瑞士推出透明的ChatGPT替代方案

Apertus LLM的目標是成為一個值得信賴且具有包容性的人工智慧大型語言模型。 Keystone / Ennio Leanza

瑞士宣布加入全球人工智慧(AI)競賽陣營，推出了一款國家級大型語言模型(LLM)，以作為ChatGPT、Llama、深度求索(DeepSeek)、通義千問(Qwen)以及文心一言(ERNIE Bot)等產品的替代方案。這款由瑞士頂尖大學設計的Apertus LLM，可與2024年的Meta Llama 3模型相提並論。不過，如今Meta和其他競爭對手已經相繼發表了更先進的版本。

阅读本文简体字版本请 点击这里

瑞士設計的Apertus大型語言模型發表即過時。其設計者將其與2024年的Meta Llama 3模型進行比較。但是，如今Meta和其他競爭對手已經推出了更先進的版本。

但瑞士團隊堅持表示，他們並不打算與美國先驅者動輒數十億美元的預算一較高下。他們願意捨棄最新用戶導向的最新花俏功能，以換取為科研人員和企業提供更安全、更易用的AI系統。

「我們的目標是提供一份藍圖，展示如何開發出一個值得信賴、具備自主性並且具有包容性的人工智慧模型，」瑞士洛桑聯邦理工學院(EPFL)機器學習教授馬丁·雅吉(Martin Jaggi)表示。

幻覺和偏見

自從OpenAI在2022年公開發表ChatGPT以來，人工智慧領域的創新步伐異常迅猛。像Anthropic這樣的領先公司幾乎每年都會推出大量大型語言模式。在美國以外，中國的深度求索(DeepSeek)和通義千問(Qwen)平台，以及法國Mistral推出的模型，也進一步豐富了AI用戶的選擇。

但這場爭奪AI主導權的競賽同樣留下了一連串問題：機器會出現「幻覺」或加劇人類偏見，此外，關於企業在訓練大型語言模型時所使用材料的版權侵權訴訟也在不斷增加。

人工智慧既激發了人們對更美好未來的希望，同時也引發了擔憂：如果缺乏監管而任其發展，可能會對社會造成嚴重傷害。

其中一個解決方案，是推出公開可用的開源人工智慧系統，與私人擁有的競爭對手在市場份額上正面競爭。

商業化的大型語言模型往往透過發布最先進的平台來推動創新的前沿。開源模型則可以免費使用，並允許用戶檢查其設計，從而弄清楚它們是如何產生答案的。

一些模型，例如來自中國的深度求索(DeepSeek)，能夠揭示它們的運作方式，但並未說明它們最初是如何編程的。這就像在看一位廚師做飯，卻不知道醬汁裡加了什麼配料。

開源里程碑

Apertus(其名稱源自拉丁語，意為「開放」)在這方面則毫無保留。它承諾，從最底層的實現細節到其演算法配方與設計手冊，都將完全公開，供公眾審查。此舉旨在建立公眾信任，並緩解人們對人工智慧可能帶來的負面影響的擔憂。

根據開源人工智慧社群Hugging Face的研究主管萊安德羅·馮·韋拉(Leandro von Werra)的說法，Apertus是迄今為止最具雄心的開源模型之一。

「這並非完全獨一無二，但考慮到其規模和用於訓練模型的計算量，它仍然是一個開創性的嘗試，」他在接受瑞士資訊swissinfo.ch採訪時表示，「它無疑是開源模型領域的一個新里程碑。」

研究人員、程式設計師、新創公司以及公共部門都可以將Apertus下載到自己的伺服器上，用於開發專案。這種方式允許使用者保持對自己資料的控制。

最終，基於Apertus構建的應用程式的規模和成功，將揭示這款瑞士大型語言模型的真正價值。科學家已經在探索醫療、教育和氣候等領域的相關項目。

瑞士的產業組織對這項本土AI倡議表示歡迎，尤其是對資料安全的重視。但他們也提醒稱，它將在爭取商業關注度方面，面臨來自越來越多國際強大競爭對手的激烈廝殺。

爭奪用戶

瑞士銀行家協會(Swiss Bankers Association)認為，本土開發的大型語言模型對金融業具有「巨大的長期潛力」，尤其是在必須遵守當地資料保護和銀行保密法律的背景下。

然而，一些瑞士銀行已經在使用其他大型語言模型來進行人工智慧專案。例如，瑞士最大的銀行－瑞銀集團(UBS)，已經在與OpenAI和微軟合作。

代表瑞士本土電氣工程和機械製造業的組織Swissmem認為，瑞士大型語言模型能夠更好地服務本地企業，因為它是按照歐洲數據法規建構的。但這並不能保證瑞士工業界會大規模採用Apertus。

潛在使用者將評估Apertus在產生答案的速度、準確性和深度方面，與其他大型語言模型相比的表現。這些結果將與系統的透明度優勢以及使用者自身的資料安全需求進行權衡。

「經驗表明，沒有單一的解決方案能夠滿足所有需求，」Swissmem數位化、創新與技術負責人亞當·貢塔爾茲(Adam Gontarz)在接受瑞士資訊swissinfo.ch採訪時表示。

他補充說：「每個項目都必須考慮到企業的具體情況和需求。在某些情況下，國際解決方案可能也是最有效的選擇。」

(編輯：Gabe Bullard/vdv/ts，編譯自英文：樊樺/gj，繁體校對：盧品妤)