L’intelligenza artificiale open-source colpisce di nuovo con Llama 4 di Meta

Negli ultimi anni, il mondo dell’intelligenza artificiale è passato da una cultura di collaborazione aperta a una dominata da sistemi proprietari strettamente custoditi. OpenAI – un’azienda letteralmente fondata con “aperto” nel suo nome – ha cambiato rotta verso la segretezza dei suoi modelli più potenti dopo il 2019. I concorrenti come Anthropic e Google hanno costruito intelligenza artificiale all’avanguardia dietro muri API, accessibili solo alle loro condizioni. Questo approccio chiuso è stato giustificato in parte da interessi di sicurezza e business, ma ha lasciato molti nella comunità a lamentare la perdita dello spirito open-source iniziale.

Ora, quello spirito sta tornando. I nuovi modelli Llama 4 di Meta segnalano un tentativo audace di rivivificare l’intelligenza artificiale open-source ai massimi livelli – e persino i giocatori tradizionalmente guardinghi stanno prendendo nota. Il CEO di OpenAI, Sam Altman, ha recentemente ammesso che l’azienda era “dall’altra parte della storia” riguardo ai modelli aperti e ha annunciato piani per una “potente nuova variante open-weight” di GPT-4. In breve, l’intelligenza artificiale open-source sta colpendo di nuovo, e il significato e il valore di “aperto” stanno evolvendo.

(Fonte: Meta)

Llama 4: il rivale open di Meta per GPT-4o, Claude e Gemini

Meta ha presentato Llama 4 come una sfida diretta ai nuovi modelli dei pesi massimi dell’intelligenza artificiale, posizionandolo come un’alternativa open-weight. Llama 4 è disponibile in due varianti oggi – Llama 4 Scout e Llama 4 Maverick – con specifiche tecniche impressionanti. Entrambi sono modelli mixture-of-experts (MoE) che attivano solo una frazione dei loro parametri per query, consentendo una dimensione totale massiccia senza schiacciare i costi di runtime. Scout e Maverick impugnano entrambi 17 miliardi di “parametri attivi” (la parte che lavora su un determinato input), ma grazie a MoE, Scout li distribuisce su 16 esperti (109B parametri totali) e Maverick su 128 esperti (400B totali). Il risultato: i modelli Llama 4 offrono prestazioni formidabili – e lo fanno con vantaggi unici che persino alcuni modelli chiusi non possiedono.

Ad esempio, Llama 4 Scout vanta una finestra di contesto di token da 10 milioni di industria, ordini di grandezza oltre la maggior parte dei rivali. Ciò significa che può ingerire e ragionare su documenti o codici di grandi dimensioni in un solo passaggio. Nonostante le sue dimensioni, Scout è efficiente abbastanza da funzionare su una singola GPU H100 quando è fortemente quantizzato, suggerendo che gli sviluppatori non avranno bisogno di un supercomputer per sperimentare con esso.

Nel frattempo, Llama 4 Maverick è stato ottimizzato per la massima potenza. I primi test mostrano Maverick che eguaglia o supera i migliori modelli chiusi in compiti di ragionamento, codifica e visione. In effetti, Meta sta già anticipando un fratello maggiore ancora più grande, Llama 4 Behemoth, ancora in formazione, che internamente “supera GPT-4.5, Claude 3.7 Sonnet e Gemini 2.0 Pro in diversi benchmark STEM”. Il messaggio è chiaro: i modelli aperti non sono più di seconda fascia; Llama 4 punta allo stato dell’arte.

Altrettanto importante, Meta ha reso Llama 4 immediatamente disponibile per il download e l’uso. Gli sviluppatori possono scaricare Scout e Maverick dal sito ufficiale o Hugging Face sotto la licenza Llama 4 Community. Ciò significa che chiunque – da un hacker di garage a un’azienda Fortune 500 – può accedere ai dettagli del modello, personalizzarlo in base alle proprie esigenze e distribuirlo sulla propria infrastruttura o nel cloud. Questo è in netto contrasto con le offerte proprietarie come GPT-4o di OpenAI o Claude 3.7 di Anthropic, che vengono servite tramite API a pagamento senza accesso ai pesi sottostanti.

Meta sottolinea che l’apertura di Llama 4 è volta a potenziare gli utenti: “Condividiamo i primi modelli della famiglia Llama 4, che consentiranno alle persone di costruire esperienze multimodali più personalizzate”. In altre parole, Llama 4 è uno strumento destinato a essere nelle mani degli sviluppatori e dei ricercatori di tutto il mondo. Rilasciando modelli che possono rivaleggiare con quelli come GPT-4 e Claude in termini di capacità, Meta sta rivivificando l’idea che l’intelligenza artificiale di alto livello non debba vivere dietro una barriera di pagamento.

(Fonte: Meta)

Autentico idealismo o gioco strategico?

Meta presenta Llama 4 in termini grandiosi, quasi altruistici. “Il nostro modello di intelligenza artificiale open-source, Llama, è stato scaricato più di un miliardo di volte”, ha annunciato recentemente il CEO Mark Zuckerberg, aggiungendo che “l’open-sourcing dei modelli di intelligenza artificiale è essenziale per garantire che le persone ovunque abbiano accesso ai benefici dell’intelligenza artificiale”. Questa impostazione dipinge Meta come il portabandiera dell’intelligenza artificiale democratizzata – un’azienda disposta a condividere i suoi modelli più preziosi per il bene maggiore. E in effetti, la popolarità della famiglia Llama sostiene questo: i modelli sono stati scaricati a una scala sorprendente (passando da 650 milioni a 1 miliardo di download totali in pochi mesi), e sono già utilizzati in produzione da aziende come Spotify, AT&T e DoorDash.

Meta si vanta con orgoglio del fatto che gli sviluppatori apprezzano la “trasparenza, personalizzabilità e sicurezza” di avere modelli aperti che possono eseguire autonomamente, il che “aiuta a raggiungere nuovi livelli di creatività e innovazione”, rispetto alle API black-box. In teoria, questo suona come l’antica etica del software open-source (pensiamo a Linux o Apache) applicata all’intelligenza artificiale – una vittoria inequivocabile per la comunità.

Eppure, non si può ignorare il calcolo strategico dietro questa apertura. Meta non è una charity, e “open-source” in questo contesto viene con delle clausole. Notabilmente, Llama 4 è rilasciato sotto una licenza comunitaria speciale, non una licenza permissiva standard – quindi, sebbene i pesi del modello siano gratuiti da usare, ci sono restrizioni (ad esempio, alcuni casi d’uso ad alta risorsa possono richiedere l’autorizzazione, e la licenza è “proprietaria” nel senso che è stata creata da Meta). Ciò non è la definizione di open-source approvata dall’Open Source Initiative (OSI), il che ha portato alcuni critici ad affermare che le aziende stanno abusando del termine.

Nella pratica, l’approccio di Meta è spesso descritto come “open-weight” o “source-available” intelligenza artificiale: il codice e i pesi sono aperti, ma Meta mantiene ancora un certo controllo e non divulga tutto (ad esempio, i dati di formazione). Ciò non diminuisce l’utilità per gli utenti, ma mostra che Meta è strategicamente aperta – mantenendo abbastanza redini per proteggersi (e forse il suo vantaggio competitivo). Molte aziende stanno attaccando etichette “open-source” ai modelli di intelligenza artificiale mentre nascondono dettagli chiave, sovvertendo lo spirito vero dell’apertura.

Perché Meta si apre affatto? Il paesaggio competitivo offre indizi. Rilasciare modelli potenti gratuitamente può rapidamente costruire una vasta base di utenti sviluppatori ed enterprise – Mistral AI, una startup francese, ha fatto esattamente questo con i suoi primi modelli aperti per guadagnare credibilità come laboratorio di alto livello.

Rilasciando Llama, Meta assicura che la sua tecnologia diventi fondamentale nell’ecosistema dell’intelligenza artificiale, il che può portare dividendi a lungo termine. È una classica strategia di abbraccio ed estensione: se tutti usano il tuo modello “aperto”, indirettamente si stabiliscono standard e forse si indirizzano le persone verso le proprie piattaforme (ad esempio, i prodotti di assistenza AI di Meta sfruttano Llama). C’è anche un elemento di PR e posizionamento. Meta ottiene il ruolo dell’innovatore benevolo, specialmente in contrasto con OpenAI – che ha affrontato critiche per il suo approccio chiuso. In effetti, il cambio di cuore di OpenAI sui modelli aperti sottolinea in parte quanto efficace sia stata la mossa di Meta.

Dopo l’emergere del modello open-source cinese DeepSeek-R1 a gennaio e aver superato i modelli precedenti, Altman ha indicato che OpenAI non vuole essere lasciata dall’altra parte della storia. Ora OpenAI sta promettendo un modello aperto con forti capacità di ragionamento nel futuro, segna un cambio di atteggiamento. È difficile non vedere l’influenza di Meta in questo cambio. La postura open-source di Meta è sia autentica che strategica: amplia genuinamente l’accesso all’intelligenza artificiale, ma è anche un’abile mossa per superare i rivali e plasmare il futuro del mercato secondo i termini di Meta.

Implicazioni per gli sviluppatori, le aziende e il futuro dell’intelligenza artificiale

Per gli sviluppatori, la rinascita dei modelli aperti come Llama 4 è una boccata di aria fresca. Invece di essere bloccati in un’unica piattaforma e relative tariffe, ora hanno l’opzione di eseguire intelligenza artificiale potente sulla propria infrastruttura o personalizzarla liberamente.

Questo è un grande vantaggio per le aziende in settori sensibili – pensiamo a finanza, sanità o governo – che sono restie a fornire dati riservati a una scatola nera di qualcun altro. Con Llama 4, una banca o un ospedale potrebbe distribuire un modello di linguaggio all’avanguardia dietro il proprio firewall, tarandolo su dati privati, senza condividere un token con un’entità esterna. C’è anche un vantaggio in termini di costi. Mentre le tariffe API basate sull’uso per i migliori modelli possono schizzare verso l’alto, un modello aperto non ha alcun pedaggio per l’uso – si paga solo per la potenza di calcolo per eseguirlo. Le aziende che aumentano i carichi di lavoro di intelligenza artificiale possono risparmiare notevolmente optando per una soluzione aperta che possono scalare internamente.

Non è una sorpresa, quindi, che stiamo vedendo un maggior interesse per i modelli aperti da parte delle aziende; molte hanno iniziato a rendersi conto che il controllo e la sicurezza dell’intelligenza artificiale open-source si allineano meglio con le loro esigenze rispetto ai servizi chiusi one-size-fits-all.

Gli sviluppatori, anche, traggono benefici in termini di innovazione. Con l’accesso agli interni del modello, possono tarare e migliorare l’intelligenza artificiale per domini di nicchia (diritto, biotecnologia, lingue regionali – si nomini) in modi che un’API chiusa potrebbe mai soddisfare. L’esplosione di progetti guidati dalla comunità intorno ai modelli Llama precedenti – da chatbot tarati su conoscenze mediche a app per smartphone che eseguono versioni miniature – ha dimostrato come i modelli aperti possano democratizzare l’esperimentazione.

Tuttavia, la rinascita dei modelli aperti solleva anche domande difficili. La “democratizzazione” si verifica veramente se solo coloro che hanno risorse computazionali significative possono eseguire un modello da 400B di parametri? Sebbene Llama 4 Scout e Maverick abbassino la barra hardware rispetto ai modelli monolitici, sono ancora pesanti – un punto non perso su alcuni sviluppatori il cui PC non può gestirli senza aiuto cloud.

La speranza è che tecniche come la compressione del modello, la distillazione o le varianti di esperti più piccole possano far scendere la potenza di Llama 4 a dimensioni più accessibili. Un’altra preoccupazione è l’abuso. OpenAI e altri hanno a lungo sostenuto che il rilascio di modelli potenti apertamente potrebbe abilitare attori malintenzionati (per la generazione di disinformazione, codice malware, ecc.).

Queste preoccupazioni rimangono: un modello open-source Claude o GPT potrebbe essere abusato senza i filtri di sicurezza che le aziende applicano alle loro API. D’altra parte, i sostenitori sostengono che l’apertura consente alla comunità di identificare e risolvere i problemi, rendendo i modelli più robusti e trasparenti nel tempo rispetto a qualsiasi sistema segreto. C’è evidenza che le comunità di modelli aperti prendono seriamente la sicurezza, sviluppando le proprie barriere e condividendo le migliori pratiche – ma è una tensione in corso.

Ciò che è sempre più chiaro è che ci stiamo dirigendo verso un paesaggio ibrido dell’intelligenza artificiale in cui i modelli aperti e chiusi coesistono, influenzandosi a vicenda. I fornitori chiusi come OpenAI, Anthropic e Google mantengono ancora un vantaggio in termini di prestazioni assolute – per ora. In effetti, alla fine del 2024, la ricerca ha suggerito che i modelli aperti erano indietro di circa un anno rispetto ai migliori modelli chiusi in termini di capacità. Ma quella lacuna si sta chiudendo rapidamente.

Nel mercato odierno, “intelligenza artificiale open-source” non significa più solo progetti hobbistici o modelli vecchi – è ora al cuore della strategia di intelligenza artificiale per i giganti della tecnologia e le startup allo stesso modo. Il lancio di Llama 4 di Meta è un potente promemoria del valore evolutivo dell’apertura. È allo stesso tempo una posizione filosofica per la democratizzazione della tecnologia e una mossa tattica in una battaglia industriale ad alto rischio. Per gli sviluppatori e le aziende, apre nuove porte all’innovazione e all’autonomia, anche se complica le decisioni con nuovi compromessi. E per l’ecosistema più ampio, solleva la speranza che i benefici dell’intelligenza artificiale non saranno bloccati nelle mani di poche corporation – se l’etica open-source può mantenere la sua posizione.