YugoGPT je uspio tamo gdje globalni AI modeli griješe

Ako umjetna inteligencija danas može pisati kod, analizirati pravne dokumente i razgovarati na desecima jezika, zašto je i dalje izuzetno teško napraviti veliki jezični model koji pouzdano razumije lokalni jezik, kulturu i poslovni kontekst?

Odgovor na to pitanje najbolje ilustrira YugoGPT, najveći jezični model ikad razvijen za južnoslavenske jezike, ali i projekt koji je, unatoč tehničkom uspjehu, stavljen na čekanje.

YugoGPT: tehnički uspjeh bez tržišnog nastavka

YugoGPT je veliki jezični model sa sedam milijardi parametara, treniran posebno za srpski, hrvatski i bosanski jezik. Razvio ga je Aleksa Gordić, inženjer s iskustvom rada u Microsoftu i Google DeepMindu.

Model je objavljen kao open-source projekt na platformi HuggingFace i u testovima je pokazao bolje razumijevanje lokalnih jezika od globalnih modela poput Mistrala i LLaMA-e 2 (jezični modeli kompanija Mistral.ai i Meta).

Na zadacima koji zahtijevaju razumijevanje lokalnih idioma, gramatičkih nijansi i kulturnog konteksta, YugoGPT bio je točniji od modela treniranih prvenstveno na engleskom jeziku. Međutim, tu završava priča o tehničkim prednostima i počinje priča o stvarnim ograničenjima.

 

Za razliku od globalnih AI kompanija koje razvijaju svoje modele uz višemilijardne investicije, državnu podršku i ogromno tržište, YugoGPT je nastajao pod potpuno drugačijim uvjetima.

"Dinamika u svijetu umjetne inteligencije se promijenila. Krajem 2023. godine počeli su se pojavljivati ​​nacionalni igrači diljem svijeta koji su prikupljali 50 do 100 milijuna dolara za razvoj lokalnih jezičnih modela", objašnjava Gordić za Bloomberg Adria. Gordić dodaje da "takvi projekti imaju prednost jer dolaze s većih tržišta, s jačom institucionalnom podrškom i jasnim komercijalnim ciljevima. Balkan, s druge strane, predstavlja mali i fragmentirani prostor. Veće kompanije često posluju na engleskom jeziku, dok je spremnost tržišta da plati za lokalne AI alate ograničena. To značajno sužava mogućnost pretvaranja tehnički kvalitetnog modela u održiv proizvod."

"Postoji još nekoliko bitnih koraka od stvaranja kvalitetnog velikog jezičnog modela do trenutka kada taj model postane stvarno koristan za kompanije", ističe Gordić. Bez kontinuiranog financiranja i jasnog tržišnog signala, ti koraci postaju teško ostvarivi. 

Zbog toga je YugoGPT stavljen u stanje mirovanja krajem 2024. godine, uz mogućnost da projekt u budućnosti preuzmu akademske ili civilne inicijative. "Apsolutno to podržavam i zato je licenca napravljena da bude open-source i permisivna", kaže on. "Postoji i mogućnost da ću ja u svoje slobodno vrijeme ponovno istrenirati puno bolji model", rekao je Gordić za Bloomberg Adriju.

 

Glavni jezični modeli danas i kako se razlikuju

Veliki jezični model je AI sustav treniran na ogromnim količinama podataka. Razlikuju se po veličini (broju parametara), količini podataka i arhitekturi. Model sa sedam milijardi parametara razumije osnove jezika, dok modeli sa stotinama milijardi razumiju nijanse i složene koncepte.

OpenAI (ChatGPT) je najbolji za opću upotrebu i kreativnost. To je najpoznatiji i najkorišteniji model s najbogatijim ekosustavom dodataka i integracija. Prednjači u generiranju kreativnog sadržaja i pisanju marketinških materijala. Slabost su skuplje cijene i česti problemi s kapacitetom; ponekad ne možete ni pristupiti usluzi za vrijeme špice. OpenAI očekuje prihode od 29,4 milijarde dolara do kraja 2026. godine.

Anthropic (Claude) je najbolji za kodiranje i poslovnu upotrebu. Izvrsno se snalazi u pisanju koda i analizi tehničke dokumentacije zahvaljujući kontekstnom prozoru od dvjesto tisuća tokena, može "pamtiti" i obraditi dokumente duljine cijele knjige. Fokusiran je na enterprise klijente koji traže pouzdanost. Tvrtka bilježi prihode od oko tri milijarde dolara i nedavno je snizila cijene za 66 posto.

Google (Gemini) je najbolji za multimodalni sadržaj i integraciju s ekosustavom. Radi s tekstom, slikama, videom i kodom istovremeno. Integriran je s Google Workspace alatima kao što su Gmail, Google Docs i Google Photos. Prednost je kontekstni prozor od dva milijuna tokena. Slabost je sporija inovacija i percepcija da zaostaje za ChatGPT-jem i Claudeom.

Kineski modeli (DeepSeek, Zhipu AI) su najbolji za cijenu. DeepSeek V3.2 košta deset do pedeset puta manje od zapadnih konkurenata uz zadovoljavajuće performanse. Model je potpuno otvoren pod MIT licencom. Projekt financira High-Flyer, hedge fond iz Kine vrijedan osam milijardi dolara. Zhipu AI GLM-4.7 postiže preciznost od 73,8 posto na SWE-bench Verified testu, što je najbolji rezultat među open-source modelima.

Usporedba LLM modela

 

 

Lekcija YugoGPT-ja

YugoGPT nije dokaz da lokalni AI ne može funkcionirati. Naprotiv, pokazao je da lokalni modeli mogu biti precizniji i kontekstualno pametniji od globalnih sustava. No također je pokazao da tehnička izvrsnost nije dovoljna bez tržišta, kapitala i institucionalne podrške.

U svijetu umjetne inteligencije, kao što je to nekada bilo u automobilskoj industriji, dobar proizvod ne jamči uspjeh. Pobjednici neće biti oni koji najbolje razumiju jezik, već oni koji uspiju spojiti tehnologiju, tržište i dugoročnu strategiju.