Open source vs. closed source AI: At træffe et valg

Hvis du er udvikler eller planlægger at anvende AI-værktøjer i din virksomhed, bliver du før eller siden nødt til at vælge mellem at bruge open source- og closed source-AI-software.

Som med de fleste andre typer software er open source AI-værktøjer ofte gratis og kræver et vist niveau af teknisk kompetence, mens closed source-alternativer ofte kræver betaling for at bruge dem.

Denne artikel sammenligner disse to sektorer inden for kunstig intelligens-industrien i et forsøg på at give dig alle de oplysninger, du har brug for, for at træffe en informeret beslutning om din virksomhed eller projektudvikling.

Hvad er open og closed source AI?

Open source og closed source AI refererer generelt til softwareværktøjer til kunstig intelligens, som falder ind under to kategorier. Den første kategori er dem, hvis kildekode er åben eller tilgængelig for offentligheden, og deraf deres navn "open source". Den anden er closed source, hvis kildekode ikke er tilgængelig.

• Open SourceAt være open source betyder, at alle kan downloade, læse og udføre projektets kildekode. Kildekode er det skriftlige sæt instruktioner til ethvert computerprogram, der kan køres på en computer når som helst for at udføre det pågældende program. Selvom meget eller det meste open source-software har en tendens til at være freeware, er noget proprietære systemer, som du stadig skal betale for.
  
• Lukket kildeDenne kategori af software minder mere om black-box-systemer; du kan bruge dem, men du kan ikke finde ud af, hvordan de fungerer. De promoveres normalt af profitorienterede virksomheder, og selvom de koster penge at bruge, er de ofte bakket op af en teknisk supporttjeneste eller noget lignende.

For de fleste brugere refererer AI til modeller med store sprog som ChatGPT, Deepseek og Gemini. Det er dog bemærkelsesværdigt, at adskillige AI-softwareværktøjer som TensorFlow er ligeligt kategoriseret i open source og closed source AI-software. Derfor kan vi generelt skelne mellem open- og closed source AI-modeller og open- og closed source AI-værktøjer.

Penge får verden til at gå rundt

Softwareudvikling kan være dyrt, og det er derfor, at udviklere ofte tjener penge på deres produkter for at tjene penge og kunne understøtte deres løbende udviklingsarbejde. Udvikling af AI-modeller til store sprog er dog endnu dyrere end udvikling af almindelig software.

Først skal du placere modellen i et stort datacenter. Derefter skal du bruge mange talentfulde ingeniører til at oprette dit system og andre til at indsamle store mængder data fra hele internettet, og derefter rense og forberede dem til at blive indlæst i modellen, hvilket kaldes træning. Derefter er der energiforbrugsomkostninger og finjustering af modellen, hvilket simpelthen er mere træning.

I sidste ende kan en enkelt udvikler bruge sin fritid efter arbejde hver dag på at udvikle et spil, en datingside eller en filhåndtering og udgive det gratis, men det kræver en lille til mellemstor gruppe eksperter at udvikle en stor AI-sprogmodel. Talent og infrastruktur koster penge, og derfor er det et så stort problem med AI-modeller, hvor store aktører er nødt til at vælge enten open source- eller closed source-tilgangen.

Fordele og ulemper ved open source AI

Open source kunstig intelligens-systemer har deres fordele og ulemper, og disse kan være nyttige eller en hindring, afhængigt af hvad du håber at opnå med softwaren. De vigtigste fordele og ulemper er som følger:

Fordele ved open source AI

• Gennemsigtighed og bedre kontrol af kodeksOpen source-projekter er mere gennemsigtige, fordi alle kan downloade de nyeste versioner og selv se, hvad der præcist foregår. I modsætning til deres closed source-modparter kan individuelle udviklere og grupper granske koden for at finde fejl eller bidrage med programrettelser og forbedringer. Dette er hovedårsagen til, at open source-projekter som WordPress er imponerende.
  
• Innovation og standardiseringIndividuelle kodere og teams kan innovere på egen hånd og indsende deres endelige arbejde til inkludering i open source-koden. Dette holder projektet opdateret. Derudover fører så mange forskellige mennesker, der arbejder sammen, til standardisering af procedurer, protokoller og forskellige teknologier. Dette skaber igen standardiseret software, som de fleste kan arbejde med, i modsætning til de leverandørspecifikke teknologier, som proprietære systemer ofte bruger.
  
• Fællesskab og samarbejdeDe fleste open source-projekter har onlinefællesskaber, hvor bidragydere og brugere mødes for at samarbejde. Folk udveksler idéer og innoverer frit i sådanne miljøer, hvilket fører til et varmt fællesskab, som man ikke får med closed source-systemer.
  
• CustomizabilityEnhver udvikler kan tage deres kopi af open source-software og tilpasse den præcis, som de ønsker. Dette er meget bedre end at tilpasse sig et lukket systems ubehagelige design eller arbejdsprocedurer, især når alt, hvad der skulle til for at få det til at fungere, bare var en mindre justering.
  
• OmkostningseffektivitetUden licensgebyrer gør open source-systemer det muligt for udviklere at skabe fantastiske projekter, der ellers ville have været umulige. WordPress blev for eksempel bygget på open source-sproget PHP og blev en platform for utallige andre projekter. Open source vil sandsynligvis skabe et lignende boom i kunstig intelligens-industrien i fremtiden.
  
• DatasuverænitetEndelig er de, der arbejder med følsomme data, bedre stillet med open source AI-systemer, fordi de giver dem suverænitet over deres data, så de kan gøre, hvad de vil med dem. Alternativet til at arbejde med et lukket system er, at du ikke kan garantere, hvad der vil ske med dine data, især når det nævnte system hostes eksternt. Open source-software, der hostes lokalt, er fortsat den bedste løsning til følsomme data.

Ulemper ved open source AI

• Tekniske krav til brugerenDet meste open source-software tilbydes "som det er". Det betyder, at hvis du ikke forstår det eller ikke kan finde ud af det, så er du overladt til dig selv. Dette gælder især for open source-software rettet mod teknologifolk.
  
• Mangel på teknisk supportSamme grund som ovenstående. Der er næsten ingen dedikeret teknisk support til open source-systemer. De fleste teknisk kompetente brugere finder selv løsninger på eventuelle problemer, enten via søgemaskiner eller ved at gennemsøge onlinefora.

Fordele og ulemper ved lukket AI

Kunstig intelligens-systemer med lukket kildekode har også deres fordele og ulemper, og de kan være nyttige eller en hindring, afhængigt af hvad du håber at opnå med softwaren. De er som følger.

Fordele ved lukket AI

• Høj ydeevneClosed source-systemer yder generelt bedre end open source-softwaresystemer, fordi de er optimerede og ofte leveres med anbefalet hardware eller tilhørende systemer. Selvfølgelig kan open source-systemer optimeres til at være lige så højtydende som deres closed source-modparter, men det kræver normalt en dygtig bruger. Closed source-systemer yder generelt bedre direkte ud af kassen end deres open source-modparter.
  
• Centraliseret kontrol og hurtigere udviklingDa lukkede AI-systemer udvikles af et centraliseret team med et samlet fokus, kan de udvikle nødvendige funktioner meget hurtigere og mere effektivt end open source-teamet, som ofte kræver, at en frivillig tilføjer en nyttig funktion til basiskoden, før den generelt accepteres.
  
• Bedre overholdelseClosed source AI-systemer er også mere kompatible med regler og bestemmelser end deres open source-modstykker. Virksomheden bag en closed source AI-chatmodel sørger for eksempel for, at dens model holder sig inden for de accepterede grænser for social interaktion og ytringsfrihed. Et open source-system kan derimod ikke garantere en sådan overholdelse, uanset hvor meget de oprindelige udviklere af koden forsøger at håndhæve den. Enhver, der bruger open source-kode til at oprette en AI-chatbot, kan bogstaveligt talt gøre, hvad de vil med den.
  
• Inkluderer ofte teknisk supportKundesupport er et andet område, hvor closed source-systemer overgår open source. Hvis du er betalende kunde af et AI-system eller det meste andet software, forventer du at få kundesupport, når du har problemer med softwaren. Dette gælder især, når det er et teknisk problem. Open source og de fleste gratis tjenester tilbydes derimod normalt "som de er" uden kunde- eller teknisk support. Mange open source-fællesskaber tilbyder dog fora, hvor brugerne kan udveksle ideer med hinanden.

Ulemper ved lukket AI

• Højere brugeromkostningerDa de fleste lukkede systemer, herunder AI-tjenester, er proprietære, betaler man generelt for at bruge dem. Nogle tjenester som f.eks. ChatGPT tilbydes via en Freemium model, som giver gratisbrugere begrænset adgang, mens betalende kunder kan gøre meget mere eller få prioriteret adgang.
  
• Forudindtagede modellerClosed-source AI-modeller er også mere tilbøjelige til bias fra deres udviklere. For eksempel antager de fleste brugere af LLM-chatbots, at alle de svar, de får, er 100 % fra AI'en, uden at stoppe op og tænke over, at disse bots er tunet at frembringe bestemte reaktioner, mens man undgår andre.

Gør et valg

Når du ved, hvad closed source og open source AI-systemer handler om, kan du eller dit team blive tvunget til at vælge mellem de to. Som du kan forstå, er dette ikke en lille opgave, fordi I skal tage så mange ting i betragtning. Her er tre perspektiver at se på situationen fra, som kan hjælpe jer med at nå en hurtigere beslutning:

• Individuel udviklerHvis du er en individuel udvikler, der ønsker at prøve kunstig intelligens, er det bedst at afprøve både open source- og closed source-systemer for at maksimere din læring. Du kan altid afprøve gratis versioner af proprietære systemer, hvis du har et begrænset budget.
  
• StartupHvis du er en startup, og især inden for teknologi, bør du seriøst overveje open source-systemer, fordi de giver dig muligheden for at bygge noget, du kan sætte dit navn på.
  
• Kommerciel enhedFor alle andre grupper og virksomheder, der ønsker at maksimere indkomsten fra deres respektive markeder, er closed source vejen frem for at spare tid og undgå forsinkelser. Den eneste undtagelse her er, hvis du har en kompetent teknologiafdeling eller udvikler, der kan garantere dig resultater med open source.

Liste over open source AI-projekter

• Metal Lama
• Deepseek
• Qwen 3
• Tensorflow
• Mistral AI
• PyTorch
• Qube!

Liste over lukkede AI-projekter

• OpenAI ChatGPT
• Google Gemini
• Antropiske Claude
• GitHub Copilot

Ofte stillede spørgsmål

Her er nogle ofte stillede spørgsmål vedrørende open source- og closed source-software til kunstig intelligens.

Q: Kan jeg downloade og køre min egen open source AI-model?

A: Ja, der er hundredvis af gratis og open source AI-modeller, du kan downloade og teste. Tjek https://aimodels.org/ai-models/

Q: Er open source-software altid gratis?

A: Nej, ikke altid. Det meste open source-software er gratis, men ikke alt. Der findes mange kommercielle produkter, der er open source. Mange er kun gratis til personlig brug, og du skal betale for kommerciel brug.

Q: Kan jeg sælge open source-software?

A: Det er generelt ikke tilladt, medmindre du pakker det sammen med en større kommerciel software, i hvilket tilfælde du muligvis skal implementere en dobbeltlicensmodel for dit produkt.

Q: Er OpenAI en open source-virksomhed?

A: Nej, OpenAI tilbyder ikke open source AI-modeller. Det startede dog som en open source-virksomhed, men dets ledere bukkede angiveligt under for kapitalismens pres. 

Q: Hvad er mest troværdigt, en open source- eller closed source-AI-model?

A: En open source-model er mere troværdig. Open source-software er altid mere troværdig.

Konklusion

Vi har udforsket open source- og closed source-systemer inden for udvikling af kunstig intelligens, og du har set de bedste muligheder for forskellige behov. I sidste ende har både open source- og closed source-AI-værktøjer deres fordele og ulemper. Den bedste mulighed for dig vil derfor afhænge af dine softwarebehov.