유럽 委员会의 새로운 GPAI 템플릿 – 이것은 AI 훈련에 무엇을 의미하는가?

7월에, 유럽 委员会 (EC) 는 새로운 일반적인 목적의 인공 지능 (GPAI) 템플릿을 발표했습니다. 이것은 AI 제공자가 모델을 훈련시키기 위해 입력된 콘텐츠를 공개해야 함을 의미합니다. 이것은 창작자들이 동의 없이 콘텐츠를 사용하여 AI를 훈련시킨다는 헤드라인을 몇 개월 동안 보도한 후에 나왔습니다.

이 새로운 템플릿으로, EU는 투명성이 이제 더 이상 협상할 수 없는 것임을 분명히 했습니다. 블랙 박스 훈련, 즉 내부 작동을 공개하지 않고 무언가를 생성하는 것은 더 이상 AI 개발자에게 선택지가 아닙니다. 이것은 유럽에서 운영하는 경우 모델 입력과 훈련 데이터 프로벤ンス에 대한 전체 가시성을 요구함으로써 큰 변화를 의미하며, 데이터 수집 및 사용에 대한 재평가를 강요합니다.

많은 사람들이 최근에 발표된 미국 AI 액션 플랜과는 큰 차이가 있다는 것을 지적했습니다. 이는 주로 규제 완화를 중점으로 합니다. 새로운 법이나 규정과 마찬가지로, 비즈니스들은 이제 정확히 GPAI 템플릿이 운영에 어떤 영향을 미칠지 평가해야 합니다.

지역 전체에서 운영하는 경우, 미국 AI 액션 플랜과도 같은 일을 할 것입니다. 이것은 事態를 더 복잡하게 만들 것입니다. 이러한 것들의 복잡한 성질과 AI 개발을 이러한 방식으로 규제하는 것이 아직 미답사한 영역이라는 사실 때문에, 개발자의 출력은 크게 다를 것입니다.

일반 목적 AI 모델 템플릿 분해

이번 년도 7월, 유럽 委员会는 GPAI 제공자들이 모델을 훈련시키기 위해 사용된 데이터의 공개 요약을 게시할 수 있는 필수 템플릿을 발표했습니다. EU AI 법의 일부로, 제공자는 공개적으로 उपलब있는 데이터 세트, 개인 라이선스 데이터, 스크레이프된 웹 콘텐츠, 사용자 데이터 및 합성 데이터와 같은 데이터 카테고리를 공개해야 합니다. 목표는 저작권자, 사용자 및 다운스트림 개발자가 EU 법에 따라 법적 권리를 행사할 수 있도록 하는 것입니다.

GPT는大量의 데이터로 훈련되지만, 현재 시장에서는 데이터의 기원에 대한 정보가 제한적입니다. 이 템플릿이 설정한 공개 요약은 모델을 훈련시키기 위해 사용된 데이터에 대한 포괄적인 개요를 제공하고, 주요 데이터 컬렉션을 나열하며, 다른 소스를 설명합니다.

비교 및 대조, 미국 AI 액션 플랜

비교하면, 미국은 AI 경쟁에서 승리하고 중국에 대한 경쟁 우위를 유지하기 위해 결심하고 있으며, 트럼프 행정부는 이번 여름에 AI 액션 플랜을 발표했습니다. 이 새로운 AI 프레임워크는 에너지 집약적인 데이터 센터의 건설을 가속화하여 환경 규정을 완화함으로써 AI 시스템을 구동합니다. 동시에 미국 AI 기술의 글로벌 수출을 늘리려고 합니다. 90개의 추천을 특징으로 하는 이 계획은 미국이 글로벌 경쟁자들보다 앞서기 위한 노력을 반영합니다.

이 계획은 혁신을 가속화하는 것, 미국의 AI 인프라를 구축하는 것, 국제 AI 외교 및 보안에서 리더십을 육성하는 세 가지 핵심 기둥을 중심으로 구축되었습니다.

이 계획의 일부로, 미국은 혁신과 접근성을 위한 연료로 사용하기 위해 ‘오픈 소스’ 추진을 강조했습니다. 이 계획은 또한 미국 정부가 AI 성장에 있어 ‘예를 들어’ 할 것임을 강조합니다. – 훈련, 재능 교환, 산업 전반에 걸친 채택 확대를 통해.

이 계획으로, 미국은 모든 현재 기술 규정을 스트림화하여 입법이 성장을 방해하지 않도록 하며, 미국 AI 소프트웨어 및 하드웨어의 국제 분배를 촉진합니다. 이 ‘반 규제’ 접근 방식은 이전에 윤리, 투명성, 책임 있는 혁신을 중심으로 한 프레임워크와는 명확한 차이를 나타냅니다. 대신 더 공격적인 ‘혁신 우선’ 액션 플랜으로 이동합니다.

누락된 조각

이 시점에서 뒤로 물러서서 이러한 행위,尽管 서로 다르지만, 개발자들이 준수하는 데 가치가 없다고 생각하는 같은 결점으로 고통받을 수 있는지 고려하는 것이 가치 있습니다. EU와 미국의 접근 방식은 AI 훈련 데이터 세트의 지적 재산권에 대한 중요한 간격을 남깁니다. EU AI 법은 훈련 데이터 요약과 저작권 준수 정책을 명시하지만, 저작권된 작품을 식별하거나 라이선스를 부여하는 데 대한 확장 가능한 프레임워크를 설정하지 않습니다.

미국에서는 특정 규칙이不存在합니다 – AI 회사들이 법원 판결과 저작권자との 계속되는 분쟁에 의해 형성되는 발전하는 법적 프레임워크를 탐색하도록 남겨두는 것입니다. 법적 텍스트를 넘어서, 누락된 것은 실제적인 측면입니다. 어느 접근 방식도 대규모에서 보호된 콘텐츠를 감지하기 위한 산업 전반에 걸친 작업 가능한 방법, 합법적인 사용을 확인하거나 라이선스를简化하지 않습니다. 이러한 솔루션이 정의될 때까지, AI 훈련의 저작권에 대한 불확실성은 산업에 대한 중요한 도전으로 남을 것입니다.

비즈니스에서 AI 추적 가능성을 건너뛰는 숨겨진 비용

이러한 규정의 일부 결점에도 불구하고, 이것이 AI 개발자가 법적 관점에서 어떻게 살아남을 수 있는지에 대해 매우 집중할 것이라고 가정할 것입니다. 그러나 이것이 항상 그런 것은 아닙니다. 실제로, 현재 AI에서 실제 분할은 EU와 미국 규제 사이에 있지 않습니다. 그것은 오늘날 추적 가능성을 투자하는 회사와 그것이 필요하지 않다고 생각하는 회사 사이에 있습니다. 이것은 몇 년 전 GDPR를 구현했을 때 우리가 본 것과 같은 패턴입니다. 개인 정보 보호를 초기에 구축한 회사들은 nejen 벌금을 피할 뿐만 아니라 소비자 신뢰와 더 나은 시장 접근성을 얻었습니다. 나중에 GDPR 표준을 반영한 다른 시장.

같은 패턴이 AI에서 나타날 수 있습니다. 훈련 데이터와 모델 결정의 추적 가능성은 아마도 글로벌 기준이 될 것입니다. 지연하는 회사는 시스템을 재설계해야 할 것입니다. 기존 시스템에 문서화, 프로벤ンス 추적 및 감사 기능을 추가로 돌아가거나 추가하는 것은 처음부터 구축하는 것보다 훨씬 더 비용이 많이 들고 복잡합니다. 따라서 회사가 완료하고 싶은 더 많은 ROI 중심의 빌드 아웃에 대한 집중력을 빼앗습니다.

다시 말해서, 추적 가능성과 투명성은 선택적 추가 항목이 아닙니다.它们必须从一开始就嵌入到 AI 시스템中입니다.它们를 사후 생각으로 취급하는 비즈니스는 혁신을 방해하고, 규제 반발을 직면하며, 경쟁에서 지속적으로 지연될 수 있습니다.

윤리적인 AI는 글로벌 통일성을 필요로 한다

거시적인 관점에서, 이러한 양극화된 접근 방식은 글로벌 비즈니스에 실제적인 문제를 창조합니다. 미국과 같은 경량 터치 시장의 회사들은 단기적으로 더 빠르게 확장할 수 있지만, EU에 진입하기로 결정하면 규제 벽을 직면합니다. AI 법의 추적 가능성 및 문서화 규칙은 그들이 कभ지도 구축하지 않은 기능을 필요로 합니다.

기존 시스템에 프로벤ンス 추적, 문서화 및 감사 기능을 다시 설계하는 것은 비용이 많이 들고, 느리고, 혼란을 일으킵니다. 특히 추적 가능성이 규제 준수를 가장 많은 자원을 필요로 하는 부분이기 때문입니다. 이것은 GDPR와 같은 패턴입니다. 여기서 개인 정보 보호 설계에 늦게 tham gia한 회사는 비싼 개조와 시장 접근 지연을 겪었으며, 초기 tham gia자들은 지속적인 이점을 얻었습니다.