Meta Platforms bersiap untuk meluncurkan model AI pertamanya yang dikembangkan di bawah Alexandr Wang. Perusahaan berencana menawarkan beberapa versi dari model-model tersebut dengan lisensi sumber terbuka, menurut sebuah laporan dari Axios.

Ringkasan

• Meta Platforms bersiap meluncurkan model AI baru di bawah Alexandr Wang, dengan beberapa versi yang direncanakan untuk dirilis secara sumber terbuka.
• Peluncuran akan dilakukan secara bertahap, dengan komponen-komponen penting yang dipertahankan sebagai milik sendiri (proprietary) pada awalnya untuk mengelola risiko keselamatan dan melindungi kapabilitas tingkat lanjut.
• Meta sedang beralih ke strategi hibrida, menyeimbangkan akses untuk pengembang dengan kontrol yang lebih ketat atas model-modelnya yang paling kuat.

Peluncuran ini diharapkan mengikuti pendekatan bertahap. Meskipun beberapa versi mungkin dibuat tersedia untuk publik, komponen-komponen tertentu akan tetap bersifat proprietary pada fase awal sementara perusahaan menilai risiko keselamatan dan menerapkan pengamanan untuk kapabilitas yang lebih canggih.

Meta Platforms telah menjadi salah satu dari sedikit perusahaan teknologi besar di AS yang mengizinkan pengembang memodifikasi model-model frontier-nya, tetapi meningkatnya persaingan dalam kecerdasan buatan telah memunculkan ekspektasi yang semakin besar bahwa perusahaan mungkin akan mengurangi tingkat keterbukaan tersebut.

Meta berargumen bahwa kekuatannya terletak pada jangkauan konsumennya. Dengan mengintegrasikan alat AI di berbagai platform seperti WhatsApp, Facebook, dan Instagram, perusahaan dapat menghadirkan teknologinya kepada miliaran pengguna di seluruh dunia, sering kali tanpa biaya langsung—skala yang masih sulit ditiru oleh para pesaing.

Model-model yang akan datang juga merupakan bagian dari upaya untuk menutup kesenjangan dengan para kompetitor. Keluarga Llama 4 milik Meta yang sebelumnya tertinggal pada beberapa tolok ukur, sehingga meningkatkan ekspektasi untuk generasi berikutnya. Menurut Axios, perusahaan tidak mengharapkan untuk mengungguli para pesaing di setiap metrik, tetapi yakin dapat membedakan diri pada area-area yang selaras dengan pengguna sehari-hari.

Pengaruh Wang semakin terlihat dalam arah ini. Ia telah berargumen bahwa Meta dapat membantu “mendemokratisasikan akses” ke AI tingkat lanjut dengan menawarkan alat yang tersedia luas bagi pengembang dan konsumen. Sebaliknya, kompetitor seperti OpenAI dan Anthropic dipandang lebih berfokus pada penerapan untuk perusahaan dan pemerintah dengan akses terbuka yang terbatas.

Menyeimbangkan keterbukaan dengan kontrol

Strategi Meta mulai semakin terlihat jelas dengan adanya pendekatan hibrida. Perusahaan berupaya tetap cukup terbuka untuk menarik pengembang, sambil menjaga sistem paling canggihnya tetap tertutup untuk melindungi posisi kompetitifnya.

Pendekatan ini sejalan dengan pergeseran yang lebih luas di industri. Bahkan perusahaan yang sebelumnya mempromosikan akses terbuka kini menjadi lebih selektif dalam merilis model-model AI paling canggih mereka.

Pada saat yang sama, ketegangan seputar keterbukaan telah meningkat. Elon Musk telah mengkritik Sam Altman dan OpenAI, dengan berargumen bahwa perusahaan telah menjauh dari model-model yang bisa diakses secara bebas.

Sementara itu, Alibaba telah memilih untuk menjaga agar model-model Qwen terbarunya tetap proprietary setelah membalik sikap sumber terbukanya sebelumnya.

Perkembangan-perkembangan ini muncul ketika perdebatan di komunitas AI semakin memanas tentang kapabilitas sistem-sistem saat ini. Sebagian peneliti berargumen bahwa model yang dibangun berdasarkan pengenalan pola skala besar masih belum mencukupi untuk penalaran yang benar-benar nyata atau pemahaman yang menyerupai manusia.

Meta juga sedang menjajaki pendekatan alternatif di samping pengembangan model intinya. Salah satu upayanya adalah proyek “Brain Decoding”, yang pertama kali dilihat lebih dulu pada tahun 2023. Inisiatif ini berfokus pada memahami dan mensimulasikan aktivitas saraf. Ini mengarah pada upaya untuk melampaui sistem yang terutama menghasilkan keluaran dari pola data yang dipelajari.