L’approche de Meta en matière d’IA générative est marquée par une double dépendance à l’égard de son modèle propriétaire Llama et du GPT-4 d’OpenAI.
Fortune rapporte que Meta utilise une stratégie pragmatique pour Metamate, l’assistant de codage d’IA interne de Meta, lancé début 2024. L’outil utilise le GPT-4 d’OpenAI dans une fonctionnalité hybride. Cela met en évidence les défis liés à l’atteinte de l’autosuffisance en matière d’IA générative, même si Meta positionne Llama comme la pierre angulaire de ses efforts d’innovation.
Mark Zuckerberg, PDG de Meta, a toujours vanté les capacités de Llama, affirmant qu’il est « compétitif ». avec les modèles les plus avancés et, dans certains cas, en dirigeant et en projetant que Llama sera « le modèle ouvert le plus avancé de l’industrie l’année prochaine ». Cependant, l’intégration de GPT-4 dans des outils clés tels que Metamate reflète les complexités réelles du déploiement de systèmes d’IA avancés à grande échelle.
Metamate : un outil d’IA hybride pour les développeurs
Metamate illustre la dépendance de Meta à l’égard de plusieurs modèles pour répondre aux divers besoins de ses développeurs. L’outil alterne dynamiquement entre GPT-4 et Llama en fonction de la complexité des requêtes de codage.
Les employés familiers avec Metamate le décrivent comme un assistant utile pour les tâches de base, mais reconnaissent ses limites avec une ingénierie plus avancée. Un employé l’a qualifié de”au moins aussi bon qu’un stagiaire”, soulignant son utilité pour la programmation répétitive mais son application limitée pour résoudre des défis complexes.
Bien que l’intégration de GPT-4 par Metamate garantisse des performances robustes, elle souligne également les limites du modèle propriétaire Llama de Meta. Cela contraste avec les affirmations ambitieuses faites lors de la sortie de Code Llama, une extension spécialisée de Llama 2 introduite en août. 2023.
Code Llama a été conçu pour gérer des tâches telles que le débogage, la génération de code et la documentation. Il prend en charge les langages de programmation tels que Python, Java et C++ et traite jusqu’à 100 000 jetons de contexte, ce qui lui permet de fonctionner efficacement. avec des bases de code étendues.
Code Llama a réalisé des performances compétitives par rapport aux références de l’industrie, obtenant des scores de 53,7 % sur HumanEval et de 56,2 % sur la programmation Python principalement basique. (MBPP). Malgré ces réalisations, la dépendance continue de Meta à l’égard de GPT-4 pour des outils tels que Metamate met en évidence les difficultés liées à la mise à l’échelle de Llama pour répondre aux besoins pratiques des utilisateurs d’entreprise.
Connexe : Supermaven rejoint Cursor pour concurrencer GitHub Copilot dans l’édition de code d’IA
Gemini de Google et le paysage en expansion des outils de codage d’IA
Alors que Meta affine sa stratégie hybride, des concurrents comme Google progressent également dans le domaine du codage de l’IA. GitHub, propriété de Microsoft, est actuellement leader dans le domaine du codage de l’IA avec GitHub Copilot sur un marché que Google tente également de conquérir.
GitHub a récemment lancé un nouvel outil de révision de code basé sur l’IA pour GitHub Copilot, offrant aux développeurs un moyen plus rapide et plus efficace d’itérer sur le code. Et Microsoft continue d’intégrer GitHub Copilot dans son écosystème d’outils de développement, avec une pléthore de nouvelles intégrations et fonctionnalités annoncées récemment.
Google, de son côté, a récemment lancé Gemini Code Assist Enterprise, un outil d’IA conçu pour pour soutenir le développement de logiciels d’entreprise.
Comme GitHub Copilot, Gemini s’intègre aux environnements de développement intégrés (IDE) populaires tels que Visual Studio Code et JetBrains, où il offre des fonctionnalités avancées telles que des suggestions de code contextuelles, la génération de fonctions et la création de tests unitaires.
Ce qui distingue Gemini, c’est sa capacité à analyser le contexte de la base de code locale d’un développeur. Cette fonctionnalité permet des conseils plus personnalisés par rapport aux outils génériques de complétion de code.
Gemini prend également en charge la personnalisation pour les organisations, permettant aux suggestions de code de s’aligner sur les normes internes. Les développeurs peuvent utiliser Gemini sur les services Google Cloud, notamment Firebase et BigQuery, où il facilite les requêtes SQL et Python pour accélérer l’analyse des données.
Avec un prix commençant à 19 $ par utilisateur et par an, Gemini vise à attirer les entreprises de tous les horizons. tailles. La poussée agressive de Google dans ce domaine s’aligne sur les projections industrielles de Gartner, qui suggèrent que presque tous les développeurs d’entreprise s’appuieront sur des outils d’IA pour le codage d’ici 2028.
Connexe : Modèles de codage d’IA : Alibaba étend sa série de codeurs Qwen2.5 dans le contexte de la poussée mondiale de l’IA
Critique de l’ouverture et de la transparence de l’IA
Meta s’est positionné Llama comme alternative open source aux principaux modèles comme GPT-4. Cependant, cette affirmation a fait l’objet d’un examen minutieux. Une étude de l’Université Radboud a critiqué Meta pour avoir favorisé l’ouverture tout en retenant les données de formation critiques, affirmant que Llama 2 ne répondait pas à la plupart des critères d’ouverture.
Cette critique met en évidence une tendance plus large du secteur selon laquelle les entreprises publient de manière sélective des informations sur leur IA. modèles tout en maintenant un contrôle strict sur les ensembles de données clés.
La tension entre les revendications de transparence et les stratégies propriétaires n’est pas propre à Meta. OpenAI, Google et Amazon ont fait l’objet de critiques similaires car ils équilibrent l’innovation avec les pressions concurrentielles. Cependant, la dépendance de Meta à l’égard de GPT-4, malgré sa rhétorique open source, souligne les limites pratiques de la réalisation d’un écosystème d’IA entièrement ouvert.
La double dépendance de Meta à l’égard de GPT-4 et de Llama pourrait refléter une approche pragmatique et sage. approche au milieu de la complexité du déploiement d’outils d’IA générative. Alors que la vision de Zuckerberg pour Llama met l’accent sur l’indépendance et l’innovation, l’inclusion de GPT-4 dans des outils comme Metamate révèle les défis liés à la satisfaction des divers besoins des entreprises.
