Susul OpenAI dan Google, Meta Ikutan Bikin Kecerdasan Buatan

Hitekno.com - Meta merilis Model Bahasa Besar Meta AI, yang dijuluki LLaMA, yang menjanjikan kinerja yang sama baiknya jika tidak lebih baik daripada sistem serupa yang berisi miliaran parameter lagi.

Model bahasa besar sangat populer saat ini. Microsoft dan Google, untuk dua nama, bersaing untuk membangun model terbaik untuk meningkatkan mesin pencari mereka. Sistem ini adalah tujuan umum dan telah digunakan untuk lebih dari pencarian web, seperti mempelajari protein atau menemukan obat-obatan.

Model-model ini intensif secara komputasi, sehingga menantang dan mahal bagi pengembang untuk melatih dan menjalankannya, serta menyulitkan para peneliti untuk mempelajari sistem ini.

Baca Juga: Naruto: 4 Shinobi Terkuat di Setiap Perang Dunia Ninja

Dilansir dari The Register, LLaMA lebih kecil dan berisi hingga 65 miliar parameter, berpotensi membuatnya lebih mudah digunakan. Ini sama kuatnya, jika tidak lebih, daripada model bahasa terkemuka lainnya yang diklaim Kepala Ilmuwan AI Meta Yann LeCun.

Dia mengatakan LLaMa sama baiknya dengan model bahasa terbesar, termasuk PaLM 540 miliar parameter Google.

Dan berbicara tentang model lain, Meta berpendapat bahwa sistem tersebut cukup jauh dari jangkauan orang untuk mengintip dan meneliti dengan benar, yang menahan pemahaman, peningkatan, dan evaluasi perangkat lunak pembelajaran mesin.

Baca Juga: GTA 6 Disinyalir akan Diumumkan Tahun Ini, Bikin Nggak Sabar

"Akses terbatas ini telah membatasi kemampuan para peneliti untuk memahami bagaimana dan mengapa model bahasa besar ini bekerja, menghambat kemajuan dalam upaya untuk meningkatkan ketahanan mereka dan mengurangi masalah yang diketahui, seperti bias, toksisitas, dan potensi untuk menghasilkan informasi yang salah," kata kubu Meta.

Meta malah berencana untuk membuat teknologinya sedikit lebih tersedia bagi orang untuk belajar; Ia mengatakan akan merilis model bahasanya di bawah lisensi non-komersial kepada pengembang untuk tujuan penelitian berdasarkan kasus per kasus.