På mandag afholdt et hold af ingeniører og ledere fra Databricks, et data science- og AI-firma, et virtuelt møde via Zoom for at finde ud af, om deres bestræbelser på at skabe en enestående kunstig intelligens-sprogmodel havde båret frugt. Deres projekt, der hedder DBRX, blev udviklet over flere måneder og kostede cirka 10 millioner dollars. Lignende i design til OpenAI's ChatGPT, ville DBRX's sande evner kun blive afsløret efter de endelige test. Endelig delte Jonathan Frankle, den øverste neurale netværksarkitekt hos Databricks og leder af DBRX-teamet, de spændende nyheder med sine kolleger. "Vi har overgået alt, " erklærede han. Holdet reagerede med jubel, hujen og applaus-emojis. Frankle, der normalt holder sig fra koffein, nød slurke af islatte efter en søvnløs nat brugt på at compile resultaterne. Databricks har til hensigt at frigive DBRX under en open-source licens, der giver andre mulighed for at bygge videre på deres arbejde. Frankle præsenterede data, der viste DBRX's overlegenhed over andre open-source modeller i forskellige benchmark-tests, herunder spørgsmål om generel viden, læseforståelse, logisk puslespilsopløsning og kodegenerering. DBRX klarede sig bedre end Meta's Llama 2 og Mistral's Mixtral, to af de mest populære AI-modeller tilgængelige som open-source. "Ja!" udbryder Ali Ghodsi, administrerende direktør for Databricks, da han ser resultaterne. Frankle tilføjede, at de endda havde overgået Elon Musks Grok AI-model, der for nylig blev frigivet som open-source af hans virksomhed, xAI. Han nævnte på sjov, at det ville blive betragtet som en succes at modtage en ond tweet fra Musk. Til alles overraskelse viste det sig, at DBRX også tæt matchede GPT-4, OpenAI's lukkede model, der driver ChatGPT og er bredt anerkendt som toppen af maskinintelligens.

Frankle strålede af stolthed og erklærede, at de havde sat en ny standard for state-of-the-art open-source store sprogmodeller (LLM'er). Ved at open-source DBRX slutter Databricks sig til bevægelsen, der udfordrer den hemmelighedsfulde tilgang hos prominente virksomheder inden for generativ AI-forskning. OpenAI og Google vogter tæt på koden til deres GPT-4 og Gemini store sprogmodeller, mens konkurrenter som Meta har valgt at frigive deres modeller i troen på, at det vil fremme innovation og tilgængelighed for flere forskere, iværksættere, opstarter og etablerede virksomheder. Databricks har ikke kun til hensigt at dele deres open-source model, men har også planer om at offentliggøre processen bag dens skabelse. Meta har ikke givet alle detaljer om skabelsen af deres Llama 2-model. Databricks har planer om at udgive en blogindlæg, der detaljerer deres arbejde, og har endda inviteret WIRED til at iagttage deres ingeniører træffe afgørende beslutninger under den multimillion-dollar træningsproces for DBRX. Dette glimt fremhæver kompleksiteten ved at opbygge førende AI-modeller, men også potentialet for at reducere omkostninger på grund af de seneste fremskridt på området. Kombineret med tilgængeligheden af open-source modeller som DBRX tyder dette på, at AI-udvikling vil fortsætte med rivende fart. Ali Farhadi, administrerende direktør for Allen Institute for AI, understregede vigtigheden af større gennemsigtighed ved opbygning og træning af AI-modeller. Da virksomheder i stigende grad søger fordele over konkurrenter, er feltet blevet mere hemmelighedsfuldt. Farhadi mener, at åbenhed er afgørende, især når der er bekymringer om de risici, der er forbundet med avancerede AI-modeller. Han udtrykte sin værdsættelse for enhver indsats mod gennemsigtighed og erklærede desuden, at han forventer, at en betydelig del af markedet vil omfavne åbne modeller. "Vi har brug for mere af dette, " konkluderede han.