Modelos abertos e modelos fechados

Revisto : Como revemos as fichasAtualizado em

Em resumo

Um modelo fechado só está acessível através do serviço do seu fornecedor; um modelo aberto publica os seus pesos, que qualquer pessoa pode descarregar e executar. Entre os dois, as licenças e o grau de abertura variam muito.

Fontes[1][2][3]

Definição

  • Um modelo fechado (ou proprietário) só pode ser usado através da aplicação ou da API do seu fornecedor. Os seus parâmetros, chamados pesos, mantêm-se secretos.
  • Um modelo aberto (open weights) publica os pesos: pode ser descarregado, executado nas suas próprias máquinas e adaptado.
  • Um modelo open source em sentido estrito vai mais longe: segundo a definição da Open Source Initiative (2024), deve também dar acesso a informação suficiente sobre os dados de treino e ao código para o reproduzir. Poucos modelos cumprem todas estas condições.

Vantagens de um modelo aberto

  • Controlo dos dados: pode funcionar nos seus servidores ou no seu computador, sem enviar informação a terceiros.
  • Personalização: pode ser ajustado (fine-tuning) a uma necessidade precisa.
  • Independência: sem depender de um único fornecedor nem das suas mudanças de preço ou de condições.

Vantagens de um modelo fechado

  • Muitas vezes os mais potentes no momento do lançamento.
  • Nada a instalar: basta uma conta.
  • Segurança, atualizações e infraestrutura geridas pelo fornecedor.

Pontos de atenção

  • Ler a licença: algumas licenças «abertas» limitam a utilização comercial ou impõem condições.
  • Custo do hardware: executar um grande modelo aberto exige máquinas potentes.
  • Responsabilidade: na Europa, o regulamento da IA prevê obrigações diferentes conforme o tipo de modelo e a sua utilização.

Fontes

  1. Open Source Initiative, «The Open Source AI Definition 1.0» (2024)
  2. Touvron et al., «Llama 2: Open Foundation and Fine-Tuned Chat Models» (2023)
  3. Regulamento (UE) 2024/1689 sobre a inteligência artificial