La mirage dell’intelligenza artificiale cinese: come l'”open source” nasconde ciò che più conta

Con i giocatori del Big Tech come Google, Microsoft e Meta che lottano per dominare il mercato dell’intelligenza artificiale, i maggiori player cinesi, come Baidu, Moonshot e Alibaba, hanno fatto notizia rilasciando i loro modelli di intelligenza artificiale “open source” come DeepSeek, ERNIE 4.5, Kimi K2 e Qwen3. Questo passaggio dal rilascio di modelli di intelligenza artificiale protetti e proprietari è stato visto come un segno che l’industria dell’intelligenza artificiale cinese sta abbracciando il potere dell’open source per democratizzare lo sviluppo dell’intelligenza artificiale e stimolare l’innovazione.

Tuttavia, come molti altri player che si fregiano di offrire prodotti “open source” e addirittura li inseriscono nei loro nomi di azienda, High Flyer, Baidu e Moonshot non hanno effettivamente condiviso pezzi critici come i set di dati al cuore dei loro modelli. Mentre questi grandi modelli cercano di diventare beni di consumo di cui gli sviluppatori si affidano, la trasparenza dell’open source vero e proprio che può essere testato, indagato e iterato è fondamentale per creare tecnologie non distorte, etiche e benefiche di cui possiamo tutti fidarci. Tutti questi modelli “open source” sono in realtà “open weight”, il che significa che possono essere scaricati e utilizzati, ma non possono essere ispezionati in modo significativo senza i dati.

Quando i giocatori statunitensi come Open AI e Meta sembrano allontanarsi dall’open source, l’invito aperto di Baidu a sfruttare la sua suite di modelli ERNIE 4.5 disponibili gratuitamente può effettivamente stimolare l’innovazione e la collaborazione con gli sviluppatori che cercano di creare applicazioni più piccole e potenti. Allo stesso tempo, l’azienda, che è paragonabile al Google cinese, si è data un vantaggio competitivo incoraggiando l’adozione e radicando i suoi modelli nel nascente ecosistema dell’intelligenza artificiale.

Lo stesso si può dire per DeepSeek, il low-cost Kimi K2 e l’aggiornato Qwen3, che vanta benchmark che sfidano modelli chiusi come Claude Opus 4 e GPT-4o-0327.

Questi giocatori dell’intelligenza artificiale si sono posizionati bene nella corsa per diventare il modello di beni di consumo di scelta e l’ultimo aggiornamento innovativo di Qwen3 è stato addirittura ispirato dal feedback della comunità open source.

Come molti che si fregiano di offrire grandi modelli di intelligenza artificiale come “open source”, tuttavia, la comunità dell’intelligenza artificiale cinese non sta effettivamente condividendo i dati o altri pezzi critici dei loro sistemi di intelligenza artificiale. Invece, stanno chiedendo agli sviluppatori globali di avere fiducia cieca in modelli che non possono realmente capire o indagare.

Stake la pretesa sul futuro con modelli di intelligenza artificiale open source di beni di consumo

Quando l’iPhone è apparso sul mercato nel 2007, alcuni hanno pensato che Mac avrebbe dominato il gioco degli smartphone con iOS, ma la partecipazione open source è fondamentale per le startup, oltre a stimolare la crescita imprenditoriale e economica in tutto il mondo. Android, un’azienda acquisita da Google nel 2005, ha seguito questo percorso verso la vittoria.

Rilasciando software open source che poteva essere visualizzato, modificato, adottato e condiviso, Android ha invitato accademici, sviluppatori e addirittura concorrenti a collaborare sul software. Ciò ha accelerato il processo di innovazione, ha democratizzato il campo di gioco e, alla fine, ha ridotto i prezzi. Android è stato lanciato un anno dopo il primo iPhone e all’inizio di quest’anno, ha vantato il 71,88% del mercato globale rispetto al 27,65% di iOS.

In una rivoluzione tecnologica che sembra essere avvenuta nel giro di una notte, gli smartphone sono diventati onnipresenti e anche se le migliorie del software, del hardware e dell’interfaccia utente continuano, l’industria è cresciuta molto oltre il tentativo di rivoluzionare il modo in cui funzionano gli smartphone. Con i telefoni cellulari ormai un bene di consumo, l’innovazione in atto oggi è nelle app che girano su di essi e, per essere concorrenti, i fornitori di smartphone devono mantenere un ecosistema che invita gli sviluppatori.

Non più di tre anni dopo il lancio di ChatGPT, l’industria dell’intelligenza artificiale si trova in una situazione simile. Ogni giocatore nell’industria globale dell’intelligenza artificiale sta cercando di far sì che i suoi modelli diventino il prossimo Android o addirittura iOS e, andando open source con i modelli DeepSeek, ERNIE 4.5 e Kimi K2, gli innovatori cinesi stanno cercando di affermare la loro pretesa su un ecosistema nascente.

Tuttavia, ciò non favorisce la vera trasparenza dell’open source che è stata essenziale non solo per generare innovazione, ma anche innovazione di cui possiamo fidarci.

I dati sono il pezzo mancante nella maggior parte dell’intelligenza artificiale open source

Con i modelli di intelligenza artificiale molto più complicati da creare e condividere rispetto al software tradizionale, la richiesta di intelligenza artificiale completamente open source non è un ordine di poco conto. Invece di un semplice codice sorgente, i sistemi di intelligenza artificiale sono composti da sette componenti, tra cui il codice sorgente, i parametri del modello, il set di dati, gli iperparametri, il codice sorgente di addestramento, la generazione di numeri casuali e i framework software.

Ogni pezzo deve funzionare in concerto affinché un modello produca i risultati desiderati, il che significa che gli sviluppatori devono avere una visibilità completa per condividere, modificare e adottare un sistema e capire cosa sta succedendo. Con la riproducibilità come fondamento del metodo scientifico, tuttavia, l’industria dell’intelligenza artificiale ha l’abitudine di utilizzare il termine open source per riferirsi a rilasci gratuiti o a basso prezzo che sono resi disponibili con l’accesso a pochi pezzi del puzzle.

Baidu, ad esempio, ha reso disponibili gratuitamente dieci modelli ERNIE 4.5. Oltre a condividere il modello e i parametri, l’azienda ha anche open source ERNIEKit e gli strumenti di distribuzione FastDeploy. Questi consentono agli sviluppatori di creare applicazioni di intelligenza artificiale potenti fornendo capacità di livello industriale, flussi di lavoro di addestramento e inferenza efficienti in termini di risorse e compatibilità multi-hardware.

In altre parole, Baidu ha fornito agli sviluppatori strumenti emozionanti che li aiutano a scatenare l’innovazione più velocemente, il che, a sua volta, li induce a scegliere ERNIE 4.5 rispetto alla concorrenza.

Gli sviluppatori che sfruttano ERNIE 4.5, tuttavia, sono invitati a fidarsi ciecamente del modello, poiché Baidu ha tenuto nascosto molto, compresi i set di dati che informano e insegnano ai suoi modelli.

Il potere dei modelli di intelligenza artificiale open source trasparenti

Mentre ogni pezzo del puzzle dell’intelligenza artificiale è critico per far funzionare un modello, l’80% dei progetti di intelligenza artificiale fallisce e i dati sono al cuore del problema. Set di dati inaccurati, incompleti e distorti portano a modelli che non si comportano in modo prevedibile o desiderato.

Il video di crash recentemente rilasciato del sistema di guida autonoma Tesla Full-Self-Driving (FSD) del 2023, ad esempio, ha esposto il peggiore scenario possibile di ciò che può accadere quando un set di dati e un modello non sono all’altezza. Mentre la Tesla Model Y si avvicinava a un sole splendente, il sistema parzialmente automatizzato non poteva capire o reagire in modo appropriato a ciò che le sue telecamere stavano vedendo – o non vedendo. Mentre le auto guidate da esseri umani si fermavano e si fermavano, la confusione del FSD portò alla morte di una donna.

Questo fallimento devastante rifletteva dati visuali incompleti, nonché la mancanza di un meccanismo di sicurezza che tiene conto di tali punti ciechi. Quando gli sviluppatori non hanno una visibilità sui loro dati, non possono scoprire errori e iterare per prestazioni robuste.

Quando i set di dati sono open source, tuttavia, la comunità dell’intelligenza artificiale ha dimostrato che eliminerà problemi preoccupanti, come ha fatto scoprendo oltre 1.000 URL contenenti materiale di abuso sessuale su minori verificato in LAION 5B. Con il set di dati utilizzato per i modelli di generazione di immagini di testo open source fondamentali nella creazione di app come Stable Diffusion e Midjourney, sarebbe stato devastante per l’industria dell’intelligenza artificiale se gli utenti avessero iniziato a produrre immagini fotorealistiche illecite. Invece, la natura open source di questo set di dati ha permesso alla comunità di scoprire il contenuto pericoloso e motivare una correzione, Liaison B.

Abbracciare il percorso open source

Con molti ancora diffidenti nei confronti di questa tecnologia nascente, la corsa per diventare l’iOS o Android dei grandi modelli di intelligenza artificiale di beni di consumo è in corso – e poiché la comunità globale dell’intelligenza artificiale sta letteralmente costruendo ciò che diventerà lo standard per il futuro e i sistemi di intelligenza artificiale stanno già guidando auto e offrendo valutazioni mediche, stabilire la fiducia creando intelligenza artificiale non distorta, affidabile e sicura non è mai stato più critico.

Con la comunità dell’intelligenza artificiale cinese che cerca di posizionarsi come campioni dell’innovazione open source, il percorso verso un’intelligenza artificiale sicura si trova solo nella trasparenza dell’open source vero e proprio che è stato provato attraverso decenni di innovazione del software. Lanciare il termine su sistemi che non condividono pezzi critici come i dati non consente agli sviluppatori di indagare, replicare e iterare. Mentre l’attrazione di modelli facilmente disponibili come DeepSeek, ERNIE 4.5, Kimi K2 e Qwen3 è innegabile, gli sviluppatori che li sfruttano scambiano la trasparenza che favorisce la collaborazione e l’innovazione per comodità.

La comunità dell’intelligenza artificiale deve scegliere: abbracciare la trasparenza radicale attraverso l’open source vero e proprio o rischiare di costruire i sistemi critici di domani sulle scatole nere di oggi.