قالب لجنة الاتحاد الأوروبي الجديد GPAI – ماذا يعني هذا للتدريب على الذكاء الاصطناعي؟

في يوليو، أصدرت لجنة الاتحاد الأوروبي قالبًا جديدًا لتقديم معلومات عن النماذج العامة للذكاء الاصطناعي. هذا يعني أن مقدمي خدمات الذكاء الاصطناعي يجب أن يفصحوا عن المحتوى الذي يتم إدخاله في النماذج لتدريبها. جاء ذلك بعد أشهر من عناوين الأخبار المتعلقة بمطالبات المبدعين بزعم استخدام المحتوى بدون موافقة لتدريب الذكاء الاصطناعي.

مع هذا القالب الجديد، أصبحت موقف الاتحاد الأوروبي واضحًا: الشفافية ليست قابلة للتفاوض. لن يكون التدريب في صندوق مغلق، حيث يتم إنشاء شيء دون كشف عن آليته الداخلية، خيارًا متاحًا لمطوري الذكاء الاصطناعي. هذا يشير إلى تغيير كبير حيث سيتطلب العمل في أوروبا现在 رؤية كاملة للمدخلات والنسب المحددة للبيانات المستخدمة في التدريب، مما يؤدي إلى إعادة تقييم جمع البيانات واستخدامها.

لقد أشار العديد إلى الفرق الصارخ بين هذا والخطة الإجرائية الأمريكية للذكاء الاصطناعي، التي تركز بشكل كبير على إلغاء التنظيم. كما هو الحال مع أي قانون أو لوائح جديدة، يجب على الشركات الآن أن تتخذ موقفًا وتقيم بدقة كيف سيتأثر عملها bằng قالب GPAI.

إذا كانت تعمل عبر المناطق، فستقوم بذلك أيضًا مع خطة العمل الأمريكية للذكاء الاصطناعي، مما يزيد من الارتباك. بسبب الطبيعة المعقدة لهذه الخطة والواقع الذي يعد تنظيم تطوير الذكاء الاصطناعي بهذه الطريقة مجالًا غير مكتشف، من المحتمل أن تختلف مخرجات المطورين بشكل كبير.

فحص قالب نموذج الذكاء الاصطناعي العام

في يوليو من هذا العام، نشرت لجنة الاتحاد الأوروبي قالبًا إلزاميًا لمقدمي خدمات النماذج العامة للذكاء الاصطناعي، بحيث يمكنهم نشر ملخص عام عن البيانات المستخدمة لتدريب نماذجهم. كجزء من قانون الذكاء الاصطناعي للاتحاد الأوروبي، يجب على مقدمي خدمات النماذج الكشف عن فئات البيانات مثل مجموعات البيانات المتاحة للجمهور، والبيانات المرخصة الخاصة، والمحتوى الممسوح من الويب، وبيانات المستخدمين، والبيانات الاصطناعية. الهدف هو تمكين أصحاب حقوق النشر، والمستخدمين، والمطورين في مرحلة لاحقة من ممارسة حقوقهم القانونية بموجب قانون الاتحاد الأوروبي.

تُدرّب النماذج العامة للذكاء الاصطناعي باستخدام كميات كبيرة من البيانات. ومع ذلك، في السوق الحالية، هناك معلومات محدودة متاحة حول مصدر هذه البيانات. سوف يوفر الملخص العام الذي يحدده هذا القالب نظرة شاملة شاملة عن البيانات المستخدمة لتدريب نموذج، وسيقوم بتحديد المجموعات الرئيسية للبيانات، وسيشرح المصادر الأخرى المستخدمة.

مقارنة وتحليل، خطة العمل الأمريكية للذكاء الاصطناعي

بالنسبة للمقارنة، فإن الولايات المتحدة مصممة على الفوز في سباق الذكاء الاصطناعي والحفاظ على حافتها التنافسية على الصين، حيث أعلنت إدارة ترامب عن خطة العمل للذكاء الاصطناعي في وقت سابق من الصيف. تهدف هذه الإطار الجديد للذكاء الاصطناعي إلى تسريع بناء مراكز البيانات التى تعتمد على الطاقة والتي تقوى أنظمة الذكاء الاصطناعي من خلال تخفيف اللوائح البيئية. في الوقت نفسه، تسعى إلى زيادة التصدير العالمي للتكنولوجيا الأمريكية للذكاء الاصطناعي. تضم الخطة 90 توصية، وتعكس الجهود المتزايدة التي تبذلها الولايات المتحدة للبقاء في صدارة منافسيها العالميين.

تعتمد الخطة على ثلاثة ركائز أساسية – تعزيز الابتكار، وبناء بنية تحتية أمريكية للذكاء الاصطناعي، وتعزيز القيادة في الدبلوماسية الأمنية الدولية للذكاء الاصطناعي.

كجزء من ذلك، كانت هناك استنتاجات رئيسية من الخطة تسلط الضوء على الدفع الأمريكي المفتوح المصدر لتسريع الابتكار والوصول. وبالمثل، تسلط الخطة الضوء على كيفية قيام الحكومة الأمريكية بقيادة المثال في نمو الذكاء الاصطناعي – من خلال التدريب، وتبادل المواهب، وتوسيع نطاق الاستخدام عبر الصناعات.

من خلال هذه الخطة، تهدف الولايات المتحدة إلى简化 جميع لوائح التكنولوجيا الحالية، ولا سيما اللوائح البيئية، لضمان أن التشريعات لا تبطئ النمو، في حين تشجع على التوزيع الدولي الأوسع للتكنولوجيا الأمريكية للذكاء الاصطناعي. يعتبر هذا النهج المناهض للتنظيم تحولًا واضحًا من الإطارات السابقة التي تركز على الأخلاقيات، والشفافية، والابتكار المسؤول – بدلاً من ذلك يتحرك نحو خطة عمل أكثر عدوانية تعتمد على “الابتكار أولاً”.

القطعة الناقصة

من المفيد أن نتوقف هنا ونتساءل عما إذا كانت هذه الأفعال، على الرغم من اختلافها، قد تعاني من نفس العيوب التي قد تؤدي إلى عدم رؤية المطورين للقيمة في الالتزام بها. تترك نهج الاتحاد الأوروبي والولايات المتحدة فجوة حرجة حول حقوق النشر في مجموعات بيانات التدريب على الذكاء الاصطناعي. يُطلب من مقدمي خدمات النماذج العامة للذكاء الاصطناعي في الاتحاد الأوروبي تقديم ملخصات للبيانات المستخدمة في التدريب وسياسة مطابقة حقوق النشر، ولكنه لا يُحدد إطارًا قابلًا للتطوير لتحديد أو ترخيص الأعمال المحمية بحقوق النشر.

في الولايات المتحدة، لا توجد قواعد محددة على الإطلاق – مما يترك شركات الذكاء الاصطناعي لتسير في إطار قانوني متطور يتم تشكيله من خلال أحكام المحكمة والنزاعات الجارية مع أصحاب الحقوق. ما يفتقد إليه هو الجانب العملي؛ لا يحدد نهج أي منهما أساليب قابلة للتطبيق على نطاق واسع لتحديد المحتوى المحمي، أو التحقق من الاستخدام القانوني، أو تسهيل الترخيص. حتى يتم تحديد مثل هذه الحلول، ستبقى عدم اليقين حول حقوق النشر في بيانات التدريب على الذكاء الاصطناعي تحديًا كبيرًا للصناعة.

التكلفة الخفية لشركات التكنولوجيا التي تتجاهل قابليتها للتتبع

على الرغم من بعض العيوب في هذه اللوائح، سيُفترض أنها ستؤدي إلى تركيز مطوري الذكاء الاصطناعي على كيفية البقاء على قيد الحياة من وجهة نظر قانونية – ولكن هذا ليس دائمًا الحال. في الواقع، الفجوة الحقيقية في الذكاء الاصطناعي الآن ليست بين لوائح الاتحاد الأوروبي والولايات المتحدة، ولكن بين الشركات التي تستثمر في قابليتها للتتبع اليوم وتلك التي تتقاضى أنها لن تضطر إلى ذلك. هذا هو تكرار لما رأيناه من قبل مع تنفيذ لوائح حماية البيانات العامة – حيث لم تتعرض الشركات التي بنت التصميم من البداية لغرامات، بل أيضًا كسبت ثقة المستهلكين ووصولًا أسهل إلى أسواق أخرى التي أصبحت فيما بعد تقليد لوائح حماية البيانات العامة.

قد يكون نفس النمط ي出现 مع الذكاء الاصطناعي. من المحتمل أن تصبح قابليته للتتبع ومراقبته معايير عالمية، وستضطر الشركات التي تتأخر إلى إعادة تصميم أنظمتها في المستقبل. العودة لإضافة الوثائق وتتبع الأصول وميزات التدقيق إلى نظام موجود هو أكثر تكلفة وتعقيدًا من بناءها من البداية، مما يأخذ الانتباه بعيدًا عن التوسعات الأخرى التي تريد الشركة إنجازها.

بمعنى آخر، لا تعتبر قابليته للتتبع والشفافية إضافات اختيارية؛ يجب دمجها في أنظمة الذكاء الاصطناعي من البداية. الشركات التي تعاملها على أنها أفكار ثانوية تتهددها بتأخير الابتكار، والتعرض للانتقادات التنظيمية، وفقدان السباق بشكل دائم.

الذكاء الاصطناعي الأخلاقي يحتاج إلى وحدة عالمية

من منظور макرو، تخلق هذه النهج المنقسمة مشكلة حقيقية للشركات العالمية. يمكن للشركات في أسواق خفيفة اللمس مثل الولايات المتحدة أن تتوسع بشكل أسرع في المدى القصير، ولكن عندما تقرر دخول الاتحاد الأوروبي، تواجه جدارًا تنظيميًا: تتطلب قواعد التتبع والتوثيق في قانون الذكاء الاصطناعي قدرات لم تُبنَ أبدًا.

إعادة بناء تتبع الأصول والتوثيق وميزات التدقيق في نظام موجود هو مكلف وبطيء ومزعج، خاصة لأن التتبع هو واحد من أجزاء التنظيم الأكثر استهلاكًا للموارد. هذا هو نفس النمط الذي رأيناه مع لوائح حماية البيانات العامة، حيث واجه المتأخرون في التصميم من البداية صعوبات في التحديثات المكلفة ووصول السوق المتأخر، بينما حصل المبتكرون الأوائل على ميزة دائمة.