Open-weight: como funcionam os modelos de IA abertos?

Até pouco tempo atrás, o caminho mais simples para usar um modelo de inteligência artificial era acessar o serviço oferecido pela própria empresa que o criou.

Você fazia uma pergunta em um aplicativo e recebia uma resposta, enquanto a tecnologia por trás dela permanecia nos servidores da companhia.

A partir de 2023, esse cenário começou a ganhar uma alternativa concreta.

Modelos como o LlaMA, da Meta, e os da Mistral AI passaram a permitir que pesquisadores e desenvolvedores baixassem os arquivos com os parâmetros já treinados — os chamados pesos — e executassem a IA por conta própria.

Embora o movimento tenha trazido mais opções para quem desenvolve sistemas de IA, criou também uma confusão importante: afinal, o que está realmente sendo aberto quando uma empresa libera um modelo para download? Um detalhe que quase sempre passa batido é que abrir os pesos não significa abrir a IA inteira: os dados usados no treinamento e boa parte do código continuam fechados.

A seguir, entenda o que são os pesos, como eles permitem executar uma IA sem “pagar ingresso” para uma Big Tech e por que a abertura desses arquivos se tornou tão estratégica.

O que são modelos open-weight? Entender o que significa open-weight começa pelos pesos.

Eles são os valores numéricos ajustados durante o treinamento para que a IA aprenda padrões e produza respostas.

Juntos, esses parâmetros determinam o comportamento do modelo quando esse processo termina.

Nos modelos fechados, esses pesos ficam com a empresa que desenvolveu a IA .

Quando você usa o ChatGPT, por exemplo, envia uma pergunta pelo aplicativo ou por uma API, e a solicitação é processada na infraestrutura da OpenAI.

Você recebe a resposta, mas não tem acesso aos arquivos que contêm os parâmetros do modelo.

Já na abordagem open-weight, esses arquivos são disponibilizados para download.

Em vez de depender apenas da empresa que criou o modelo, pesquisadores e desenvolvedores podem levar os pesos para seus próprios computadores, servidores ou serviços de nuvem e executar a IA por conta própria.