Définition
Modèle open source
Un modèle open source est une IA dont les composants (souvent les poids du réseau, parfois le code et les données d'entraînement) sont rendus publics et réutilisables par tout le monde.
En clair
Quand on dit qu'un modèle d'IA est "open source", on veut dire qu'on peut télécharger ses poids (les milliards de paramètres qui font tourner le modèle) et souvent son code, pour l'utiliser, le modifier ou l'améliorer librement. C'est l'opposé d'un modèle "fermé" comme GPT-4 d'OpenAI, qu'on utilise uniquement via une API, sans jamais voir ce qu'il y a "à l'intérieur".
Comment ça marche
Une entreprise ou un labo entraîne un modèle (ce qui coûte souvent des millions d'euros en calcul), puis décide de publier les fichiers résultants sur une plateforme comme Hugging Face. N'importe qui peut alors télécharger ce modèle, le faire tourner sur ses propres machines, l'adapter à un usage précis (on appelle ça le "fine-tuning"), ou l'intégrer dans son propre produit.
Mais attention : "ouvrir les poids" n'est pas la même chose qu'ouvrir tout le processus. Beaucoup de modèles dits open source ne révèlent pas les données utilisées pour l'entraînement, ni le code exact de l'entraînement. On parle alors parfois d'"open weights" plutôt que de véritable open source, une nuance importante pour les puristes.
Un exemple concret
Les modèles Llama de Meta ou Mistral (startup française) sont téléchargeables gratuitement. Un développeur peut prendre Mistral 7B, le faire tourner sur son propre serveur, sans dépendre d'OpenAI ni envoyer ses données à qui que ce soit. C'est très différent de ChatGPT, où tout passe par les serveurs d'OpenAI.
À ne pas confondre
Un modèle open source n'est pas forcément gratuit d'usage commercial : certaines licences (comme celle de Llama) imposent des conditions si l'entreprise dépasse un certain nombre d'utilisateurs. Et "open source" ne veut pas dire "sans risque" : un modèle mal utilisé peut produire des contenus problématiques, tout comme un modèle fermé.
Pourquoi ça compte
Les modèles open source permettent l'indépendance vis-à-vis des grands acteurs américains, la confidentialité (les données restent chez soi), et l'innovation par la communauté. C'est un vrai enjeu de souveraineté numérique, notamment en Europe.
À retenir
Open source ne veut pas toujours dire "tout est ouvert" : dans l'IA, c'est souvent une question de degré, pas de tout ou rien.
Questions fréquentes
Un modèle open source est-il toujours gratuit ?+
Pas forcément pour un usage commercial : certaines licences imposent des conditions ou des redevances au-delà d'un certain seuil d'utilisateurs. Le téléchargement est souvent gratuit, mais lisez la licence avant de l'exploiter commercialement.
Pourquoi une entreprise rendrait-elle son modèle open source alors que ça lui a coûté cher ?+
Cela crée un écosystème autour du modèle, attire des talents, et positionne l'entreprise comme leader technique. Mistral ou Meta y gagnent en visibilité et en adoption, même sans vendre directement l'accès au modèle.
Est-ce qu'un modèle open source est moins performant qu'un modèle fermé comme GPT-4 ?+
Ça dépend des versions et du moment : l'écart s'est beaucoup réduit ces dernières années. Pour beaucoup d'usages courants, des modèles ouverts comme Llama 3 ou Mistral rivalisent désormais avec les modèles fermés.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.