Hinton, Li i Ng bronią otwartych modeli AI mimo obaw o bezpieczeństwo

12 sierpnia 2026 roku na konferencji Ai4 w Las Vegas Geoffrey Hinton, Fei-Fei Li i Andrew Ng argumentowali, że rozwój AI powinien pozostać otwarty, choć różnili się w kwestii zarządzania ryzykiem. Modele o otwartych wagach, które publicznie udostępniają wytrenowane parametry, stały się przedmiotem sporu, gdy główne laboratoria naciskają na zaostrzenie kontroli.

Hinton, laureat Nagrody Nobla, odróżnił kod open source od modeli o otwartych wagach, ostrzegając, że otwarte wagi ułatwiają dostrajanie kosztownych modeli podstawowych do szkodliwych celów, takich jak cyberataki. Ng, współzałożyciel Coursery, ostrzegł, że jeśli kilka firm stanie się bramkarzami, innowacje mogą utknąć w martwym punkcie, porównując to do kontroli Apple i Google nad systemami operacyjnymi dla telefonów.

Ng nazwał AI źródłem miękkiej siły. Przestrzegł, że tanie chińskie modele o otwartych wagach mogą zyskać popularność w Afryce i krajach rozwijających się, wpływając na poglądy miliardów ludzi na temat demokracji i praw człowieka. Wezwał do amerykańskiej konkurencyjności w otwartym oprogramowaniu AI, mówiąc, że lobbing i straszenie w USA utrudniają rywalizację z chińskimi modelami.

Li, dyrektor generalna i współzałożycielka World Labs, odrzuciła binarny wybór między systemami otwartymi i zamkniętymi. Przywołała fizykę jądrową, gdzie artykuły są otwarte, ale uran jest regulowany, oraz Projekt Poznania Ludzkiego Genomu, który stworzył platformę zarówno dla zysku, jak i postępu naukowego. „Potrzebujemy pewnego poziomu otwartości” – powiedziała Li – „ale akceptujemy też systemy zamknięte”.

Hinton przyznał, że modele o otwartych wagach są trwałe: „Myślę, że ta bitwa została przegrana”. Nadal popiera regulacje, mówiąc, że pomogą one rozwijać AI w kierunku pomagającym ludziom, i dodał: „Nie można zostawić decyzji o tym, jak robić AI, ludziom takim jak Elon Musk i Mark Zuckerberg”.

Naukowcy zgodzili się, że zniuansowane regulacje, a nie całkowita otwartość lub zamknięcie, są prawdopodobną drogą naprzód.