Idag delar vi med oss av nästa fas av Reflektion. Vi bygger öppen intelligens som är tillgänglig för alla. Vi har samlat ett extraordinärt AI-team, byggt en frontier LLM-träningsstack och samlat in 2 miljarder dollar. Varför öppen intelligens är viktigt Tekniska och vetenskapliga framsteg drivs av värden som öppenhet och samarbete. Internet, Linux och de protokoll och standarder som ligger till grund för modern databehandling är alla öppna. Det är ingen slump. Öppen programvara är det som gafflas, anpassas och bäddas in i system över hela världen. Det är vad universiteten lär ut, vad nystartade företag bygger på, vad företag använder. Öppen vetenskap gör det möjligt för andra att lära sig av resultaten, inspireras av dem, ifrågasätta dem och bygga vidare på dem för att flytta fram gränserna för mänsklig kunskap och vetenskapliga framsteg. AI kom dit den är idag genom att skala upp idéer (t.ex. självuppmärksamhet, förutsägelse av nästa token, förstärkningsinlärning) som delades och publicerades öppet. Nu håller AI på att bli det tekniklager som allt annat körs ovanpå. De system som påskyndar vetenskaplig forskning, förbättrar utbildningen, optimerar energianvändningen, överbelastar medicinska diagnoser och driver leveranskedjor kommer alla att byggas på AI-infrastruktur. Men gränsen är för närvarande koncentrerad till slutna laboratorier. Om detta fortsätter kommer en handfull enheter att kontrollera kapitalet, beräkningen och talangen som krävs för att bygga AI, vilket skapar en skenande dynamik som låser ut alla andra. Det finns ett smalt fönster för att ändra denna bana. Vi måste bygga öppna modeller som är så kapabla att de blir det självklara valet för användare och utvecklare över hela världen, för att säkerställa att grunden för intelligens förblir öppen och tillgänglig snarare än att kontrolleras av ett fåtal. Vad vi har byggt Under det senaste året har vi förberett oss för det här uppdraget. Vi har satt ihop ett team som har banat väg för genombrott som PaLM, Gemini, AlphaGo, AlphaCode, AlphaProof och bidragit till ChatGPT och Character AI, bland många andra. Vi byggde något som man en gång trodde var möjligt endast i världens främsta laboratorier: en storskalig LLM- och förstärkningsinlärningsplattform som kan träna massiva Mixture-of-Experts (MoEs) modeller i gränsskala. Vi såg effektiviteten i vårt tillvägagångssätt med egna ögon när vi tillämpade det på den kritiska domänen autonom kodning. Nu när den här milstolpen är upplåst tar vi de här metoderna med allmänagentiskt resonemang. Vi har tagit in betydande kapital och identifierat en skalbar kommersiell modell som ligger i linje med vår strategi för öppen intelligens, vilket säkerställer att vi kan fortsätta att bygga och lansera gränsmodeller på ett hållbart sätt. Vi skalar nu upp för att bygga öppna modeller som sammanför storskalig förträning och avancerad förstärkningsinlärning från grunden. Säkerhet och ansvar Öppen intelligens förändrar också hur vi tänker på säkerhet. Det gör det möjligt för det bredare samhället att delta i säkerhetsforskning och diskurs, snarare än att överlåta kritiska beslut till ett fåtal slutna laboratorier. Transparens gör det möjligt för oberoende forskare att identifiera risker, utveckla åtgärder och hålla system ansvariga på ett sätt som sluten utveckling inte kan. Men öppenhet kräver också att man tar itu med utmaningarna med att kapabla modeller är allmänt tillgängliga. Vi investerar i utvärderingar för att utvärdera funktioner och risker innan de släpps, säkerhetsforskning för att skydda mot missbruk och standarder för ansvarsfull distribution. Vi tror att svaret på AI-säkerhet inte är "säkerhet genom dunkelhet" utan rigorös vetenskap som bedrivs i det öppna, där det globala forskarsamhället kan bidra till lösningar snarare än en handfull företag som fattar beslut bakom stängda dörrar. Jobba hos oss Det finns idag ett gyllene tillfälle att bygga upp en öppen underrättelseverksamhet, men den håller på att stängas och detta kan vara den sista. Om det här uppdraget ger gensvar, gå med oss.