大模型要不要开源？投资界再掀隔空论战
·开源和闭源一直是共存的。闭源人工智能支持者认为，人工智能类似于核武器，开源会危及国家安全。开源人工智能支持者认为，世界上最安全的软件是开源软件。
·大模型闭源公司有更多的算力、更好的数据，但不代表开源公司不会继续投入，开源大模型的能力层出不穷，当然，开源模型距离闭源模型还有一定距离，但一直在进步。
业界最大的人工智能初创公司OpenAI和Anthropic都在销售闭源人工智能大模型，以Meta为首的公司高举开源路线的旗帜。人工智能该开源吗？
特斯拉创始人埃隆·马斯克最近对OpenAI提起的诉讼，再次引发了AI是否应该开源的讨论。著名风险投资家马克•安德森（Marc Andreessen）和维诺德•科斯拉（Vinod Khosla）之间的“推特之战”突显了在如何开发和分享生成式人工智能方面的对立观点。安德森等开源人工智能技术的支持者表示，他们支持科学的开放共享、更高的透明度，防止大型科技公司垄断强大技术。科斯拉等闭源人工智能支持者表示，公司或其他私人实体提供了一种防范AI潜在危险和滥用的方法。
北京开放传神科技有限公司（OpenCSG）创始人、CEO陈冉3月8日对澎湃科技（www.thepaper.cn）表示，大模型一定要开源，大模型的算法本身就是开源的，有的大模型效果好，有的不好，不是因为算法有很大改进，而是关乎数据结构、数据质量、数据处理。“开源的最终目的是为了变现，做出商业模式。”
开源VS闭源
开源就是开放源代码，全球开源项目规模已超2亿个，将不同源代码开放给开发者，后者就可以根据他们的需求和应用领域创造出不同产品；闭源人工智能则由创造者私下控制和共享。
马斯克在诉讼中表示，OpenAI与微软的关系已经损害了该公司最初致力于公共、开源的通用人工智能（AGI）的目标，他要求OpenAI恢复开源。
科斯拉是科斯拉风投公司（Khosla Ventures）的创始人。在马斯克提起诉讼后，科斯拉表达了对奥特曼和OpenAI的支持。他认为，人工智能类似于核武器，开源会危及国家安全。他支持OpenAI成为营利性机构。美国一些议员也同意科斯拉的观点，人工智能开源可能会使得外国对手得到发展，因此应该受到相应保护。
安德森霍茨基金（Andreessen Horowitz）联合创始人安德森则发帖称，科斯拉正在“游说禁止开源”。安德森认为，“世界上最安全的软件是开源软件。大多数人关注，大多数错误被修复。”马斯克对此评论：“正确。”
两个阵营普遍认同的是，大语言模型并不是一种完全成熟的技术。ChatGPT和其他人工智能工具可能会输出幻觉、偏见、攻击性结果。对于一些开源支持者来说，大模型中的这种技术差距意味着，在因商业利益而闭源、实现AGI之前，它们必须在一个由科学家和学者组成的社区中公开开发。
“这是我们第一次大规模部署一项我们并不真正了解的技术。”艾伦人工智能研究院首席执行官阿里·法哈迪（Ali Farhadi）表示，“我们不知道如何控制这些系统。”艾伦人工智能研究院是由微软已故联合创始人保罗·艾伦2014年创立的非营利研究机构。
法哈迪和其他开源倡导者提到，在2017年谷歌研究人员分享支撑大语言模型的Transformer模型之前，科学家们已经通过分享他们的研究研发了几十年的人工智能。
选择不开源的背后原因
当前，业界最大的人工智能初创公司OpenAI和Anthropic都在销售闭源人工智能大模型。Anthropic最近发布了Claude 3大模型系列，欲与OpenAI的GPT-4竞争。
随着OpenAI逐渐不open（开放），对其模型参数和训练细节讳莫如深，以Meta为首的公司高举开源路线的旗帜。科技巨头Meta支持开源人工智能，其Llama 2大模型可供公众下载和修改。总部位于法国巴黎的Mistral AI发布了具有开源“权重”的模型，这些“权重”是构成模型内部工作的数值参数，但不开放数据或训练过程。
陈冉说，权重开源很重要，大模型训练到一定程度以后会产生一个二进制文件，在模型推理时可以使用。“如果很多开源厂商不告诉你这个二进制文件，基本上跟没开源一样，相当于告诉你有这样的效果，但没有告诉你秘方是什么。”
陈冉形容自己是坚定的开源支持者，他认为大模型一定要开源，大模型的算法本身就是开源的，不管是GPT-3、GPT-4还是Claude 3，算法都是一样的。“有的大模型效果好，有的不好，不是因为算法有很大改进，而是关乎数据结构、数据质量、数据处理。即便OpenAI的文生视频大模型Sora是算法上的创新，但这个创新也没有秘密，就是以前Diffusion（扩散模型）的CNN（卷积神经网络）算法加上Transformer的算法。”
陈冉也认为马斯克和OpenAI之间的分歧并不在于要不要开源，而是当下OpenAI处于闭源的情况下，曾经为了OpenAI作出了贡献的马斯克却不能和微软一样获得他想要的东西。在陈冉看来，马斯克是坚定的开源支持者，奥特曼也是坚定的开源支持者。开源的最终目的都是为了变现，做出商业模式和商业价值。“把代码扔出去、模型开源出去，不是说开源好还是不好，而是说能不能挣钱。”
一位不愿具名的开源从业者对澎湃科技（www.thepaper.cn）表示，“开源也是需要基础的，那就是技术必须是原创的，这样的开源比较有意义，要是基于别人的东西来做，再开源一下，没有太多意义。”
“为什么国内有的公司不敢开源？因为没有自己的原创，算法不是自己原创的，论文也不是自己写的，只是基于国外某一个开源版本做了一些全参的预训练。拿了投资人的钱，也拿了政府的钱，要是说这是基于别人的东西改了一下，会很丢面子，所以觉得还不如不开源。”这位从业者表示。
开源大模型能赶超闭源吗？
陈冉表示，目前闭源大模型的公司手里有更多的算力、更好的数据，但不代表开源公司不会继续投入，开源大模型的能力层出不穷，像Mistral AI这样的公司，如果用户越来越多，就会形成快速的超越。当然，开源模型距离闭源模型还有一定距离，但一直在进步，预计今年年中会出现很多效果良好的商业模型。
云知声智能科技股份有限公司董事长兼CTO梁家恩此前对澎湃科技（www.thepaper.cn）表示，从技术角度来说，技术圈里没有太大的秘密，全球大语言模型的范式相对统一。在闭源方面，OpenAI除了算法框架之外，在数据上的工作做得非常细致扎实。“在应用数量上，开源大模型的影响会更大，但在做到最高水平上，闭源大模型会更好一些。”
信也科技副总裁、大数据及AI负责人陈磊告诉澎湃科技（www.thepaper.cn），开源和闭源各有优劣。开源的生态比闭源好，会带来更多开发者帮助开源社区进步，进一步帮助开源大模型进步。但大模型的开源和其他技术的开源最大的不同是，大模型的开源对资源要求高。从大模型训练角度来讲，它的开源适用于有限范围内。闭源大模型更强调商业化和定制化能力。所以不同公司在不同阶段对开源和闭源的选择不一样。
开源和闭源一直是共存的，比如一些公司在开源代码基础上建立了私有系统。监管机构、大型科技公司、科学家目前仍不明确AI技术将发展得多快、走得多远，因此要不要开源，答案很难确定。Meta负责生成式人工智能的副总裁艾哈迈德•达勒（Ahmad Al-Dahle）说，认为任何一方会获胜是一种“错误的二分法”，“我认为两者都有发展空间。”
“从根本上说，开源将发挥非常重要的作用。”从事专有模型开发的人工智能初创公司AI21联合创始人兼联合首席执行官奥里·戈申（Ori Goshen）说，“即使是像我们这样的专有供应商，基本模型也会变成开源的，但其他一切都将成为你最珍贵的知识产权。”
“以前做操作系统、数据库，是代码上的闭源，而不是数据上的闭源。”陈冉表示，“现在做大模型，代码没必要闭源，数据有知识产权，数据的最终归属权是用户。”