T-Technologies: Strategia Open Source w AI/ML i rozwoju LLM

Otwarte Innowacje w AI/ML: Strategia T-Technologie dla rozwoju LLM i narzędzi

Grupa T-Technologie aktywnie rozwija obszar sztucznej inteligencji i uczenia maszynowego, stawiając na podejście open source. Pozwala to nie tylko na ulepszanie wewnętrznych produktów, ale także na wnoszenie wkładu w globalną społeczność inżynierską. U podstaw strategii leży głębokie zrozumienie znaczenia otwartych danych, modeli i narzędzi dla przyspieszonego rozwoju technologii AI, zwłaszcza w dziedzinie dużych modeli językowych (LLM).

Filozofia Open Source w Rozwoju AI

Rozwój otwartych technologii w dziedzinie sztucznej inteligencji stał się kluczowym elementem strategii T-Technologie. Firma, idąc za przykładem światowych liderów, aktywnie uczestniczy w ekosystemie open source, wydając własne LLM, biblioteki i zbiory danych. Podejście to jest podyktowane nie tylko chęcią dzielenia się osiągnięciami, ale także pragmatycznymi celami, takimi jak wzmocnienie marki technologicznej i przyciąganie wysoko wykwalifikowanych specjalistów. Anatolij Potapow, kierownik grupy fundamentalnych technologii LLM, zauważa, że inicjatywy dotyczące publikowania otwartych rozwiązań wychodzą bezpośrednio od zespołów deweloperskich i otrzymują wszechstronne wsparcie od najwyższego kierownictwa.

W branży AI kultura otwartości jest szczególnie silna, ponieważ postęp w dużej mierze zależy od wymiany badań, modeli i narzędzi. Pozwala to firmom i badaczom nie wynajdywać koła na nowo, lecz budować na fundamencie już istniejących rozwiązań, przyspieszając innowacje. Dla T-Technologie open source stał się sposobem na walidację własnych podstawowych rozwiązań i potwierdzenie znaczenia obranego kierunku. Podobne inicjatywy, według Daniiła Gawriłowa, kierującego badaniami w AI, są koniecznością, ponieważ badania z natury powinny być otwarte i odtwarzalne.

Zalety open source dla firmy są różnorodne:

Wzmocnienie marki technologicznej: Publikacja wysokiej jakości modeli i narzędzi zwiększa rozpoznawalność firmy w społeczności IT.
Przyciąganie talentów: Otwarte projekty stanowią potężny magnes dla wiodących inżynierów ML i badaczy, którzy chcą pracować z najnowocześniejszymi technologiami i wnosić wkład w branżę.
Optymalizacja procesów wewnętrznych: Rozwiązania opracowane dla open source często znajdują zastosowanie wewnątrz firmy, zwiększając efektywność zadań operacyjnych.
Informacje zwrotne od społeczności: Interakcja z zewnętrznymi deweloperami pozwala uzyskiwać cenne opinie, ulepszać produkty i identyfikować nowe kierunki badań.
Inwestycja w społeczność: Wspieranie open source jest postrzegane jako wkład w rozwój całej branży inżynierskiej, co w dłuższej perspektywie przynosi korzyści wszystkim uczestnikom rynku.

Kluczowe Projekty i Narzędzia Open Source

T-Technologie aktywnie rozwija i publikuje różnorodne rozwiązania AI/ML, obejmujące zarówno same duże modele językowe, jak i narzędzia do ich trenowania i analizy. Wśród najbardziej znanych projektów znajdują się modele językowe T-Pro 2.0 i T-One, które stanowią trzecią generację własnych LLM firmy. Modele te, wraz z wcześniej wydanym T-lite, demonstrują zdolność firmy do tworzenia konkurencyjnych podstawowych rozwiązań.

Szczególną uwagę poświęca się narzędziom do pracy z LLM. Biblioteka Turbo Alignment jest jednym z kluczowych projektów w tej dziedzinie. Jest przeznaczona do precyzyjnego dostrajania (fine-tuningu) dużych modeli językowych pod kątem konkretnych zadań produktowych. To narzędzie, opracowane we współpracy zespołów badawczych i produktowych, stało się poszukiwane zarówno wewnątrz firmy, jak i poza nią, dowodząc swojej skuteczności i uniwersalności. Takie narzędzia, według Anatolija Potapowa, stają się „kostką wielokrotnego użytku”, która przynosi korzyści w wielu projektach.

Oprócz modeli i narzędzi, firma udostępnia również otwarte zbiory danych i benchmarki. Na przykład, opublikowano syntetyczny, wielodomenowy zbiór danych do badań w obszarze systemów rekomendacyjnych. Przyczynia się to do zwiększenia odtwarzalności prac naukowych i przyspiesza postęp w pokrewnych dziedzinach AI. Udostępniane materiały (takie jak ReBased, CORL, Headless-AD) wspierają badania i dostarczają społeczności użytecznych kodów źródłowych oraz kerneli do trenowania.

Badania i Rozwój: Podejście Fundamentalne i Aplikacyjne

Struktura działu AI w T-Technologie obejmuje zarówno laboratorium badań fundamentalnych, jak i centrum aplikacyjnych prac B+R (Badania i Rozwój). To podwójne podejście pozwala firmie jednocześnie zajmować się długoterminowymi projektami naukowymi i rozwiązywać aktualne problemy biznesowe.

Badania fundamentalne, kierowane przez Daniiła Gawriłowa, koncentrują się na tworzeniu zaawansowanych technologii z długototerminową wizją. Wyniki tych badań są często publikowane w artykułach naukowych na konferencjach kategorii A*, co służy jako forma walidacji postępu i demonstracji poziomu eksperckiego. Celem takich publikacji jest nie tylko dzielenie się wiedzą, ale także uczynienie badań odtwarzalnymi, co jest kamieniem węgielnym metody naukowej.

Aplikacyjne projekty B+R są zorientowane na tworzenie rozwiązań dla konkretnych linii biznesowych firmy. Zespoły te budują produkty z już istniejących lub szybko rozwijanych technologii. W trakcie takich prac mogą również pojawić się nowe badania, jeśli zespół uzyska przekonujące wyniki, godne publikacji. Taka interakcja między kierunkami fundamentalnymi a aplikacyjnymi sprzyja tworzeniu silnej wewnętrznej społeczności AI, gdzie następuje wymiana wiedzy i doświadczeń.

Ten podejście pozwala firmie:

Tworzyć zaawansowane technologie: Badania fundamentalne stanowią podstawę dla przyszłych innowacyjnych produktów.
Szybko reagować na potrzeby biznesu: Zespoły aplikacyjne sprawnie wdrażają rozwiązania AI do istniejących produktów.
Rozwijać wewnętrzną ekspertyzę: Interakcja między różnymi typami badań wzbogaca doświadczenie specjalistów i stymuluje ich rozwój zawodowy.
Kształtować kulturę innowacji: Ciągłe poszukiwanie nowych rozwiązań i gotowość do dzielenia się wiedzą stają się częścią korporacyjnego DNA.

Wkład w Społeczność i Edukację

Oprócz publikowania otwartych modeli i narzędzi, T-Technologie aktywnie inwestuje w rozwój społeczności AI i edukację. Obejmuje to organizowanie szkoleń, prowadzenie kursów na uniwersytetach oraz współpracę z centrami edukacyjnymi, takimi jak „Syriusz”. Celem tych inicjatyw jest nie tylko popularyzacja własnych rozwiązań, ale także podniesienie ogólnego poziomu kompetencji AI w branży.

Anatolij Potapow zauważa, że wykorzystanie własnych modeli i narzędzi w programach edukacyjnych, na przykład w „Syriuszu”, pozwala przygotować stażystów, którzy są już zaznajomieni ze stosem technologicznym firmy. Upraszcza to proces rekrutacji i integracji nowych specjalistów. Ponadto, aktywne rozpowszechnianie rozwiązań w społeczności sprawia, że do firmy przychodzą pracować osoby, które mają już doświadczenie w pracy z jej narzędziami.

Daniił Gawriłow podkreśla, że działania edukacyjne, takie jak prowadzenie kursów dla studentów, są postrzegane jako inwestycja w przyszłość. Celem jest nie tylko znalezienie pracowników, ale rozwój całej dziedziny AI, przyczyniając się do wzrostu ekspertyzy i innowacji. Publikowanie prac naukowych, nawet jeśli nie są one bezpośrednimi podręcznikami, dostarcza wiedzy badaczom i deweloperom, którzy mogą ją wykorzystać do rozwoju swoich projektów. W ten sposób firma przyczynia się do wspólnego postępu całej sfery AI.

Warto zauważyć, że w warunkach, gdy raporty z trenowania dużych modeli językowych od innych firm często stanowią jedynie deklaracje bez szczegółów, T-Technologie dąży do udostępniania wystarczająco szczegółowych materiałów, umożliwiających odtworzenie ich osiągnięć. Jest to zgodne z zasadami otwartej nauki i sprzyja przejrzystości w branży.

Co ważne

Open Source jako strategia: T-Technologie aktywnie wykorzystuje otwarty kod do rozwoju AI/ML, wzmocnienia marki i przyciągania talentów.
Kluczowe projekty: Firma wydaje własne LLM (T-Pro 2.0, T-One), narzędzia (Turbo Alignment) i zbiory danych, przyczyniając się do rozwoju globalnego ekosystemu AI.
Dwoiste podejście do badań: Połączenie fundamentalnych i aplikacyjnych prac B+R pozwala tworzyć zaawansowane technologie i sprawnie wdrażać je w produktach.
Wkład w społeczność: Aktywny udział w programach edukacyjnych i publikowanie prac naukowych przyczynia się do podniesienia ogólnego poziomu kompetencji AI.
Odtwarzalność i przejrzystość: Firma dąży do dostarczania szczegółowych materiałów do swoich projektów open source, zapewniając możliwość ich odtworzenia i dalszego rozwoju.

— Editorial Team