Am Montag führte ein Team von Ingenieuren und Führungskräften von Databricks, einem Unternehmen für Datenwissenschaft und Künstliche Intelligenz, ein virtuelles Meeting über Zoom durch, um herauszufinden, ob sich ihre Bemühungen bei der Entwicklung eines außergewöhnlichen Künstliche Intelligenz Sprachmodells ausgezahlt haben. Ihr Projekt namens DBRX wurde über mehrere Monate hinweg entwickelt und kostete etwa 10 Millionen US-Dollar. Ähnlich aufgebaut wie OpenAI's ChatGPT, würden die wahren Fähigkeiten von DBRX erst nach den abschließenden Tests enthüllt werden. Schließlich teilte Jonathan Frankle, der Chefarchitekt des neuronalen Netzwerks bei Databricks und Leiter des DBRX-Teams, die aufregenden Neuigkeiten mit seinen Kollegen. "Wir haben alles übertroffen", verkündete er. Das Team reagierte mit Jubelschreien, Begeisterungsausdrücken und Applaus-Emojis. Frankle, der normalerweise auf Koffein verzichtet, gönnte sich Schlucke von einem Eiskaffee nach einer schlaflosen Nacht, in der er die Ergebnisse zusammengestellt hatte. Databricks beabsichtigt, DBRX unter einer Open-Source-Lizenz zu veröffentlichen, um anderen zu ermöglichen, auf ihrer Arbeit aufzubauen. Frankle präsentierte Daten, die zeigten, dass DBRX in verschiedenen Benchmark-Tests, darunter allgemeine Wissensfragen, Leseverständnis, logische Rätsellösung und Codegenerierung, anderen Open-Source-Modellen deutlich überlegen war. DBRX übertraf Meta's Llama 2 und Mistral's Mixtral, zwei der beliebtesten als Open-Source verfügbaren KI-Modelle. "Ja!" rief Ali Ghodsi, der CEO von Databricks, als er die Ergebnisse sah. Frankle fügte hinzu, dass sie sogar Elon Musks Grok AI-Modell übertroffen hätten, das kürzlich von seinem Unternehmen xAI als Open-Source veröffentlicht wurde. Scherzhaft erwähnte er, dass ein böser Tweet von Musk als Erfolg angesehen würde. Zu aller Überraschung stand DBRX auch GPT-4, dem geschlossenen Modell von OpenAI, das ChatGPT antreibt und als Spitze der maschinellen Intelligenz gilt, sehr nahe.

Frankle strahlte und erklärte, dass sie einen neuen State-of-the-Art-Standard für Open-Source-Modelle großer Sprachen (LLMs) gesetzt hätten. Durch die Open-Source-Veröffentlichung von DBRX schließt sich Databricks der Bewegung an, die geheimnisvolle Herangehensweise prominenter Unternehmen im Bereich generativer KI in Frage stellt. OpenAI und Google bewahren den Code für ihre Modelle GPT-4 und Gemini gut auf, während Konkurrenten wie Meta sich dafür entschieden haben, ihre Modelle zu veröffentlichen, da sie davon ausgehen, dass dies Innovation und Zugänglichkeit für weitere Forscher, Unternehmer, Start-ups und etablierte Unternehmen fördert. Databricks möchte nicht nur ihr Open-Source-Modell teilen, sondern auch den Erstellungsprozess offenlegen. Meta hat nicht alle Details zur Entstehung seines Llama 2-Modells bekannt gegeben. Databricks plant, in einem Blogbeitrag ihre Arbeit detailliert zu beschreiben und hat WIRED sogar dazu eingeladen, ihre Ingenieure bei den entscheidenden Schritten während des multimillionenschweren Trainingsprozesses von DBRX zu beobachten. Dieser Einblick verdeutlicht die Komplexität des Aufbaus führender KI-Modelle, aber auch das Potenzial zur Kostensenkung aufgrund jüngster Fortschritte auf diesem Gebiet. In Kombination mit der Verfügbarkeit von Open-Source-Modellen wie DBRX lässt dies darauf schließen, dass die Entwicklung von KI weiterhin in rasantem Tempo voranschreiten wird. Ali Farhadi, der CEO des Allen Institute für Künstliche Intelligenz, betonte die Bedeutung einer größeren Transparenz bei der Entwicklung und Schulung von KI-Modellen. Da Unternehmen zunehmend nach einem Wettbewerbsvorteil suchen, ist die Branche immer verschwiegener geworden. Farhadi ist der Meinung, dass Offenheit besonders wichtig ist, insbesondere wenn Bedenken hinsichtlich der Risiken fortschrittlicher KI-Modelle bestehen. Er drückte seine Wertschätzung für jeden Beitrag zur Transparenz aus und erwartet, dass ein erheblicher Teil des Marktes offene Modelle annehmen wird. "Wir brauchen mehr davon", schloss er.