La Svizzera ha compiuto un passo significativo nel panorama dell’intelligenza artificiale, lanciando un proprio modello di linguaggio di grandi dimensioni (LLM) denominato Apertus.
Questa iniziativa, supportata da istituzioni accademiche e di ricerca svizzere, si pone come una valida alternativa open source ai giganti proprietari come ChatGPT di OpenAI e Claude di Anthropic.
L’obiettivo principale è quello di promuovere la trasparenza, la collaborazione e l’accesso aperto alla tecnologia di intelligenza artificiale. L’intero progetto, inclusi il codice sorgente, i dati di addestramento e i pesi del modello, è stato reso disponibile sulla piattaforma HuggingFace, permettendo a chiunque di ispezionare, modificare e migliorare il modello.
Apertus: un’impostazione basata sulla fiducia e sulla trasparenza
La scelta della Svizzera di rendere l’intero processo di sviluppo di Apertus completamente trasparente e accessibile riflette un impegno profondo verso l’etica e la sicurezza nell’intelligenza artificiale. A differenza dei modelli proprietari, il cui funzionamento interno e i dati di addestramento sono tenuti segreti, il modello svizzero offre una visione completa di come è stato costruito.
Questo approccio non solo promuove la fiducia, ma consente anche a ricercatori e sviluppatori di identificare potenziali pregiudizi o vulnerabilità nel sistema. La disponibilità aperta del codice e dei dati di addestramento incoraggia una collaborazione globale, permettendo alla comunità scientifica di contribuire al suo sviluppo e alla sua ottimizzazione.
Il lancio di Apertus non è solo un esercizio accademico, ma rappresenta anche un’importante strategia per l’indipendenza tecnologica. Affidarsi esclusivamente a modelli proprietari, controllati da poche grandi aziende, comporta rischi significativi in termini di censura, sicurezza e dipendenza economica.
Creando un’alternativa open source, la Svizzera si posiziona come un leader nell’innovazione responsabile, offrendo una piattaforma su cui le aziende, le istituzioni e i singoli cittadini possono costruire applicazioni di intelligenza artificiale senza vincoli o costi elevati. Questo modello favorisce un ecosistema di sviluppo più equo e democratico, stimolando la ricerca e l’innovazione in tutto il mondo.
Un modello linguistico aperto e multilingue
Il nome Apertus, che in latino significa “aperto”, non è una scelta casuale. Secondo i suoi sviluppatori, l’obiettivo principale del progetto è “stabilire una nuova base per modelli aperti affidabili e globalmente rilevanti”. Questa ambizione si manifesta nella sua architettura e nella sua filosofia di design. A differenza di molti modelli di grandi dimensioni che si concentrano principalmente sull’inglese, è stato addestrato su un vastissimo corpus di dati che copre oltre 1.800 lingue. Questo approccio multilingue lo rende uno strumento versatile e inclusivo, capace di supportare una comunità globale di ricercatori, sviluppatori e utenti. La sua natura multilingue lo posiziona come un modello cruciale per la comprensione e l’applicazione dell’intelligenza artificiale in contesti non anglofoni.
Per soddisfare le diverse esigenze computazionali e applicative, Apertus è stato rilasciato in due versioni distinte. La prima, più compatta, dispone di 8 miliardi di parametri, rendendola ideale per l’implementazione su dispositivi meno potenti o per attività che non richiedono una capacità computazionale estrema. La seconda versione, molto più grande, conta ben 70 miliardi di parametri, offrendo prestazioni di alto livello che possono competere con i modelli proprietari più avanzati.
Secondo quanto riportato da SWI, le prestazioni di quest’ultima versione sono paragonabili a quelle del modello Llama 3 di Meta, rilasciato nel 2024. Questo confronto è significativo perché lo posiziona non solo come un’alternativa etica e trasparente, ma anche come un concorrente tecnicamente valido nel panorama dei modelli linguistici di grandi dimensioni. La disponibilità di due dimensioni del modello consente un’ampia flessibilità, permettendo agli sviluppatori di scegliere la versione più adatta alle proprie necessità, dalla ricerca accademica allo sviluppo di applicazioni commerciali.
