Η Νέα Πλατφόρμα GPAI της Ευρωπαϊκής Επιτροπής – Τι Σημαίνει Αυτό για την Εκπαίδευση του AI;

Το Ιούλιο, η Ευρωπαϊκή Επιτροπή (EC) εξέδωσε eine νέα πλατφόρμα για τα γενικής χρήσης μοντέλα AI (GPAI). Αυτό σημαίνει ότι οι παρόχοι AI πρέπει να αποκαλύψουν το περιεχόμενο που εισάγεται στα μοντέλα για να τα εκπαιδεύσουν. Αυτό έρχεται μετά από μήνες και μήνες επικεφαλίδων σχετικά με δημιουργούς που ισχυρίζονται ότι το περιεχόμενό τους χρησιμοποιήθηκε χωρίς συναίνεση για την εκπαίδευση του AI.

Με αυτή τη νέα πλατφόρμα, η ΕΕ έχει καθορίσει σαφώς τη θέση της: η διαφάνεια δεν είναι πλέον διαπραγματεύσιμη. Η εκπαίδευση “μαύρου κουτιού”, όπου κάτι δημιουργείται χωρίς να αποκαλύπτεται η εσωτερική του λειτουργία, δεν θα είναι μια επιλογή για τους dévelopτερς του AI. Αυτό σηματοδοτεί μια σημαντική στροφή, καθώς η λειτουργία στην Ευρώπη θα απαιτεί πλήρη ορατότητα στις εισόδους του μοντέλου και την προέλευση των δεδομένων,迫使 μια επανεκτίμηση της συλλογής και χρήσης των δεδομένων.

Πολλοί έχουν υπογραμμίσει τη σαφή διαφορά μεταξύ αυτής και του πρόσφατα εξαγγελθέντος Αμερικανικού Σχεδίου Δράσης για το AI, το οποίο επικεντρώνεται έντονα στην απορρύθμιση. Όπως και με κάθε νέο νόμο ή κανονισμό, οι επιχειρήσεις πρέπει τώρα να αξιολογήσουν ακριβώς πώς η πλατφόρμα GPAI θα επηρεάσει τις επιχειρήσεις.

Εάν λειτουργούν σε διαφορετικές περιοχές, θα κάνουν το ίδιο με το Αμερικανικό Σχέδιο Δράσης για το AI, κάνοντας τα πράγματα ακόμη πιο σύγχυρα. Λόγω της σύνθετης φύσης αυτών και του γεγονότος ότι η ρύθμιση της ανάπτυξης του AI με αυτόν τον τρόπο είναι ανεξερεύνητο έδαφος, οι εξόδους των dévelopτερς πιθανότατα θα διαφέρουν σημαντικά.

Ανάλυση του Μοντέλου Γενικής Χρήσης AI

Το Ιούλιο φέτος, η Ευρωπαϊκή Επιτροπή δημοσίευσε μια υποχρεωτική πλατφόρμα για τους παρόχους GPAI, ώστε να δημοσιεύσουν μια δημόσια περίληψη των δεδομένων που χρησιμοποιούνται για την εκπαίδευση των μοντέλων τους. Jako μέρος του νόμου της ΕΕ για το AI, οι παρόχοι πρέπει να αποκαλύψουν κατηγορίες δεδομένων όπως δημόσια διαθέσιμα σύνολα δεδομένων, ιδιωτικά αδειοδοτημένα δεδομένα, περιεχόμενο που έχει συλλεγεί από το διαδίκτυο, δεδομένα χρηστών και συνθετικά δεδομένα. Ο στόχος είναι να ενεργοποιήσει τους κατόχους πνευματικών δικαιωμάτων, τους χρήστες και τους dévelopτερς να ασκήσουν τα νομικά τους δικαιώματα σύμφωνα με το δίκαιο της ΕΕ.

Τα GPTs εκπαιδεύονται με μεγάλες ποσότητες δεδομένων; ωστόσο, στην τρέχουσα αγορά, υπάρχουν περιορισμένες πληροφορίες σχετικά με την προέλευση αυτών των δεδομένων. Η δημόσια περίληψη που καθορίζει αυτή η πλατφόρμα θα παρέχει μια綜合τική επισκόπηση των δεδομένων που χρησιμοποιούνται για την εκπαίδευση ενός μοντέλου, θα καταγράψει τις κύριες συλλογές δεδομένων και θα εξηγήσει άλλες πηγές που χρησιμοποιούνται.

Σύγκριση και Αντιπαράθεση, Αμερικανικό Σχέδιο Δράσης για το AI

Σε σύγκριση, οι ΗΠΑ είναι αποφασισμένες να κερδίσουν τον αγώνα του AI και να διατηρήσουν το ανταγωνιστικό τους πλεονέκτημα έναντι της Κίνας, καθώς η διοίκηση του Trump ανακοίνωσε το Σχέδιο Δράσης για το AI νωρίτερα αυτό το καλοκαίρι. Αυτό το νέο πλαίσιο για το AI στοχεύει στην επιτάχυνση της κατασκευής ενεργοβόρων κέντρων δεδομένων που τροφοδοτούν τα συστήματα AI με την εύκολη ρύθμιση των περιβαλλοντικών κανονισμών. Ταυτόχρονα, επιδιώκει να αυξήσει τις παγκόσμιες εξαγωγές Αμερικανικών τεχνολογιών AI.

Το σχέδιο είναι χτισμένο γύρω από τρεις πυλώνες – την επιτάχυνση της καινοτομίας, την κατασκευή της Αμερικανικής υποδομής AI και την προώθηση της ηγεσίας στην διεθνή διπλωματία και ασφάλεια του AI.

Ως μέρος αυτού, μια κλειδί λήψη από το σχέδιο υπογράμμισε την ‘ανοιχτή πηγή’ ώθηση για να τροφοδοτήσει και την καινοτομία και την προσβασιμότητα. Παρόμοια, το σχέδιο υπογραμμίζει πώς η Αμερικανική κυβέρνηση θα ‘οδηγήσει με το παράδειγμα‘ όταν πρόκειται για την ανάπτυξη του AI – μέσω της εκπαίδευσης, των ανταλλαγών ταλέντων και της επέκτασης της υιοθέτησης σε διάφορους κλάδους.

Με αυτό το σχέδιο, οι ΗΠΑ στοχεύουν να συντονίσουν όλους τους τρέχοντες τεχνολογικούς κανονισμούς, ιδιαίτερα τους περιβαλλοντικούς, για να διασφαλίσουν ότι η νομοθεσία δεν επιβραδύνει την ανάπτυξη, ενώ ενθαρρύνουν την ευρύτερη διεθνή διανομή του Αμερικανικού λογισμικού και υλικού AI. Αυτή η ‘αντι-ρυθμιστική’ προσέγγιση σηματοδοτεί μια σαφή στροφή από προηγούμενα πλαίσια που επικεντρώνονται στην ηθική, τη διαφάνεια και την υπεύθυνη καινοτομία – μετακινούμενη προς μια πιο επιθετική ‘πρώτα η καινοτομία’ ενέργεια.

Το Λείπων Κομμάτι

Αξίζει να πάρουμε ένα βήμα πίσω σε αυτό το στάδιο και να σκεφτούμε αν αυτές οι ενέργειες, αν και διαφορετικές, θα υποφέρουν από τα ίδια ελαττώματα που θα κάνουν τους dévelopτερς να δουν έλλειψη αξίας στην τήρηση τους. Οι προσεγγίσεις της ΕΕ και των ΗΠΑ αφήνουν ένα κρίσιμο κενό γύρω από την πνευματική ιδιοκτησία στις βάσεις δεδομένων εκπαίδευσης του AI. Ο νόμος της ΕΕ για το AI απαιτεί περίληψη δεδομένων εκπαίδευσης και μια πολιτική συμμόρφωσης με τα πνευματικά δικαιώματα, αλλά δεν καθορίζει ένα αναλογικό πλαίσιο για την αναγνώριση ή αδειοδότηση των πνευματικών έργων.

Στις ΗΠΑ, δεν υπάρχουν συγκεκριμένοι κανόνες – αφήνοντας τις εταιρείες AI να πλοηγηθούν σε ένα εξελισσόμενο νομικό πλαίσιο που διαμορφώνεται από δικαστικές αποφάσεις και συνεχιζόμενες διαμάχες με κατόχους δικαιωμάτων. Πέρα από τον νομικό κείμενο, το λείπων κομμάτι είναι η πρακτική πλευρά· καμία από τις δύο προσεγγίσεις δεν καθορίζει πρακτικές, βιομηχανικές μεθόδους για την ανίχνευση προστατευμένου περιεχομένου σε κλίμακα, την επαλήθευση της νόμιμης χρήσης ή την απλοποίηση της αδειοδότησης. Μέχρις ότου καθοριστούν τέτοιες λύσεις, η αβεβαιότητα γύρω από τα πνευματικά δικαιώματα στις βάσεις δεδομένων εκπαίδευσης του AI θα παραμείνει μια σημαντική πρόκληση για την βιομηχανία.

Ο Κρυφός Κόστος των Επιχειρήσεων που Παραλείπουν την Αναγνωρισιμότητα του AI

Παρά некоторых από τα ελαττώματα αυτών των κανονισμών, θα υποτεθεί ότι θα κάνουν τους dévelopτερς του AI να εστιάσουν έντονα σε το πώς να παραμείνουν στη поверхность από νομική πλευρά – αλλά αυτό δεν είναι πάντα το caso. Στην πραγματικότητα, η πραγματική διαίρεση στο AI αυτή τη στιγμή δεν είναι μεταξύ της ρύθμισης της ΕΕ και των ΗΠΑ, αλλά μεταξύ των εταιρειών που επενδύουν στην αναγνωρισιμότητα σήμερα και εκείνων που παίζουν ότι δεν θα πρέπει να το κάνουν. Αυτό είναι μια επανάληψη του τι είδαμε χρόνια πριν με την εφαρμογή του Γενικού Κανονισμού Προστασίας Δεδομένων (GDPR) – οι εταιρείες που χτίσανε την ιδιωτικότητα από την αρχή δεν μόνο απέφυγαν πρόστιμα αλλά κέρδισαν και την εμπιστοσύνη των καταναλωτών και την ομαλή πρόσβαση σε άλλες αγορές που αργότερα αντέγραψαν τους κανονισμούς του GDPR.

Το ίδιο μοτίβο μπορεί να εμφανιστεί με το AI. Η αναγνωρισιμότητα των δεδομένων εκπαίδευσης και των αποφάσεων του μοντέλου πιθανότατα θα γίνει μια παγκόσμια βάση, και οι εταιρείες που καθυστερούν θα πρέπει να ξανασχεδιάσουν τα συστήματά τους στο μέλλον. Η επιστροφή για να προσθέσετε τεκμηρίωση, αναγνωρισιμότητα και δυνατότητες ελέγχου σε ένα υπάρχον σύστημα είναι πολύ πιο δαπανηρή και σύνθετη από το να τα χτίσετε από την αρχή, απομακρύνοντας την προσοχή από τις πιο κερδοφόρες κατασκευές που η εταιρεία θέλει να ολοκληρώσει.

Με άλλα λόγια, η αναγνωρισιμότητα και η διαφάνεια δεν είναι προαιρετικά πρόσθετα· πρέπει να ενσωματωθούν στα συστήματα AI από την αρχή. Οι επιχειρήσεις που τις αντιμετωπίζουν ως μεταγενέστερες σκέψεις κινδυνεύουν να σταματήσουν την καινοτομία, να αντιμετωπίσουν ρυθμιστική αντίδραση και να χάσουν τον αγώνα οριστικά.

Η Ηθική του AI Χρειάζεται Παγκόσμια Ενότητα

Από μια μακροπρόθεσμη προοπτική, αυτές οι πολωμένες προσεγγίσεις δημιουργούν ένα πραγματικό πρόβλημα για τις παγκόσμιες επιχειρήσεις. Οι εταιρείες σε αγορές με ελαφρύτερη ρύθμιση όπως οι ΗΠΑ μπορούν να κλιμακωθούν γρηγορότερα στο σύντομο χρονικό διάστημα, αλλά όταν αποφασίσουν να εισέλθουν στην ΕΕ, αντιμετωπίζουν ένα τείχος συμμόρφωσης: οι κανόνες αναγνωρισιμότητας και τεκμηρίωσης του νόμου της ΕΕ για το AI απαιτούν ικανότητες που δεν χτίστηκαν ποτέ.

Η ανακατασκευή της αναγνωρισιμότητας, της τεκμηρίωσης και των δυνατοτήτων ελέγχου σε ένα υπάρχον σύστημα είναι δαπανηρή, αργή και διαταρακτική, ιδιαίτερα επειδή η αναγνωρισιμότητα είναι ένα από τα πιο πόρων-εντατικά μέρη της συμμόρφωσης. Είναι το ίδιο μοτίβο που είδαμε με το GDPR, όπου οι αργοί στην ιδιωτικότητα από την αρχή πάλεψαν με δαπανηρές ανακατασκευές και καθυστερημένη πρόσβαση στην αγορά, ενώ οι πρώτοι κερδισμένοι κέρδισαν μια μόνιμη προοπτική.