L’approccio di Meta all’intelligenza artificiale generativa è caratterizzato da una doppia dipendenza dal modello proprietario Llama e dal GPT-4 di OpenAI.
Fortune segnala che Meta utilizza una strategia pragmatica per Metamate, l’assistente di codifica AI interno di Meta, lanciato all’inizio del 2024. Lo strumento utilizza GPT-4 di OpenAI in una funzionalità ibrida. Ciò evidenzia le sfide legate al raggiungimento dell’autosufficienza nell’intelligenza artificiale generativa, anche se Meta posiziona Llama come una pietra angolare dei suoi sforzi di innovazione.
Mark Zuckerberg, CEO di Meta, ha costantemente pubblicizzato le capacità di Llama, sostenendo che è”competitivo”con i modelli più avanzati e, in alcuni casi, guidando e prevedendo che Llama diventerà”il modello aperto più avanzato del settore il prossimo anno”. Tuttavia, l’integrazione di GPT-4 in strumenti chiave come Metamate riflette le complessità del mondo reale legate all’implementazione di sistemi di intelligenza artificiale avanzati su larga scala.
Metamate: uno strumento di intelligenza artificiale ibrido per sviluppatori
Metamate esemplifica la dipendenza di Meta da più modelli per soddisfare le diverse esigenze dei suoi sviluppatori alterna dinamicamente GPT-4 e Llama in base alla complessità delle query di codifica.
I dipendenti che hanno familiarità con Metamate lo descrivono come un utile assistente per le attività di base, ma ne riconoscono i limiti con un’ingegneria più avanzata. Un dipendente lo ha definito”buono almeno quanto uno stagista”, sottolineando la sua utilità per la programmazione ripetitiva ma l’applicazione limitata nella risoluzione di sfide complesse.
Sebbene l’integrazione di GPT-4 da parte di Metamate garantisca prestazioni robuste, sottolinea anche i limiti del modello Llama proprietario di Meta Ciò è in contrasto con le ambiziose affermazioni fatte durante il rilascio di Code Llama, un’estensione specializzata di Llama 2 introdotta nell’agosto 2023.
Code Llama è stato progettato per gestire attività come debug, generazione di codice e documentazione. Supporta linguaggi di programmazione tra cui Python, Java e C++ ed elabora fino a 100.000 token di contesto, consentendogli di funzionare in modo efficace con basi di codice estese.
Code Llama ha ottenuto risultati competitivi rispetto ai benchmark di settore, ottenendo punteggi del 53,7% su HumanEval e del 56,2% su Mostly Basic Python Programming (MBPP). La continua dipendenza di Meta da GPT-4 per strumenti come Metamate evidenzia le difficoltà di scalare Llama per soddisfare le esigenze pratiche degli utenti aziendali.
Correlato: Supermaven si unisce a Cursor per competere con GitHub Copilot nell’editing di codici AI
Gemini di Google e il panorama in espansione degli strumenti di codifica AI
Mentre Meta perfeziona la sua strategia ibrida, concorrenti come Google stanno avanzando anche nello spazio di codifica dell’intelligenza artificiale. GitHub, di proprietà di Microsoft, è attualmente leader nello spazio di codifica dell’intelligenza artificiale con GitHub Copilot in un mercato che anche Google sta cercando di conquistare.
Recentemente GitHub ha lanciato un nuovo strumento di revisione del codice basato sull’intelligenza artificiale per GitHub Copilot, offrendo agli sviluppatori un modo più rapido ed efficiente per eseguire l’iterazione del codice. E Microsoft continua a incorporare GitHub Copilot nel suo ecosistema di strumenti per sviluppatori, con una miriade di nuove integrazioni e funzionalità annunciate proprio di recente.
Google, dall’altro lato, ha recentemente lanciato Gemini Code Assist Enterprise, uno strumento AI progettato per supportare lo sviluppo di software aziendale.
Come GitHub Copilot, Gemini si integra con i più diffusi ambienti di sviluppo integrato (IDE) come Visual Studio Code e JetBrains, dove offre funzionalità avanzate come suggerimenti di codice sensibile al contesto, generazione di funzioni e creazione di unit test.
Ciò che distingue Gemini è la sua capacità di analizzare il contesto della codebase locale di uno sviluppatore. Questa funzionalità consente una guida più personalizzata rispetto agli strumenti generici di completamento del codice.
Gemini supporta anche la personalizzazione per le organizzazioni, consentendo ai suggerimenti di codice di allinearsi agli standard interni. Gli sviluppatori possono utilizzare Gemini nei servizi Google Cloud, inclusi Firebase e BigQuery, dove fornisce assistenza con query SQL e Python per accelerare l’analisi dei dati.
Con prezzi a partire da $ 19 per utente all’anno, Gemini mira ad attrarre aziende di tutti i settori. dimensioni. La spinta aggressiva di Google in questo spazio è in linea con le proiezioni di settore di Gartner, che suggeriscono che quasi tutti gli sviluppatori aziendali si affideranno a strumenti di intelligenza artificiale per la codifica entro il 2028.
Correlati: Modelli di codifica AI: Alibaba espande la serie Qwen2.5-Coder nel contesto della spinta globale dell’IA
Critica all’apertura e alla trasparenza dell’IA
Meta ha posizionato Llama come alternativa open source ai modelli principali come GPT-4. Tuttavia, questa affermazione è stata sottoposta a un esame accurato. Uno studio della Radboud University ha criticato Meta per aver promosso l’apertura nascondendo dati critici sulla formazione, affermando che Llama 2 non soddisfa la maggior parte dei criteri di apertura.
Questa critica evidenzia una tendenza del settore più ampia in cui le aziende rilasciano selettivamente informazioni sulla loro intelligenza artificiale modelli mantenendo uno stretto controllo sui set di dati chiave.
La tensione tra pretese di trasparenza e strategie proprietarie non è esclusiva di Meta. OpenAI, Google e Amazon hanno dovuto affrontare critiche simili poiché bilanciano l’innovazione con le pressioni competitive. Tuttavia, la dipendenza di Meta da GPT-4, nonostante la sua retorica open source, sottolinea i limiti pratici del raggiungimento di un ecosistema AI completamente aperto.
La doppia dipendenza di Meta da GPT-4 e Llama potrebbe riflettere un approccio pragmatico e saggio approccio in mezzo alle complessità legate all’implementazione di strumenti di intelligenza artificiale generativa. Mentre la visione di Zuckerberg per Llama enfatizza l’indipendenza e l’innovazione, l’inclusione di GPT-4 in strumenti come Metamate rivela le sfide legate al soddisfacimento delle diverse esigenze aziendali.
