W poniedziałek zespół inżynierów i kierownictwa z Databricks, firmy zajmującej się nauką danych i sztuczną inteligencją, odbył wirtualne spotkanie za pośrednictwem Zooma, aby dowiedzieć się, czy ich wysiłki w tworzeniu wyjątkowego językowego modelu sztucznej inteligencji przyniosły oczekiwane efekty. Ich projekt o nazwie DBRX był rozwijany przez kilka miesięcy i kosztował około 10 milionów dolarów. DBRX, podobnie jak ChatGPT OpenAI, miał swoje prawdziwe możliwości ujawnić dopiero po zakończeniu ostatnich testów. Ostatecznie Jonathan Frankle, główny architekt sieci neuronowej w Databricks i lider zespołu DBRX, podzielił się ekscytującymi wiadomościami z kolegami. "Przewyższyliśmy nasze oczekiwania" - oznajmił. Zespół odpowiedział okrzykami radości, okrzykami i emoji z aplauzem. Frankle, który zazwyczaj unika kofeiny, po bezsennej nocy poświęconej na kompilowanie wyników, delektował się łykami zimnego latte. Databricks planuje udostępnić DBRX na licencji open-source, umożliwiając innym rozwijanie swojej pracy. Frankle przedstawił dane, które dowodziły, że DBRX jest wyższy od innych modeli open-source w różnych benchmarkach, w tym w odpowiadaniu na ogólne pytania dotyczące wiedzy, czytaniu ze zrozumieniem, rozwiązywaniu logicznych zagadek i generowaniu kodu. DBRX okazał się lepszy od modelu Llama 2 Meta i Mixtral Mistral, dwóch najpopularniejszych modeli AI dostępnych na zasadach open-source. "Tak!" - wykrzyknął Ali Ghodsi, CEO Databricks, przyglądając się wynikom. Frankle dodał, że nawet przerosli model AI Grok Elona Muska, który niedawno został udostępniony na licencji open-source przez jego firmę, xAI. Żartobliwie zasugerował, że otrzymanie złośliwego tweeta od Muska byłoby uznane za sukces. Ku zdumieniu wszystkich, DBRX rywalizował również z GPT-4, zamkniętym modelem OpenAI, który napędza ChatGPT i jest szeroko uznawany za szczyt maszynowej inteligencji.

Frankle promieniał, stwierdzając, że ustalili nowy standard nowoczesnych modeli językowych o otwartym kodzie źródłowym (LLM). Poprzez udostępnienie DBRX na zasadach open-source, Databricks przyłącza się do ruchu wyzwań wobec tajemniczego podejścia wiodących firm w dziedzinie generatywnego AI. OpenAI i Google ściśle strzegą kodu swoich modeli GPT-4 i Gemini, podczas gdy rywale, takie jak Meta, zdecydowały się udostępnić swoje modele, wierząc, że to spowoduje promowanie innowacji i dostępności dla większej liczby badaczy, przedsiębiorców, startupów i firm już istniejących. Databricks nie tylko ma na celu udostępnienie swojego modelu open-source, lecz także zamierza ujawnić proces jego tworzenia. Meta nie podała wszystkich szczegółów dotyczących tworzenia swojego modelu Llama 2. Databricks planuje opublikować bloga, w którym szczegółowo opisze swoje prace i nawet zaprosił WIRED do obserwowania swoich inżynierów podejmujących kluczowe decyzje w trakcie procesu kilkumilionowego szkolenia DBRX. Ten wgląd uwydatnia zarówno złożoność budowy wiodących modeli AI, jak i potencjał redukcji kosztów w związku z ostatnimi postępami w tej dziedzinie. W połączeniu z dostępnością open-source modeli takich jak DBRX, wskazuje to na kontynuację szybkiego rozwoju AI. Ali Farhadi, CEO Allen Institute for AI, podkreślił znaczenie większej transparentności w budowaniu i szkoleniu modeli AI. Ponieważ firmy coraz bardziej poszukują przewagi nad konkurentami, dziedzina ta stała się bardziej tajemnicza. Farhadi uważa, że otwartość jest kluczowa, szczególnie w przypadku obaw dotyczących ryzyka związanego z zaawansowanymi modelami AI. Wyraził swoje uznanie dla wszelkich działań na rzecz przejrzystości i dodał, że oczekuje, iż znaczna część rynku zaakceptuje otwarte modele. "Potrzebujemy więcej takich inicjatyw" - podsumował.