Suomalaisen viraston tietohallinnossa on viime vuosina kysytty yhä uudelleen samaa: saako asiakkaiden tietoja syöttää tekoälylle, jonka palvelimet ovat jossain muualla? Suljettujen kielimallien kohdalla vastaus on usein kielteinen tai vähintään pitkä selvitys.
Ranskalainen Mistral AI julkaisi 6. lokakuuta esiversion uudesta lippulaivamallistaan Mistral Large 4:stä. Samalla se lupasi jakaa mallin painot vapaasti. ”Julkaisemme painot kuun loppuun mennessä”, yhtiö kirjoittaa englanninkielisessä tiedotteessaan. Malli on suuri: siinä on biljoona parametria, joista kerrallaan käytössä on 49 miljardia.
Mitä avoimet painot sitten oikeastaan tarkoittavat? Ja miksi niistä puhutaan Euroopassa nyt niin paljon?
Painot ovat mallin muisti
Kielimalli on pohjimmiltaan valtava joukko lukuja. Koulutuksen aikana näitä lukuja eli painoja säädetään, kunnes malli oppii ennustamaan tekstiä. Kun koulutus on valmis, kaikki opittu on tallentunut painoihin.
Suljetun mallin, kuten OpenAI:n GPT-sarjan tai Anthropicin Clauden, painot pysyvät yhtiön omilla palvelimilla. Käyttäjä lähettää kysymyksensä rajapinnan eli API:n kautta ja saa vastauksen takaisin. Data kulkee siis aina palveluntarjoajan kautta.
Avoimen painon malli toimii toisin. Painot ladataan tiedostoina, ja kuka tahansa, jolla on tarpeeksi laskentatehoa, voi ajaa mallia omalla palvelimellaan, omassa konesalissaan tai valitsemassaan pilvessä. Mallia voi myös hienosäätää omalla aineistolla, esimerkiksi viraston asiakirjoilla.
Avoin paino on eri asia kuin avoin lähdekoodi. Täysin avoimessa mallissa julkaistaan myös koulutusdata ja koulutuskoodi, jolloin mallin voisi periaatteessa rakentaa alusta uudelleen. Useimmat avoimen painon mallit eivät tee sitä. Lisenssi taas ratkaisee, saako mallia käyttää kaupallisesti. Mistral ei ole vielä kertonut, millä lisenssillä Large 4:n painot jaetaan.
Suljettu, avoin paino vai avoin lähdekoodi?
Suljettu malli: käytettävissä vain palveluntarjoajan rajapinnan kautta, data kulkee yhtiön palvelimille.
Avoimen painon malli: painot ladattavissa ja ajettavissa omalla laitteistolla, mutta koulutusaineisto on yleensä salainen.
Avoimen lähdekoodin malli: painojen lisäksi julkaistaan koulutusdata ja -koodi.



