Em um marco significativo para a comunidade de inteligência artificial, a OpenAI lançou seus primeiros modelos de linguagem grandes (LLMs) de código aberto em seis anos, desde o lançamento do GPT-2 em 2019. Esta iniciativa representa um momento crucial para a empresa, que tem enfrentado crescentes questionamentos sobre seu compromisso original de garantir que a inteligência artificial geral beneficie toda a humanidade.
Os novos modelos, denominados gpt-oss-120b e gpt-oss-20b, já estão disponíveis para download através da plataforma Hugging Face. É importante ressaltar que a OpenAI está compartilhando os pesos dos modelos, ou seja, os valores numéricos que os sistemas aprenderam durante o treinamento. Isso permite que desenvolvedores e pesquisadores usem os modelos e os adaptem para diversas aplicações, refinando-os para tarefas específicas. Segundo Benjamin C. Lee, professor de engenharia e ciência da computação da Universidade da Pensilvânia, modelos de peso aberto e de código aberto servem a propósitos distintos, oferecendo diferentes níveis de personalização.
A principal diferença entre os dois modelos reside na quantidade de parâmetros que cada um oferece. O gpt-oss-120b possui 117 bilhões de parâmetros, enquanto o gpt-oss-20b possui 21 bilhões. Na prática, isso significa que o gpt-oss-120b exige hardware mais potente para ser executado de forma eficiente, com a OpenAI recomendando o uso de uma única GPU de 80GB. Por outro lado, o gpt-oss-20b pode ser executado em qualquer computador moderno com 16GB de RAM, permitindo a execução de tarefas como a análise de código em um computador pessoal sem conexão com a internet. Ambos os modelos estão disponíveis sob a licença Apache 2.0, concedendo aos usuários flexibilidade para modificar e adaptar os sistemas às suas necessidades.
Embora não sejam lançamentos comerciais, a OpenAI afirma que os novos modelos são comparáveis, em muitos aspectos, aos seus sistemas proprietários. Uma limitação importante é que os modelos OSS não oferecem entrada multimodal, o que significa que não podem processar imagens, vídeo e voz. Para essas capacidades, é necessário recorrer aos modelos comerciais da OpenAI. No entanto, eles oferecem muitas das mesmas funcionalidades, incluindo raciocínio em cadeia e uso de ferramentas, permitindo que os modelos abordem problemas complexos, dividindo-os em etapas menores e utilizando a web e linguagens de programação como Python quando necessário.
O lançamento dos modelos gpt-oss-120b e gpt-oss-20b e a aparente disposição da OpenAI em investir em modelos de peso aberto surgem após Mark Zuckerberg indicar que a Meta liberaria menos sistemas desse tipo para o público. A OpenAI considera esses dois modelos como um experimento; quanto mais as pessoas os utilizarem, maior a probabilidade de a OpenAI lançar modelos de peso aberto adicionais no futuro.
Origem: Link
