LAION in Open Brief aan het Europees Parlement: Oproep om Open-Source AI in Europa te Beschermen

LAION (The Large Scale Artificial Intelligence Open Network), en andere gerenommeerde onderzoeksinstellingen, hebben een open brief gepubliceerd gericht aan het Europees Parlement. Deze brief benadrukt de onvermijdelijke negatieve gevolgen die de ontwerp-AI-wet zal hebben voor open-source onderzoek en ontwikkeling (R&D) op het gebied van kunstmatige intelligentie (AI).

De brief onderstreept de essentiële rol die open-source R&D speelt bij het garanderen van de veiligheid, beveiliging en concurrentiekracht van AI in heel Europa, en waarschuwt tegen het beperken van dergelijke baanbrekende werk.

De brief behandelt de volgende punten, zoals uitgelegd door LAION.

Het Belang van Open-Source AI

De brief noemt drie belangrijke redenen waarom open-source AI beschermd moet worden:

1. Veiligheid door transparantie: Open-source AI bevordert veiligheid door onderzoekers en autoriteiten in staat te stellen de prestaties van modellen te controleren, risico’s te identificeren en maatregelen of tegenmaatregelen te nemen.
2. Concurrentie: Open-source AI stelt kleine en middelgrote ondernemingen in staat om bestaande modellen te gebruiken en productiviteit te stimuleren, in plaats van afhankelijk te zijn van een paar grote bedrijven voor essentiële technologie.
3. Beveiliging: Openbare en particuliere organisaties kunnen open-source modellen aanpassen voor gespecialiseerde toepassingen zonder gevoelige gegevens te delen met propriëtaire bedrijven.

Bezorgdheden over de Ontwerp-AI-wet

De ontwerp-AI-wet kan nieuwe vereisten introduceren voor foundation modellen, wat een negatieve invloed kan hebben op open-source R&D in AI. De brief stelt dat “one size fits all”-regels open-source R&D zullen verstikken en kunnen:

• Propriëtaire poortwachters, vaak grote bedrijven, in stand houden, ten nadele van open-source onderzoekers en ontwikkelaars
• Academische vrijheid beperken en voorkomen dat de Europese onderzoekscommunity modellen van openbaar belang bestudeert
• Concurrentie tussen modelaanbieders beperken en investeringen in AI naar het buitenland stimuleren

Aanbevelingen voor het Europees Parlement

De open brief doet drie belangrijke aanbevelingen:

1. Zorg ervoor dat open-source R&D aan de AI-wet kan voldoen: De wet moet open-source R&D bevorderen en het onderscheid tussen gesloten AI-modellen die als dienst worden aangeboden en AI-modellen die als open-source code worden vrijgegeven, erkennen. Waar nodig moet de wet open-source modellen vrijstellen van regels die bedoeld zijn voor gesloten modellen.
2. Stel eisen die evenredig zijn met het risico: De wet moet regels voor foundation modellen stellen die evenredig zijn met hun daadwerkelijke risico. Een “one size fits all”-kader kan het onmogelijk maken om laagrisico- en open-source modellen in Europa te introduceren.
3. Stel openbare onderzoeksfaciliteiten in voor compute-resources: De EU moet grote supercomputerfaciliteiten voor AI-onderzoek instellen, waardoor de Europese onderzoekscommunity open-source foundation modellen onder gecontroleerde omstandigheden met openbare toezicht kan bestuderen.

De Toekomst van AI in Europa

De brief eindigt met een oproep tot actie voor het Europees Parlement om de punten die zijn genoemd te overwegen en een wetgevingsomgeving te creëren die open-source R&D ondersteunt. Deze aanpak zal veiligheid door transparantie bevorderen, innovatie en concurrentie stimuleren en de ontwikkeling van een soevereine AI-capaciteit in Europa versnellen.

Met talloze gerespecteerde aanhangers, waaronder het Europees Laboratorium voor Leren en Intelligentie Systemen (ELLIS), het Pan-Europese AI-Netwerk van Excellence en de Duitse AI-Vereniging (KI-Bundesverband), fungeert de brief als een krachtig herinnering aan het belang van het beschermen van open-source AI voor de toekomst van Europa.

Aanhangers

• Europees Laboratorium voor Leren en Intelligentie Systemen (ELLIS) – Pan-Europees AI-Netwerk van Excellence
• Duitse AI-Vereniging (KI-Bundesverband) – Met meer dan 400 bedrijven, het grootste AI-netwerk in Duitsland
• Prof. Jürgen Schmidhuber: Wetenschappelijk Directeur van het Zwitserse AI-Lab IDSIA (USI & SUPSI), Co-Founder & Chief Scientist van NNAISENSE, Uitvinder van LSTM-Netwerken
• Prof. Sepp Hochreiter: JKU Linz, Uitvinder van LSTM-Netwerken
• Prof. Bernhard Schölkopf: Directeur, Max Planck Instituut voor Intelligentie Systemen en ELLIS Instituut, Tübingen, Duitsland
• Prof. Serge Belongie: Universiteit van Kopenhagen; Directeur, Pioneer Centre for AI
• Prof. Andreas Geiger: Universiteit van Tübingen en Tübingen AI Center
• Prof. Irina Rish: Full Professor aan de Universiteit van Montréal, Canada Excellence Research Chair (CERC) in Autonome AI en Canada CIFAR AI Chair, core member van Mila – Quebec AI Institute.
• Prof. Antonio Krüger: CEO van het Duitse Onderzoekscentrum voor AI (DFKI) en Professor aan de Saarland Universiteit
• Prof. Kristian Kersting: Full Professor aan de Technische Universiteit van Darmstadt en Co-Director, Hessian Center for AI (hessian.AI)
• Jörg Bienert: CEO van de Duitse AI-Vereniging, CPO van Alexander Thamm GmbH
• Patrick Schramowski: Onderzoeker aan het Duitse Centrum voor Kunstmatige Intelligentie (DFKI) en Hessian Center for AI (hessian.AI)
• Dr. Jenia Jitsev: Lab Leader aan het Juelich Supercomputing Center, Onderzoekscentrum Juelich, Helmholtz Association, ELLIS-lid
• Dr. Sampo Pyysalo: Onderzoeker aan de Universiteit van Turku, Finland
• Robin Rombach: Co-Developer van Stable Diffusion, PhD-kandidaat aan de LMU München
• Prof. Michael Granitzer: Chair of Data Science Universiteit van Passau, Duitsland en Coordinator van OpenWebSearch.eu
• Prof. Dr. Jens Meiler: Leipzig Universiteit, ScaDS.AI Center for Scalable Data Analytics and Artificial Intelligence
• Prof. Dr. Martin Potthast: Leipzig Universiteit, ScaDS.AI Center for Scalable Data Analytics and Artificial Intelligence, en OpenWebSearch.EU
• Prof. Dr. Holger Hoos: Alexander von Humboldt Professor in AI aan de RWTH Aachen Universiteit (Duitsland) en Professor van Machine Learning aan de Universiteit Leiden (Nederland)
• Prof. Dr. Henning Wachsmuth: Chair of Natural Language Processing aan het Instituut voor Kunstmatige Intelligentie, Leibniz Universiteit Hannover
• Prof. Dr. Wil van der Aalst: Alexander von Humboldt Professor in Process and Data Science aan de RWTH Aachen Universiteit en Chief Scientist aan Celonis
• Prof. Dr. Bastian Leibe: Chair of Computer Vision aan de RWTH Aachen Universiteit (Duitsland)
• Prof. Dr. Martin Grohe: Chair for Logic and the Theory of Discrete Systems, RWTH Universiteit
• Prof. Ludwig Schmidt: Paul G. Allen School of Computer Science & Engineering, Universiteit van Washington
• Dr Morten Irgens: Vice Rector, Kristiania, Co-founder en bestuurslid van CLAIRE (de Confederatie van Laboratoria voor AI-Onderzoek in Europa), Adra (de AI, Data en Robotics Vereniging) en NORA (de Noorse AI-Onderzoeksconsortium)
• Prof. Dr. Hector Geffner: Alexander von Humboldt Professor in AI aan de RWTH Aachen Universiteit (Duitsland), en Wallenberg Gastprofessor in AI aan de Linköping Universiteit, Zweden
• Prof. Dr. Hilde Kuehne: Goethe Universiteit Frankfurt (Duitsland), MIT-IBM Watson AI Lab (VS)
• Prof. Gerhard Lakemeyer, Ph.D.: Hoofd van de Knowledge-based Systems Group en Chair van de Computer Science Afdeling, RWTH Aachen Universiteit, Duitsland
• Sebastian Nagel: Crawl Engineer, Common Crawl, Konstanz, Duitsland

Hoewel Unite.AI niet officieel op de lijst van aanhangers staat, ondersteunt Unite.AI deze Open Brief ook.