Avoin lähdekoodin tekoäly iskee takaisin Meta:n Llama 4:n myötä

Viime vuosina tekoälymaailma on muuttunut avoimesta yhteistyöstä suljettuihin, omistajiin ja salattuihin järjestelmiin. OpenAI – yhtiö, jonka nimi sisältää sanan “avoin”, kääntyi salattuihin malleihin vuoden 2019 jälkeen. Kilpailijat, kuten Anthropic ja Google (GOOGL ), rakensivat myös älykkäät tekoälyjärjestelmät API-seinien taakse, joita voi käyttää vain heidän ehdoillaan. Tämä suljettu lähestymistapa perusteltiin osittain turvallisuuden ja liiketoiminnan edistämisen vuoksi, mutta se jätti monia yhteisössä valittamaan avoimen lähdekoodin henkeen liittyvän menetyksen.

Nyt tuo henki tekee paluun. Meta:n uudet Llama 4 -mallit merkitsevät rohkeaa yritystä elvyttää avoin lähdekoodin tekoäly korkeimmalla tasolla – ja jopa perinteiset, varhaiset pelaajat ovat ottamassa huomioon. OpenAI:n toimitusjohtaja Sam Altman myönsi äskettäin, että yhtiö oli “väärällä puolella historiaa” avoimien mallien suhteen ja ilmoitti suunnitelmista “voimakkaasta uudesta avoimista painoista” GPT-4-variantista. Lyhyesti sanottuna, avoin lähdekoodin tekoäly iskee takaisin, ja “avoin” käsitteen merkitys ja arvo kehittyvät.

(Lähde: Meta)

Llama 4: Meta:n avoin haastaja GPT-4o:lle, Claude:lle ja Gemini:lle

Meta esitteli Llama 4:n uutena haastajana uusille malleille tekoälyjättien joukossa, asemoiden sen avoimena vaihtoehtona. Llama 4 on saatavilla kahdessa makussa tänään – Llama 4 Scout ja Llama 4 Maverick – silmäniskurilla teknisillä tiedoilla. Molemmat ovat mixture-of-experts (MoE) -malleja, jotka aktivoivat vain osan parametreistaan kunkin kyselyn kohden, mahdollistaen massiivisen kokonaiskoon ilman, että suoritusaikakustannukset murskaavat. Scout ja Maverick kumpikin hallitsevat 17 miljardia “aktiivista” parametria (se osa, joka toimii kunkin syötteen kanssa), mutta MoE:n ansiosta Scout jakaa ne 16 asiantuntijaan (109 miljardia parametria yhteensä) ja Maverick 128 asiantuntijaan (400 miljardia yhteensä). Tuloksena Llama 4 -mallit toimittavat merkittävää suorituskykyä – ja tekevät niin ainutlaatuisilla eduilla, joita jopa jotkut suljetut mallit eivät voi tarjota.

Esimerkiksi Llama 4 Scout tarjoaa teollisuuden johtavan 10 miljoonan tokenin kontekstiuksen, joka on useita kertoja suurempi kuin useimpien kilpailijoiden. Tämä tarkoittaa, että se voi syödä ja päätellä todella massiivisia asiakirjoja tai koodipohjia yhdellä kertaa. Vaikka se on laaja, Scout on tarpeeksi tehokas juostaan yhdellä H100-grafiikkaprosessorilla, kun se on voimakkaasti kvantisoitu, viitaten siihen, ettei kehittäjien tarvitse supertietokonetta kokeilla sitä.

Samaan aikaan Llama 4 Maverick on virittynyt maksimaaliseen tehokkuuteen. Varhaiset testit osoittavat, että Maverick vastaa tai ylittää huipputason suljettuja malleja päättely-, koodaus- ja näkemistehtävissä. Itse asiassa Meta esittää jo suuremman sisaruksen, Llama 4 Behemothin, joka on vielä koulutuksessa, ja joka “ylittää GPT-4.5:n, Claude 3.7 Sonnetin ja Gemini 2.0 Pro:n useilla STEM-benchmarkkeja.” Viesti on selvä: avoimet mallit eivät ole enää toissijaisia; Llama 4 on tähtäimessä tilan huipulla.

Yhtä tärkeää on, että Meta on tehnyt Llama 4:n heti ladattavaksi ja käytettäväksi. Kehittäjät voivat hakea Scoutin ja Maverickin viralliselta sivustolta tai Hugging Facelta Llama 4 Community License -lisenssin alaisena. Tämä tarkoittaa, että kuka tahansa – garagetuttavasta Fortune 500 -yhtiöön – voi päästä mallin sisään, hienosäätää mallia omiin tarpeisiinsa ja ottaa sen käyttöön omalla laitteistollaan tai pilvessä. Tämä on selkeä vastakohta suljettuihin tarjontoihin, kuten OpenAI:n GPT-4o tai Anthropicin Claude 3.7, jotka tarjoillaan maksullisina API:na, joissa ei ole pääsyä taustalla oleviin painoihin.

Meta korostaa, että Llama 4:n avoimuus on kyse käyttäjien valtuuttamisesta: “Jaamme ensimmäiset mallit Llama 4 -laumassa, mikä mahdollistaa ihmisten rakentaa enemmän henkilökohtaisia monimediakokemuksia.” Toisin sanoen Llama 4 on työkalu, joka on tarkoitettu kehittäjille ja tutkijoille maailmanlaajuisesti. Julkaistessaan malleja, jotka voivat kilpailla GPT-4:n ja Clauden kaltaisten huipputason kyvyissä, Meta elvyttää käsitystä, että huipputason tekoäly ei tarvitse elää maksamisen takana.

(Lähde: Meta)

Aidosti idealistinen vai strateginen peli?

Meta esittää Llama 4:n suurpiirteisissä, melkein altruistisissa termeissä. “Avoin lähdekoodin tekoälymallimme, Llama, on ladattu yli miljardi kertaa,” toimitusjohtaja Mark Zuckerberg ilmoitti äskettäin, lisäten, että “avoin lähdekoodin tekoälymallien julkaiseminen on olennaista varmistamaan, että kaikki pääsevät tekoälyn hyödyistä.” Tämä kuvaus esittää Metan tekoälyn demokratisoimisen puolustajana – yhtiönä, joka on valmis jakamaan kruununjalokiviänsä malleja suuremmalle hyvälle. Ja tosiaan Llama-perheen suosio tukee tätä: mallit ovat ladattu hämmästyttävällä skaalalla (hyppäävät 650 miljoonasta yli miljardiin lataukseen vain muutamassa kuukaudessa), ja niitä käytetään jo tuotannossa yrityksissä kuten Spotify, AT&T ja DoorDash.

Meta on ylpeä siitä, että kehittäjät arvostavat “avointen mallien avoimuutta, mukautettavuutta ja turvallisuutta”, mikä “auttaa saavuttamaan uusia luovuuden ja innovaation tasoja,” verrattuna mustaan laatikkoon API:hin. Periaatteessa tämä kuulostaa vanhalta avoimen lähdekoodin ohjelmistojen etiikalta (kuten Linux tai Apache) sovellettuna tekoälyyn – yksiselitteinen voitto yhteisölle.

Kuitenkin on mahdotonta olla huomiotta strategic lähestymistapa, joka piilee avoimuuden takana. Meta ei ole hyväntekeväisyyden säätiö, ja “avoin lähdekoodi” tarkoittaa tässä kontekstissa varauksia. Huomattavasti Llama 4 on julkaistu erityisellä yhteisölisenssillä, ei standardilla permissiivisellä lisenssillä – vaikka mallipainot ovat ilmaisia käyttää, on rajoituksia (esimerkiksi tietyt resursseja vaativat luvan, ja lisenssi on “omisteinen” siinä mielessä, että se on Meta:n laatima). Tämä ei ole Open Source Initiative (OSI) hyväksymä määritelmä avoimesta lähdekoodista, mikä on johtanut joitakin kriitikkoja väittämään, että yhtiöt käyttävät termejä väärin.

Käytännössä Meta:n lähestymistapa on usein kuvattu “avoin-painoinen” tai “lähdemateriaali saatavilla” -tekoälyksi: koodi ja painot ovat avoimia, mutta Meta säilyttää jonkinlaista valvontaa eikä paljasta kaikkea (koulutusdataa esimerkiksi). Se ei vähennä käyttäjien hyötyjä, mutta se osoittaa, että Meta on strategisesti avoin – pitäen tarpeeksi ohjauksia suojelemaan itseään (ja ehkä kilpailuetuaan). Monet yhtiöt kiinnittävät “avoin lähdekoodi” -merkin tekoälymalleihin, vaikka ne salaa tärkeitä yksityiskohtia, vääristäen avoimuuden oikean hengen.

Miksi Meta avaisi ollenkaan? Kilpailu maisema tarjoaa vihjeitä. Julkaisemalla voimakkaita malleja ilmaiseksi voidaan nopeasti luoda laaja kehittäjien ja yritysten käyttäjäkunta. Mistral AI, ranskalainen startup, teki juuri näin varhaisilla avoimilla malleillaan saadakseen uskottavuutta huipputason laboratoriona.

Julkaisemalla Llama:n, Meta varmistaa, että sen teknologiaa tulee olemaan perustana tekoälyekosysteemissä, mikä voi tuoda pitkän aikavälin hyötyjä. Se on klassinen käsittely- ja laajentamisstrategia: jos kaikki käyttävät “avointa” mallia, Meta asettaa välillisesti standardeja ja saattaa jopa ohjata ihmisiä kohti omia alustojaan (esimerkiksi Meta:n tekoälyavustajatuotteet hyödyntävät Llama:a. Siinä on myös julkisuuskuvan ja aseman osuus. Meta saa esittää hyväntahtoista innovaattoria, erityisesti verrattuna OpenAI:hin, joka on kohdannut kritiikkiä suljettua lähestymistapaansa vuoksi. Itse asiassa OpenAI:n muutos avoimien mallien suhteen korostaa, kuinka tehokas Meta:n siirto on ollut.

Kun kiinalainen avoin malli DeepSeek-R1 ilmestyi tammikuussa ja ohitti aiemmat mallit, Altman viittasi siihen, että OpenAI ei halua jäädä “väärälle puolelle historiaa”. Nyt OpenAI luvaa avoimen mallin vahvoilla päättelykyvyillä tulevaisuudessa, merkiten asenteen muutosta. On vaikea olla huomiotta Meta:n vaikutusta tässä muutoksessa. Meta:n avoin lähdekoodin asennoituminen on sekä aidosti idealistinen että strateginen : se laajentaa todella tekoälyn saatavuutta, mutta se on myös taitava siirto kilpailijoiden ohittamiseksi ja markkinoiden tulevaisuuden muokkaamiseksi Meta:n ehdoilla.

Implicaatiot kehittäjille, yrityksille ja tekoälyn tulevaisuudelle

Kehittäjille avoimien mallien paluu on raikas tuulahdus. Sen sijaan, että he joutuisivat lukituksi yhden tarjoajan ekosysteemiin ja maksuihin, heillä on nyt vaihtoehto ajaa voimakasta tekoälyä omalla infrastruktuurillaan tai mukauttaa sitä vapaasti.

Tämä on valtava etu herkillä aloilla toimiville yrityksille – kuten rahoitus, terveydenhuolto tai hallinto – jotka ovat varovaisia siitä, että ne syöttävät luottamuksellisia tietoja jonkun toisen mustaan laatikkoon. Llama 4:n avulla pankki tai sairaala voisi ottaa käyttöön tilan huipputason kielen mallin omien palomuurien takana, säätää sitä yksityisillä tiedoilla, ilman että se jakaa yhtään tokenia ulkopuolisen tahon kanssa. On myös kustannusetu. Vaikka parhaiden mallien käyttöperusteiset API-maksut voivat nousta pilviin, avoin malli ei ole käyttörajoitetta – maksat vain laskennan voimasta, jolla se ajetaan. Yritykset, jotka lisäävät tekoälytyön kuormitusta, voivat säästää merkittävästi valitsemalla avoimen ratkaisun, jonka ne voivat skaalata itse.

Ei ole yllättävää, että näemme enemmän kiinnostusta avoimiin malleihin yrityksistä; monet ovat alkaneet ymmärtää, että avoimen lähdekoodin tekoälyn hallinta ja turvallisuus sopivat heidän tarpeisiinsa paremmin kuin yleiset suljetut palvelut.

Kehittäjät hyötyvät myös innovaatiosta. Mallin sisäisten osien saatavilla olo mahdollistaa heidän hienosäätää ja parantaa tekoälyä nišialoille (lakimiehet, biotekniikka, alueelliset kielet – valitse vain) tavoin, joita suljettu API ei välttämättä koskaan palvele. Aikaisempien Llama-mallien ympärillä kehittyneiden yhteisöohjelmien räjähdys – esimerkiksi chatbotit, jotka on hienosäätelty lääketieteellisellä tiedolla, tai harrastajien älypuhelimissa pyörivät pienet versiot – osoittivat, kuinka avoimet mallit voivat demokratisoida kokeilun.

Avoimen mallin renessanssi herättää kuitenkin myös vaikeita kysymyksiä. Tapahtuuko “demokratisointi” todella, jos vain ne, joilla on merkittäviä laskentaresursseja, voivat ajaa 400 miljardin parametrin mallia? Vaikka Llama 4 Scout ja Maverick madaltavat laitteiston esteitä verrattuna yhtenäisiin malleihin, ne ovat silti raskaita – seuraus, jota jotkut kehittäjät, joiden tietokoneet eivät pysty käsittelemään niitä ilman pilven apua, eivät ole unohtaneet.

Toivotaan, että tekniikat, kuten mallin pakkaus, tiivistäminen tai pienemmät asiantuntijavariantit, laskevat Llama 4:n voimaa helpommin saataville koehenkilöille. Toinen huolenaihe on väärinkäyttö. OpenAI ja muut ovat pitkään väittäneet, että avoimien mallien julkaiseminen voi mahdollistaa pahantahtoisten toimijoiden (esimerkiksi disinformaation tai haittaohjelmakoodin luomisen) toiminnan.

Nämä huolenaiheet ovat edelleen voimassa: avoin lähdekoodin Claude tai GPT voi olla väärinkäytössä ilman turvallisuussuodattimia, joita yhtiöt voivat asettaa API:ihinsa. Toisaalta kannattajat väittävät, että avoimuus sallii yhteisöllä myös ongelmien tunnistamisen ja korjaamisen, mikä tekee malleista kestävämmät ja avoimemmat ajan myötä kuin mikään salattu järjestelmä. On näyttöä siitä, että avoimet malliyhteisöt ottavat turvallisuuden tosissaan, kehittävät omat turvallisuusjärjestelynsä ja jakavat parhaita käytäntöjä – mutta se on jatkuva jännite.

Mitä enemmän selviää, sitä enemmän osoittautuu, että olemme menossa hybridiseen tekoälymaisemaan, jossa avoimet ja suljetut mallit rinnastuvat toisiinsa, vaikuttavat toisiinsa. Suljetut toimijat, kuten OpenAI, Anthropic ja Google, pitävät edelleen etua absoluuttisessa suorituskyvyssä – toistaiseksi. Itse asiassa vuoden 2024 lopussa tutkimus osoitti, että avoin mallit jäävät noin vuoden taakse parhaimmista suljetuista malleista suorituskyvyltään. Mutta se aukko on sulkeutumassa nopeasti.

Nykyisessä markkinassa “avoin lähdekoodin tekoäly” ei tarkoita enää vain harrastusprojekteja tai vanhoja malleja – se on nyt tekoälystrategian ydin sekä teknologiajättiläisille että startup-yhtiöille. Meta:n Llama 4 -julkaisu on voimakas muistutus avoimuuden arvosta. Se on yhtä aikaa filosofinen kannanotto teknologian demokratisoimiseksi ja taktinen siirto korkean panoksen taistelussa. Kehittäjille ja yrityksille se avaa uusia ovia innovaatioon ja autonomiaan, vaikka se myös monimutkaistaa päätöksiä uusilla vastineilla. Ja laajemmalle ekosysteemille se herättää toiveita, että tekoälyn hyödyt eivät jäämuutamaan suuryrityksen käsiin – jos avoin lähdekoodin etos voi pitää jalassaan.