La diatriba su quale sia la corretta definizione di LLM open-source non è mai stata risolta. Sin dagli albori ci hanno provato in tanti, in primis la Open Source Initiative, di cui avevamo raccontato il primo tentativo. Il risultato è stato, per usare un eufemismo, scarso.

Perché, lo diciamo da sempre, la materia è assai complicata, principalmente per una ragione prettamente tecnologica: nessuno sa, o può, controllare cosa ci sia dentro un LLM.

Un LLM è il prodotto di un’elaborazione sulla quale, per intenderci, non è possibile fare query. L’unica cosa controllabile sono i dati che gli vengono dati in pasto, quello che normalmente è definito il processo di addestramento. E di modalità per allenare i modelli ne esistono mille diverse, e questo aspetto è il principio fondante su cui le grandi aziende come OpenAI e Anthropic fondano gran parte del loro lavoro e della loro reputazione.

In questo contesto, che potremmo definire proprietario, c’è stato sin dall’inizio un progetto che ha tentato di fare la differenza, raggiungendo quasi subito un successo planetario. Sto parlando di Hugging Face.

Il progetto è molto più di un semplice repository di LLM. Nel corso degli anni è diventata una sorta di infrastruttura sociale e tecnologica dell’AI: un luogo dove ricercatori, sviluppatori e aziende possono pubblicare, condividere e utilizzare modelli, dataset e strumenti per costruire applicazioni basate sull’intelligenza artificiale (nella serie Capire l’AI, il modello abliterato che abbiamo usato per i test veniva ovviamente da Hugging Face). Il suo ecosistema comprende librerie, dataset, modelli pre-addestrati e strumenti per eseguirli e addestrarli, con una filosofia fortemente orientata alla collaborazione e alla condivisione.

Hugging Face, in altre parole, aveva contribuito a creare un’alternativa concreta al modello delle grandi AI company: non necessariamente un’alternativa ai loro LLM più potenti, ma un ecosistema nel quale la conoscenza, gli strumenti e una parte significativa dei modelli potevano circolare al di fuori del controllo di un singolo soggetto.

Tutto questo fino all’inizio di settembre quando, come ha raccontato Phoronix insieme ad esempio a The New Stack, è rimbalzata ovunque la notizia dell’acquisizione di Hugging Face da parte di NVIDIA.

Celebrato ovunque sui social a suon di faccine e complimenti da parte di tutti gli estimatori del progetto Hugging Face questa notizia in realtà stupisce molti tra gli addetti ai lavori (in questo articolo di The Register c’è un punto di vista molto interessante). O meglio, più che stupisce si potrebbe dire “impaurisce”.

Già, perché se l’azienda con la posizione dominante nella creazione di chip per l’AI versa quasi 13 miliardi di dollari per acquisire il più importante ecosistema community del pianeta non si possono non avere timori per la direzione che l’AI sta prendendo.

Non c’è quindi solo l’enorme problema della sicurezza, quello ancora più grande della privacy, su cui abbiamo speso diverse parole recentemente: se la più grande community AI diventa proprietà di NVIDIA, il problema qui è di libertà.

Certo, i proclami recitano ovunque “tutto rimarrà come prima!“, ma andatelo a raccontare agli ex utenti CentOS che si sono sentiti raccontare la stessa cosa quando Red Hat l’ha acquisita.

Business is Business, ed è altamente improbabile che Jensen Huang, faccine sorridenti a parte, abbia voluto donare quasi 13 miliardi perché crede fortemente nella community e vuole un mondo migliore.

Magari sì eh, ma ci scommettereste i vostri soldi?