Meta 今天發(fā)布了 Llama 3.1 系列人工智能模型，在人工智能領(lǐng)域取得了重大進(jìn)展，其性能可與領(lǐng)先的閉源模型相媲美。值得一提的是，在多項(xiàng)人工智能基準(zhǔn)測試中，Llama 3.1 405B 模型的性能超過了 OpenAI 的 GPT-4o 和 Claude 3.5 Sonnet。

除了性能，Llama 3.1 的突出特點(diǎn)還在于其開源性。完整的 Llama 3.1 模型（包括權(quán)重）現(xiàn)在可供下載，Meta 甚至更新了許可證，允許在 Llama 3.1 模型輸出上進(jìn)行訓(xùn)練。

Meta 創(chuàng)始人兼首席執(zhí)行官馬克-扎克伯格（Mark Zuckerberg）在另一篇博文中表達(dá)了他對開放式人工智能生態(tài)系統(tǒng)的愿景。他認(rèn)為 Llama 有潛力成為"人工智能的 Linux"。正如 Linux 通過其開源特性已成為云計(jì)算和移動操作系統(tǒng)的行業(yè)標(biāo)準(zhǔn)一樣，扎克伯格設(shè)想開源人工智能也能實(shí)現(xiàn)類似的普及。

他強(qiáng)調(diào)說，開源的 Llama 3.1 已經(jīng)可以與最先進(jìn)的模型競爭，在某些情況下甚至超過了它們。展望未來，他預(yù)測未來的 Llama 模型將引領(lǐng)行業(yè)發(fā)展。

扎克伯格闡述了開源人工智能為何有利于開發(fā)者和行業(yè)的理由，詳情如下。

我們需要訓(xùn)練、微調(diào)和提煉自己的模型。每個(gè)組織都有不同的需求，而滿足這些需求的最佳方法就是使用不同規(guī)模的模型，并根據(jù)特定數(shù)據(jù)進(jìn)行訓(xùn)練或微調(diào)。設(shè)備上的任務(wù)和分類任務(wù)需要小型模型，而更復(fù)雜的任務(wù)則需要大型模型?，F(xiàn)在，您可以使用最先進(jìn)的 Llama 模型，繼續(xù)使用自己的數(shù)據(jù)對其進(jìn)行訓(xùn)練，然后將其提煉為最適合您的模型，而我們或其他任何人都不會看到您的數(shù)據(jù)。

我們需要掌握自己的命運(yùn)，而不是被鎖定在一個(gè)封閉的供應(yīng)商中。許多組織不希望依賴于自己無法運(yùn)行和控制的模式。他們不希望封閉模式的供應(yīng)商能夠改變其模式、更改使用條款，甚至完全停止為他們提供服務(wù)。他們也不希望被鎖定在對模型擁有獨(dú)占權(quán)的單一云中。開放源代碼可以為公司提供一個(gè)廣泛的生態(tài)系統(tǒng)，這些公司擁有兼容的工具鏈，您可以在它們之間輕松切換。

我們需要保護(hù)數(shù)據(jù)。許多組織需要處理敏感數(shù)據(jù)，這些數(shù)據(jù)需要安全保護(hù)，但又不能通過云 API 發(fā)送給封閉模型。其他組織則根本不信任封閉模型提供商，不信任他們的數(shù)據(jù)。開放源代碼可以解決這些問題，讓您在任何地方運(yùn)行模型。眾所周知，開源軟件往往更加安全，因?yàn)槠溟_發(fā)過程更加透明。

我們需要一個(gè)運(yùn)行高效且經(jīng)濟(jì)實(shí)惠的模型。開發(fā)人員可以在自己的基礎(chǔ)架構(gòu)上運(yùn)行 Llama 3.1 405B 的推理，其成本大約是使用 GPT-4o 等封閉模型的 50%，既可用于面向用戶的推理，也可用于離線推理任務(wù)。

我們希望投資于將成為長期標(biāo)準(zhǔn)的生態(tài)系統(tǒng)。很多人都看到，開放源代碼的發(fā)展速度比封閉模式更快，因此他們希望在能長期為他們帶來最大優(yōu)勢的架構(gòu)上構(gòu)建自己的系統(tǒng)。

扎克伯格還解釋了為什么開源人工智能對 Meta 有利。Meta不需要完全依賴封閉的人工智能系統(tǒng)公司及其政策，而是可以不受任何限制地進(jìn)行真正的創(chuàng)新。此外，Meta 過去在開源項(xiàng)目（如 Open Compute Project 和 PyTorch）上的成功記錄，也進(jìn)一步強(qiáng)化了這種方法對長期發(fā)展和創(chuàng)新的益處。

您可以點(diǎn)擊這里閱讀馬克-扎克伯格的博客文章全文。

感謝大家花時(shí)間閱讀我的文章，你們的支持是我不斷前進(jìn)的動力。期望未來能為大家?guī)砀嘤袃r(jià)值的內(nèi)容，請多多關(guān)注我的動態(tài)！