Indice
Meta Glimmer è un modello AI open-weight che può essere eseguito localmente sul PC. Ecco come funziona e perché Muse Spark resta invece nelle API.
Meta ha reso disponibile Glimmer, un modello AI open-weight che può essere scaricato ed eseguito direttamente sul proprio hardware. L’idea è portare l’intelligenza artificiale fuori dal cloud, ma c’è un limite importante: il modello più potente di Meta, Muse Spark, resta accessibile soltanto tramite API.
L’intelligenza artificiale sta seguendo due strade sempre più distinte. Da una parte ci sono i grandi modelli accessibili attraverso Internet, come ChatGPT e Gemini, che richiedono una connessione ai server delle aziende che li sviluppano. Dall’altra stanno crescendo i modelli eseguibili localmente, che possono essere scaricati e utilizzati direttamente sul computer.
È proprio in questo secondo scenario che si inserisce Meta Glimmer, il modello che Meta ha recentemente distribuito come open-weight. La caratteristica più interessante è quindi la possibilità di eseguirlo sul proprio hardware, senza dover necessariamente inviare ogni richiesta ai server dell’azienda.
Cos’è un modello AI open-weight
La definizione è importante perché open-weight non significa necessariamente che tutto il progetto sia completamente open source. Meta ha distribuito i parametri numerici appresi dal modello durante l’addestramento. Chi possiede un hardware sufficientemente potente può quindi scaricare Glimmer e utilizzarlo localmente.
Il vantaggio principale è il maggiore controllo sull’esecuzione. Un modello locale non deve necessariamente comunicare con un servizio cloud per ogni richiesta e può diventare una base interessante per sviluppatori e ricercatori che vogliono sperimentare direttamente con l’intelligenza artificiale.
Naturalmente c’è anche un compromesso. Un modello eseguito sul computer dell’utente deve fare i conti con la potenza di calcolo e con la memoria disponibili. I grandi modelli cloud possono invece sfruttare infrastrutture composte da enormi quantità di GPU e sistemi dedicati. Per questo motivo AI locale e AI cloud non sono ancora equivalenti. La prima offre maggiore autonomia e controllo, mentre la seconda può contare su risorse hardware molto più grandi.
Meta vuole un’intelligenza artificiale per tutti
La distribuzione di Glimmer si inserisce nella strategia più ampia di Meta sull’AI. Mark Zuckerberg ha accompagnato l’iniziativa con un manifesto di circa 6.500 parole, sostenendo che l’intelligenza artificiale dovrebbe essere accessibile a tutti e non rimanere sotto il controllo di un gruppo ristretto di grandi laboratori.
È un tema particolarmente rilevante in una fase nella quale le principali aziende tecnologiche stanno investendo enormi quantità di denaro in chip, data center e capacità di calcolo.
L’AI locale rappresenta, almeno sulla carta, una strada alternativa. Se un modello può essere scaricato e utilizzato direttamente sul proprio computer, sviluppatori e ricercatori non devono necessariamente dipendere completamente dall’infrastruttura del produttore. Ed è proprio qui che Glimmer diventa interessante.
Ma c’è una contraddizione
Il problema emerge quando si guarda all’intera famiglia di modelli sviluppata da Meta. Il più potente Muse Spark, infatti, non viene distribuito nello stesso modo. Rimane accessibile attraverso le API di Meta.
Un’API può essere vista come una porta attraverso la quale software e servizi esterni possono utilizzare le capacità di un modello senza avere il modello stesso direttamente a disposizione. La differenza non è secondaria.
Con Glimmer, chi dispone dell’hardware necessario può scaricare il modello ed eseguirlo localmente. Questo offre maggiore libertà di sperimentazione e permette di lavorare sul modello senza dipendere necessariamente dall’infrastruttura cloud di Meta. Con Muse Spark, invece, l’accesso rimane legato ai servizi dell’azienda.
AI locale contro AI centralizzata
La questione va quindi oltre Glimmer. Il modello di AI locale rappresenta una delle possibili alternative alla crescente centralizzazione dell’intelligenza artificiale. Oggi una parte consistente delle capacità più avanzate è concentrata nelle infrastrutture di pochi grandi operatori tecnologici.
Il problema è che l’hardware necessario per eseguire localmente i modelli più sofisticati non è alla portata di tutti. Un modello open-weight può essere scaricato liberamente, ma questo non significa automaticamente che possa essere utilizzato senza difficoltà da qualsiasi computer.
La promessa dell’AI “per tutti”, quindi, deve essere valutata anche considerando questo elemento. Meta offre una parte dei propri modelli in una forma che permette maggiore libertà di utilizzo, ma allo stesso tempo mantiene le tecnologie più potenti all’interno della propria infrastruttura.
È una contraddizione che non riguarda soltanto Meta. La distribuzione dei modelli open-weight e il controllo dei modelli più avanzati stanno diventando uno dei nodi centrali della competizione nel settore dell’intelligenza artificiale.
Glimmer rappresenta quindi un passo interessante verso un’AI più locale e accessibile, ma non elimina il problema della centralizzazione. Il futuro dell’intelligenza artificiale potrebbe essere diviso tra modelli che possiamo davvero possedere e modelli che continueremo soltanto a utilizzare come servizio.
