструментов искусственного интеллекта, вместо того, чтобы рисковать тем, что окажемся привязаны к одному инструменту", – заявил Макс Госс, исследовательский директор в Gartner.

В операциях, связанных с физическими объектами, например, в автомобильной промышленности или на производственных площадках, решения должны приниматься за доли секунды – иногда непосредственно на самом устройстве. Это создает спрос на модели, разработанные специально для конкретных задач, которые должны быть эффективными и работать в тех местах, где генерируются данные, – отметил Правеен Муругесан, вице-президент по инженерии в Samsara.

"Модели с открытым исходным кодом позволяют реализовать такую гибкую архитектуру, поскольку компания контролирует, где каждая модель работает и какие данные она обрабатывает", – добавил Муругесан.

По мере того, как все больше компаний внедряют искусственный интеллект, обеспечение стабильной работы становится критически важным для поддержания эффективной деятельности. Модели с открытым исходным кодом предоставляют компаниям больший контроль над развитием ИИ и защиту от уязвимостей, которые могут присутствовать в проприетарных больших языковых моделях.

Обеспечение безопасности и контроль над системами и данными ИИ являются неотъемлемой частью успешного внедрения искусственного интеллекта в организациях. "По сути, вы создаете для этого определенные рамки, что позволяет внедрять ИИ ответственно", – отметила Джинсок Хан, основатель и партнер компании Spruce Peak Ventures.

Открытые модели могут работать локально, без подключения к облачным сервисам. Это обеспечивает дополнительный уровень безопасности, особенно для компаний, работающих в регулируемых отраслях, где контроль над данными является приоритетным. "Мы видим явную тенденцию к использованию более открытых моделей и стремлению к тому, чтобы "все работало на собственных серверах". Важно, чтобы вся инфраструктура находилась под полным контролем", – добавила Хан.

Эксперты отмечают, что компании будут ориентироваться на модели, обученные на собственных данных, и нуждаться в надежном контроле над инструментами, чтобы избежать утечки интеллектуальной собственности. «Модели с открытым исходным кодом будут использоваться в контролируемых, локальных средах, что фактически превращает их из открытых в закрытые», – заявил Крейг ЛеКлер, вице-президент и ведущий аналитик Forrester Research.

Модели с открытым исходным кодом позволяют предприятиям "изучать параметры, проводить аудит данных, на которых они были обучены, или полностью изолировать развертывание", – отметил Госс из Gartner. "Если вы не контролируете, вы не можете быть уверены".

Открытые модели позволяют странам адаптировать искусственный интеллект к местным обычаям, традициям, политике и региональным нормативным требованиям. «Открытые модели играют ключевую роль в развитии суверенного ИИ, поскольку позволяют странам понимать, адаптировать и контролировать системы, используемые в цифровой инфраструктуре», – заявил Ричард Мортон, вице-президент и управляющий директор Института фундаментальных моделей при Университете искусственного интеллекта имени Мохаммеда бин Зайда в Абу-Даби.

Кроме того, открытые модели лучше подходят для разработки инноваций, основанных на локальных знаниях и требованиях, – отметила Кари Бриски, вице-президент Nvidia по программному обеспечению для генеративного ИИ. «Открытые модели и открытые данные – это отличная отправная точка: вам не нужно начинать с нуля, чтобы использовать знания, накопленные в интернете, при создании модели», – пояснила Бриски.

Принадлежащие технологии могут тормозить инновации, даже если они обеспечивают более высокий уровень безопасности, чем открытые решения, – заявил Джек Голд, ведущий аналитик J. Gold Associates.

Хотя существуют открытые модели от крупных провайдеров, их развертывание, обслуживание и обновления зачастую ложатся на плечи самих компаний.

Кроме того, открытые модели не всегда проходят тщательную проверку, что может привести к риску утечки конфиденциальной информации из системы за пределы организации, – отметил Голд.

Например, несмотря на большой интерес к OpenClaw, который способен сканировать файловые системы, получать доступ к личной информации и взаимодействовать с большими языковыми моделями, эти агенты могут создавать новые уязвимости. Поэтому ведущие технологические компании проявляют осторожность при внедрении таких решений в корпоративной среде.

«Мы привержены принципам открытого исходного кода и очень рады видеть, как развивается и процветает экосистема вокруг этих моделей. В конечном итоге, эти модели с открытым исходным кодом займут свое место», – заявил Самар Аббас, сооснователь и генеральный директор Temporal.

В конечном итоге, компаниям необходимо провести полный аудит всех используемых моделей и агентов, как официально утвержденных, так и используемых в "серых" зонах, с четким пониманием того, какие данные каждый из них обрабатывает. "Некоторые бизнес-процессы требуют использования специализированной модели, предназначенной для конкретных задач. Однако, во многих случаях открытая модель, адаптированная для работы с внутренними данными, окажется более эффективной, чем использование закрытой модели", – отметил Аббас.