Avrupa Komisyonu’nun Yeni GPAI Şablonu – Bu, AI Eğitimi için Ne Anlama Geliyor?

Temmuz ayında, Avrupa Komisyonu (EC) yeni bir genel amaçlı yapay zeka (GPAI) şablonu yayınladı. Bu, AI sağlayıcılarının modellerini eğitmek için girdikleri içeriği açıklamaları anlamına geliyor. Bu, yaratıcıların rızaları olmadan AI’yi eğitmek için içerik kullandıklarına ilişkin aylarca süren başlıkların ardından geldi.

Bu yeni şablonla, AB şeffaflığın artık müzakere edilemez olduğunu netleştirdi. Karanlık kutu eğitimi, где bir şeyin iç işleyişi açıklanmadan oluşturulması, AI geliştiricileri için bir seçenek olmayacak. Bu, Avrupa’da faaliyet gösteren şirketlerin model girdileri ve eğitim verisi kökenine tam görünürlük sağlamak zorunda kalacağı önemli bir değişikliği işaret ediyor ve veri toplama ve kullanımını yeniden değerlendirmeye zorluyor.

Birçok kişi, recently released US AI Action Plan ile arasındaki çarpıcı farka dikkat çekti, ki bu plan deregülasyon üzerinde ağır basıyor. Her yeni yasa veya düzenleme gibi, şirketler şimdi GPAI şablonunun operasyonlarına nasıl etkide bulunacağını değerlendirmek zorundalar.

Eğer bölgeler arasında faaliyet gösteriyorlarsa, US AI Action Plan ile de aynı şeyi yapacaklar, böylece事情i daha da karmaşık hale getirecekler. Bu düzenleyici çerçevelerin karmaşık doğası ve AI geliştirmeyi bu şekilde düzenlemesinin keşfedilmemiş bir alan olması nedeniyle, geliştiricilerin çıktıları büyük olasılıkla önemli ölçüde farklılık gösterecek.

Genel Amaçlı AI Model Şablonunu İnceliyor

Bu yıl Temmuz ayında, Avrupa Komisyonu GPAI sağlayıcıları için zorunlu bir şablon yayınladı, böylece sağlayıcılar modellerini eğitmek için kullanılan verilerin kamu özeti yayınlayabilecekler. AB AI Yasası’nın bir parçası olarak, sağlayıcılar kamu tarafından erişilebilen veri kümeleri, özel lisanslı veri, web içeriği, kullanıcı verileri ve sentetik veri gibi veri kategorilerini açıklamak zorundalar. Amaç, telif hakkı sahiplerinin, kullanıcıların ve aşağı akış geliştiricilerin AB hukuku kapsamında yasal haklarını kullanmalarını sağlamaktır.

GPT’ler büyük miktarda veri ile eğitilir; ancak mevcut piyasada, bu verilerin kökeni hakkında sınırlı bilgi mevcuttur. Bu şablon tarafından belirlen kamu özeti, modeli eğitmek için kullanılan verilerin kapsamlı bir görünümünü sağlayacak, ana veri koleksiyonlarını listeleyecek ve diğer kullanılan kaynakları açıklarák.

US AI Action Plan ile Karşılaştırma

Karşılaştırıldığında, US Çin üzerinde rekabet avantajını korumak ve AI yarışını kazanmak için kararlı görünüyor, Trump yönetimi bu yaz AI Action Planını açıkladı. Bu yeni AI çerçevesi, AI sistemlerini güçlendiren enerji yoğun veri merkezlerinin inşasını hızlandırmak için çevresel düzenlemeleri kolaylaştırmayı amaçlıyor. Aynı zamanda, ABD AI teknolojilerinin küresel ihracatını artırmayı hedefliyor. 90 öneriyi içeren plan, ABD’nin küresel rakiplerinin önünde kalma çabalarını yansıtıyor.

Plan, inovasyonu hızlandırma, Amerika’nın AI altyapısını inşa etme ve uluslararası AI diplomasisi ve güvenliğinde liderlik etme olmak üzere üç temel sütuna dayanmaktadır.

Bunun bir parçası olarak, planın vurguladığı önemli bir nokta, Amerika’nın inovasyonu ve erişilebilirliği teşvik etmek için ‘açık kaynak’ push’u. Benzer şekilde, plan, ABD hükümetinin AI büyümesinde ‘örnek oluşturacağını‘ vurguluyor – eğitim, yetenek değişimleri ve endüstriler genelinde benimsemeyi genişletme yoluyla.

Bu planla, ABD mevcut teknoloji düzenlemelerini, özellikle de çevresel olanları, büyümeyi yavaşlatmadığından emin olmak için basitleştirmeyi amaçlıyor, aynı zamanda ABD AI yazılımı ve donanımının daha geniş uluslararası dağıtımını teşvik ediyor. Bu ‘düzenleme karşıtı’ yaklaşım, etik, şeffaflık ve sorumlu inovasyona odaklanan önceki çerçevelerden açık bir sapma olduğunu, bunun yerine daha agresif bir ‘inovasyon önce’ eylem planına doğru ilerlediğini gösteriyor.

Eksik Parça

Bu aşamada geri adım atmak ve bu eylemlerin, farklı olsalar da, AI eğitim veri kümelerinde fikri mülkiyet etrafında kritik bir boşluk bırakarak geliştiricilerin bunlara uymakta değer görmeyeceği şekilde aynı hatalardan mustarip olup olmayacağını düşünmek değer.

AB ve ABD yaklaşımları, telif hakkı ihlalini tespit etme veya lisanslama için ölçeklenebilir bir çerçeve kurmaksızın, AI eğitim veri kümelerinde fikri mülkiyet etrafında kritik bir boşluk bırakıyor. AB AI Yasası, eğitim veri özetlerini ve telif hakkı uyum politikasını zorunlu kılar, ancak telif hakkı korunan eserleri tanımlamak veya lisanslamak için bir çerçeve oluşturmaz.

ABD’de ise böyle kurallar mevcut değil – AI şirketlerinin, mahkeme kararları ve devam eden telif hakkı sahipleriyle anlaşmazlıklar tarafından şekillendirilen gelişen bir yasal çerçeveyi gezinmeleri gerekiyor. Yasal metnin ötesinde, eksik olan pratik yönüdür; hiçbir yaklaşım, korunan içeriği büyük ölçekte tespit etme, yasal kullanımı doğrulama veya lisanslama işlemlerini basitleştirme için endüstri genelinde uygulanabilir yöntemler belirlemiyor. Bu tür çözümler tanımlanana kadar, AI eğitiminde telif hakkı belirsizliği endüstri için önemli bir zorluk olarak kalacak.

İşletmelerin AI İzlenebilirliğini Atlamasının Gizli Maliyeti

Bu düzenlemelerin bazı eksikliklerine rağmen, AI geliştiricilerinin yasal açıdan nasıl hayatta kalacaklarına odaklanacakları varsayılacaktır, ancak her zaman böyle değildir. Aslında, AI’deki gerçek bölünme, AB ve ABD düzenlemeleri arasında değil, bugün izlenebilirliğe yatırım yapan şirketler ile bunu yapmayan şirketler arasındadır. Bu, yıllarca önce Genel Veri Koruma Yönetmeliği (GDPR) uygulamasında gördüğümüz şeye benzer – erken dönemde gizlilik odaklı tasarım yapan şirketler sadece cezalardan kaçınmakla kalmadı, aynı zamanda tüketicilerin güvenini kazandı ve daha sonra GDPR standartlarını yansıtan diğer pazarlara daha sorunsuz erişim sağladılar.

AI’de benzer bir model ortaya çıkabilir. Eğitim verisi ve model kararlarının izlenebilirliği muhtemelen küresel bir standart haline gelecektir ve bunu geciktiren şirketler, sistemlerini gelecekte yeniden tasarlamak zorunda kalacaktır. Mevcut bir sisteme geri dönerek belgeleme, köken izleme ve denetim özelliklerini eklemek, bunları baştan inşa etmekten çok daha pahalı ve karmaşıktır, şirketin tamamlamak istediği diğer ROI odaklı yapıtlara odaklanmasını engeller.

Etik AI için Küresel Birlik

Makro bir perspektiften bakıldığında, bu kutuplaşmış yaklaşımlar küresel işletmeler için gerçek bir sorun oluşturuyor. Daha az düzenleme olan piyasalardaki şirketler, kısa vadede daha hızlı ölçeklenebilir, ancak AB’ye girmeye karar verdiklerinde, bir uyum duvarıyla karşılaşırlar: AI Yasası’nın izlenebilirlik ve belgeleme kuralları, hiçbir zaman inşa etmedikleri yetenekleri gerektirir.

Mevcut bir sisteme köken izleme, belgeleme ve denetim özelliklerini geri yüklemek maliyetli, yavaş ve bozucu, özellikle izlenebilirliğin uyumu en kaynak yoğun parçalarından biri olması nedeniyle. Bu, GDPR ile aynı kalıptır, burada geç gelenler gizlilik odaklı tasarımla mücadele etti, pahalı revizyonlar ve gecikmiş pazar erişimi yaşadı, erken hareket edenler ise kalıcı bir avantaj kazandı.