הנוסחה החדשה של הוועדה האירופית ל-GPAI – מה משמעותה לאימון AI?

ביולי, הוועדה האירופית (EC) הוציאה נוסחה חדשה ל- אינטליגנציה מלאכותית כללית (GPAI). הדבר משמעותו שספקי AI חייבים לחשוף את התוכן שהוקלט למודלים לצורך אימונם. זה בא לאחר חודשים רבים של כותרות הידיעות בנוגע ליצרנים הטוענים כי תוכן שימש ללא הסכמה לצורך אימון AI.

עם נוסחה זו, האיחוד האירופי הבהיר את עמדתו: שקיפות היא כעת בלתי ניתנת למיקוח. אימון “קופסאות שחורות”, שבו משהו נוצר ללא חשיפת פנימיותו, לא יהיה אפשרי עבור מפתחי AI. זוהי תפנית משמעותית, שכן הפעלה באירופה תדרוש כעת חשיפה מלאה של קלטי המודל ומוצא הנתונים, מה שיכריח מחדש את הערכת איסוף הנתונים והשימוש בהם.

רבים הצביעו על ההבדל החד בין זה לבין תוכנית ה-AI של ארצות הברית שפורסמה לאחרונה, המתמקדת בעיקר בביטול רגולציה. כמו עם כל חוק או רגולציה חדשה, עסקים חייבים כעת לבדוק ולהעריך בדיוק כיצד תבעת ה-GPAI תשפיע על פעילותם.

אם הם פועלים ברחבי האזורים, הם יעשו זאת גם עם תוכנית ה-AI של ארצות הברית, מה שיגרום לבלבול נוסף. בגלל הטבע המורכב של אלה והעובדה שרישום AI בדרך זו היא טריטוריה לא ממופה, תוצאותיהם של מפתחים כנראה יהיו שונות מאוד.

פירוק הנוסחה למודל AI כללי

ביולי השנה, פרסמה הוועדה האירופית נוסחה חובה עבור ספקי GPAI, כך שיוכלו לפרסם סיכום ציבורי של הנתונים ששימשו לאימון המודלים שלהם. כחלק מחוק ה-AI של האיחוד האירופי, ספקים חייבים לחשוף קטגוריות נתונים כגון סטים נתונים זמינים לציבור, נתונים מורשים פרטיים, תוכן אינטרנט מגובש, נתוני משתמש ונתונים סינתטיים. המטרה היא לאפשר לבעלי זכויות יוצרים, משתמשים ומפתחים משניים לממש את זכויותיהם החוקיות על פי החוק האירופי.

GPTs מאומנים עם כמויות גדולות של נתונים; אולם, בשוק הנוכחי, קיימת מידע מוגבל בנוגע למוצא של נתונים אלה. הסיכום הציבורי שנוסחה זו קובעת יספק תמונה מקיפה של הנתונים ששימשו לאימון מודל, ירשים את אוספי הנתונים העיקריים ויסביר מקורות אחרים ששימשו.

השוואה והבדל, תוכנית ה-AI של ארצות הברית

לעומת זאת, ארצות הברית מתעקשת שתנצח במרוץ ה-AI ותשמור על יתרונה התחרותי מעל סין, כאשר ממשל טראמפ הכריז על תוכנית ה-AI שלו בתחילת הקיץ. מסגרת AI חדשה זו מטרתה לאיצון בניית מרכזי נתונים אנרגיה-רעבים המניעים מערכות AI, על ידי הקלת רגולציות סביבתיות. בו-זמנית, היא מתמקדת בהגברת היצוא הגלובלי של טכנולוגיות AI אמריקאיות. עם 90 המלצות, התוכנית משקפת מאמצים גוברים של ארצות הברית להישאר מלפני מתחריה הגלובליים.

התוכנית בנויה סביב שלושה עמודי תווך – האצת חדשנות, בניית תשתית AI של אמריקה וקידום הנהגה בדיפלומטיה וביטחון AI בינלאומי.

כחלק מזה, נקודה מרכזית בתוכנית הדגישה את הדחיפה ה’קוד פתוח’ של אמריקה להניע הן חדשנות והן נגישות. באופן דומה, התוכנית הדגישה כיצד ממשלת ארצות הברית תוביל בדוגמה – דרך אימון, חילופי כישרונות והרחבת האימוץ ברחבי תעשיות.

עם תוכנית זו, ארצות הברית מתכוונת לזרם את כל הרגולציות הטכנולוגיות הנוכחיות, במיוחד אלו הסביבתיות, כדי לוודא שחקיקה אינה מאטה את הצמיחה, בעודה מעודדת הפצה בינלאומית רחבה יותר של תוכנות וחומרה AI אמריקאיות. גישה ‘אנטי-רגולטורית’ זו מסמנת מפנה ברור ממסגרות קודמות שהתמקדו באתיקה, שקיפות וחדשנות אחראית – ועוברת לתוכנית פעולה ‘חדשנות קודם’ יותר אגרסיבית.

החלק החסר

שווה לעצור לרגע ולשקול אם פעולות אלה, אף על פי שהן שונות, עלולות לסבול מאותן החולשות שיגרמו למפתחים לראות בהן חוסר ערך בציות. הגישות של האיחוד האירופי וארצות הברית הותירו פער ביטחוני סביב קניין רוחני בסטים נתונים לאימון AI. חוק ה-AI של האיחוד האירופי דורש סיכום נתונים לאימון ומדיניות ציות לזכויות יוצרים, אך הוא אינו קובע מסגרת מדידה לזיהוי או רישוי יצירות מוגנות בזכויות יוצרים.

בארצות הברית, אין כללים מסוימים – מה שמותיר את חברות AI לנווט במסגרת משפטית משתנה, המעוצבת על ידי פסיקות בית משפט וסכסוכים מתמשכים עם בעלי זכויות. מעבר לטקסט המשפטי, מה שחסר הוא הצד המעשי; שום גישה אינה מגדירה שיטות תפעוליות ורחבות היקף לגילוי תוכן מוגן, אימות שימוש חוקי או זרימת רישוי. עד שפתרונות אלה יוגדרו, אי-ודאות סביב זכויות יוצרים באימון AI תישאר אתגר משמעותי עבור התעשייה.

עלות ההסתרה של עסקים המדלגים על עקיבת AI

על אף כמה מהחולשות ברגולציות אלו, ייראה כי מפתחי AI יהיו ממוקדים מאוד באיך לשרוד מבחינה משפטית – אך זה לא תמיד המצב. למעשה, הפער האמיתי ב-AI כרגע אינו בין רגולציות האיחוד האירופי וארצות הברית, אלא בין חברות המשקיעות בעקיבת AI כיום לבין אלו המהמרות שלא יצטרכו. זהו חזרה על מה שראינו שנים רבות עם יישום ה-GDPR – חברות שבנו פרטיות-בעיצוב מוקדם לא רק נמנעו מקנסות, אלא גם זכו לאמון הצרכנים וגישה חלקה יותר לשווקים אחרים שחיקו את תקני ה-GDPR מאוחר יותר.

אותו הדפוס עשוי להתפתח גם עם AI. עקיבת נתונים לאימון והחלטות מודל כנראה תהיה בסיס גלובלי, וחברות שתעכבנה יצטרכו לשנות מערכותיהן בעתיד. לחזור ולהוסיף תיעוד, עקיבה ותכונות ביקורת למערכת קיימת הרבה יותר יקר ומורכב מאשר לבנות אותם מלכתחילה, תוך הסטת המוקד מבנייה ממוקדת-ROI שהחברה רוצה להשלים.

במילים אחרות, עקיבה ושקיפות אינן אפשריות; הן חייבות להיות משולבות במערכות AI מיום ראשון.

AI אתי דורש אחדות גלובלית

מנקודת מבט מקרו, גישות מפולרות אלו יוצרות בעיה אמיתית עבור עסקים גלובליים. חברות בשווקים בעלי רגולציה קלה כמו ארצות הברית יכולות לצמוח מהר יותר בטווח הקצר, אך כאשר הן בוחרות להיכנס לאיחוד האירופי, הן פוגשות חומת תאימות: כללי עקיבה ותיעוד של חוק ה-AI דורשים יכולות שמעולם לא נבנו.

שיקום עקיבת מוצא, תיעוד ותכונות ביקורת למערכת קיימת הוא יקר, איטי ומפריע, במיוחד משום שעקיבה היא אחד החלקים ה