AI ne zna što ne zna, i to je najskuplja lekcija godine.

Osamdeset i četiri posto točnosti na financijskim testovima zvuči kao broj koji bi u svijetu obrazovanja donio peticu, čestitku ravnatelja i objavu na Facebooku od ponosne majke. U svijetu hedge fondova, to je broj koji te diskvalificira iz prvog kruga razgovora za posao, jer preostalih šesnaest posto nisu greške u statistici — to su odluke koje koštaju više nego što ćeš zaraditi u životu. A onda dođe ekipa iz Thinking Machines Labe, uzme Qwen3-235B, fino ga podesi za financije i kaže: pali. I model zapali. I pokaže bolje rezultate od svih velikih igrača. I svi se čude. I svi traže objašnjenje.

Objašnjenje je, naravno, toliko jednostavno da je gotovo uvredljivo. Veliki modeli — oni koje svi koriste, oni koje svi hvale, oni u koje su investirani milijarde — nisu pali na testu zato što su glupi. Pali su zato što su učili iz javno dostupnih podataka, a pravi odgovori na ta financijska pitanja nikada nisu bili javni. To je kao da pošalješ studenta na ispit iz matematike, ali svi primjeri u udžbeniku su zaokruženi na najbliži cijeli broj, a ispit traži decimalna mjesta. Student nije glup. Student je treniran na krivim podacima. I to je, jebote, cijela priča o AI industriji u 2025. godini.

Jer evo što se zapravo dogodilo. Bridgewater — fond koji je izgradio Ray Dalio i koji je poznat po tome što ne vjeruje nikome, pa čak ni vlastitim zaposlenicima — ima podatke koje niko drugi nema. Imaju interne modele, interne procjene, interne načine na koje mjere uspješnost. I kad su stavili GPT, Claude i ostale pred svoje testove, modeli su pokazali ono što su i trebali pokazati: da znaju reproducirati javno znanje, ali da ne znaju ništa o privatnom znanju. To nije mana. To je značajka. To je doslovno ono što su dizajnirani da rade. Problem je što smo ih prodavali kao nešto više.

Ovdje dolazimo do dijela koji boli. Fintech i kvantitativne financije su polje u kojem su tajni podaci jedina valuta koja vrijedi. Ako tvoj model nije treniran na podacima koje niko drugi nema, tvoj model je samo skuplja verzija Google pretraživanja. I to je ono što su veliki modeli bili na Bridgewater testu — skupa, elegantna, dobro upakirana verzija onoga što svaki pripravnik može napraviti s pretraživačem i Excelom. Razlika je u tome što pripravnik košta pedeset tisuća godišnje, a model košta pedeset milijuna. I jedan i drugi će dati taj odgovor kad pitanje nije u njihovom setu podataka. Samo će jedan od njih izgledati impresivnije dok to radi.

Ali hajde da budemo pošteni. Finetuning je stara škola. To je ono što smo radili prije nego što je Silicijska dolina odlučila da je jedini način da se napravi dobar AI taj da se sagradi model s parametrima koliko zvijezda u Mliječnoj stazi. Finetuning je zanat. To je kao kad u Rijeci netko zna popraviti brodski motor bez priručnika — zato što je motor vidio, zato što ga je dirao, zato što zna gdje su problemi i kako ih riješiti. Veliki modeli su kao da dovedeš cijeli tim inženjera iz Bremena da ti poprave gliser. Impresivno, skupo, i potpuno nepotrebno. Finetuning je čovjek s ključem koji zna da je vijak trebao biti zategnut prije deset godina.

I tu dolazimo do ključnog pitanja koje nitko ne postavlja, a trebao bi: ako je Qwen3-235B, model koji je open-source i relativno jeftin za pokretanje, nadmašio sve zatvorene modele na specifičnom zadatku, što nam to govori o ekonomiji AI-ja? Govori nam ono što smo znali još od 1990-ih, od dana kad sam postavljao prve servere za Kvarner Net i shvatio da je Linux bolji od Windowsa ne zato što je Windows loš, nego zato što Linux radi točno ono što trebaš, bez ikakvog balasta. Open-source modeli su Linux ove ere. Zatvoreni modeli su Windows 95 — skupi, zatvoreni, i pune te stvarima koje nisi tražio.

Ali naravno, to nije narativ koji prodaje pretplate. Nije narativ koji prodaje dionice. Nije narativ koji opravdava plaće CEO-ova koji su se obogatili na valu hypea. Zato ćeš čuti sve moguće interpretacije ovog rezultata, osim one najjednostavnije: da je industrija potrošila milijarde na modele koji su dobri u onome što su vidjeli, a beskorisni u onome što nisu. I da je rješenje, kao i uvijek, u podacima, a ne u arhitekturi. Podaci su bili kralj u 2010-ima, podaci su kralj i danas, i podaci će biti kralj dok netko ne izmisli način da model nauči nešto što niko ne zna. A to se, za sada, zove čovjek.

Možeš finetunati model koliko hoćeš. Možeš mu dati najbolju arhitekturu, najviše parametara, najjače GPU-ove. Ako nema prave podatke, on će biti kao student koji je učio za pogrešan ispit. I to je ono što je industrija odbila priznati. Prodali su nam priču da je skaliranje jedini put, da više podataka i više računanja automatski vodi do boljih rezultata. I onda je došao Bridgewater s testom koji pokazuje da je skaliranje bez konteksta jednako korisno kao i bicikl bez kotača. Možeš ga gurati, ali nećeš nigdje stići.

I što sad? Sad će taj ljudi koji su prodali hype kupiti finetuning startup. Promijenit će narativ. Reći će da su oduvijek znali da je finetuning ključan. I naplatiti će ga po cijeni koja je deset puta veća nego što bi trebala biti, jer će ga upakirati u "enterprise AI rješenje" s konzultantima koji će ti objasniti da ti treba njihov proprietary dataset. I ti ćeš platiti. I bit ćeš sretan. I tvoj model će raditi bolje. Ali ne zato što je AI postao pametniji. Zato što si mu konačno dao prave podatke. Zato što si platio nekom tko je imao što ti treba.

Ako išta, ova vijest je najbolja reklama za open-source modele koju sam vidio u zadnjih godinu dana. Qwen3-235B je model koji možeš preuzeti, finetunati na svoje podatke, i dobiti rezultate bolje od bilo čega što ti Silicijska dolina može prodati po pretplati. I to je, na kraju krajeva, jedina istina koja vrijedi u ovom poslu: ne treba ti najskuplji alat. Treba ti pravi alat za tvoj problem. A pravi alat je često onaj koji možeš sam prilagoditi. Kao i uvijek. Kao i sve.

Izvor: the-decoder.com