Avrupa Komisyonu’nun Yeni GPAI Şablonu – AI Eğitimine Ne Anlama Geliyor?

Temmuz ayında, Avrupa Komisyonu (EC) yeni bir genel amaçlı yapay zeka (GPAI) şablonu yayınladı. Bu, AI sağlayıcılarının modelleri eğitmek için kullanılan içeriği açıklamalarını gerektirir. Bu, yaratıcıların rızası olmadan içerik kullanıldığını iddia ettiği başlıkların ardından geldi.

Bu yeni şablonla, AB şeffaflığın artık müzakere edilemez olduğunu netleştirdi. Siyah kutu eğitimi, iç işleyişini açıklamadan bir şey yaratma, AI geliştiricileri için bir seçenek olmayacak. Bu, bir değişiklik işaret ediyor, çünkü Avrupa’da faaliyet göstermek artık model girişleri ve eğitim verisi provenansı hakkında tam görünürlük gerektirecek, veri toplama ve kullanımının yeniden değerlendirilmesini zorlayacak.

Çok sayıda kişi, bu şablon ile yakın zamanda yayınlanan ABD AI Eylem Planı arasındaki çarpıcı farkı vurguladı, ki bu plan, büyük ölçüde düzenleme dışı bırakmaya odaklanıyor. Her yeni yasa veya düzenleme gibi, işletmeler şimdi GPAI şablonunun operasyonlarını nasıl etkileyeceğini değerlendirmek zorundalar.

Eğer bölgeler arasında faaliyet gösteriyorlarsa, aynı şeyi ABD AI Eylem Planı ile yapacaklar, böylece事情i daha da karmaşık hale getirecekler. Bu düzenlemelerin karmaşık doğası ve AI geliştirmesini bu şekilde düzenlemenin 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 modelleri eğitmek için kullanılan verilerin kamu özeti yayınlayabilecekler. AB AI Yasası’nın bir parçası olarak, sağlayıcılar, kamu tarafından erişilebilen veri setleri, özel lisanslı veri, tarayıcı web içeriği, kullanıcı verileri ve sentetik veri gibi veri kategorilerini açıklamalıdır. Amaç, telif hakkı sahiplerine, kullanıcılara ve aşağı akış geliştiricilerine AB hukuku kapsamında yasal haklarını kullanmalarını sağlamaktır.

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

Karşılaştırma ve Karşılaştırma, ABD AI Eylem Planı

Karşılaştırıldığında, ABD AI yarışını kazanmaya ve Çin üzerindeki rekabetçi avantajını korumaya kararlıdır ve Trump yönetimi, bu yaz AI Eylem Planını açıkladı. Bu yeni AI çerçevesi, enerji yoğun veri merkezlerinin inşasını hızlandırarak AI sistemlerini güçlendirmeyi, çevresel düzenlemeleri kolaylaştırarak hedefliyor. Aynı zamanda, ABD AI teknolojilerinin küresel ihracatını artırmayı amaçlıyor. 90 öneriyi içeren plan, ABD’nin küresel rakiplerinin önüne geçme çabalarını yansıtıyor.

Plan, üç temel direk حولunda inşa edilmiştir – inovasyonu hızlandırma, Amerika’nın AI altyapısını inşa etme ve uluslararası AI diplomasisi ve güvenliğinde liderlik yapma.

Bunun bir parçası olarak, planın vurguladığı bir önemli nokta, Amerika’nın ‘açık kaynak’ yaklaşımını vurguladı, bu da hem inovasyonu hem de erişilebilirliği teşvik etmeyi amaçlıyor. Aynı zamanda, plan, ABD hükümetinin AI büyümesinde ‘örnek teşkil edecek‘ şekilde hareket edeceğini vurguladı – eğitim, yetenek değişimleri ve endüstriler genelinde benimsemeyi genişletme yoluyla.

Bu plan ile, ABD, mevcut teknoloji düzenlemelerini, özellikle de çevresel olanları, büyümeyi yavaşlatmadığından emin olmak için aklayacak, aynı zamanda ABD AI yazılımları ve donanımlarının daha geniş uluslararası dağıtımını teşvik edecek. Bu ‘düzenleme dışı’ yaklaşım, etik, şeffaflık ve sorumlu inovasyona odaklanan önceki çerçevelerden bir kayma işaret ediyor – bunun yerine daha agresif bir ‘inovasyon önce’ eylem planına doğru ilerleme.

Eksik Parça

Bu aşamada geri adım atmak ve bu eylemlerin, farklı olsalar da, aynı eksiklikten muzdarip olup olmadığını ve geliştiricilerin bunlara uymakta değer görmeyeceğini düşünmek değer. AB ve ABD yaklaşımları, AI eğitim veri setlerindeki fikri mülkiyet konusunda kritik bir boşluk bırakıyor. AB AI Yasası, eğitim veri özeti ve telif hakkı uyum politikası gerektirir, ancak telifli eserleri tanımlamak veya lisanslamak için ölçeklenebilir bir çerçeve oluşturmaz.

ABD’de ise hiçbir özel kural yoktur – AI şirketlerini, mahkeme kararları ve devam eden hak sahibi ile anlaşmazlıklar tarafından şekillendirilen gelişen bir yasal çerçeve ile başa çıkmaya bırakıyor. Yasal metnin ötesinde, eksik olan pratik taraf; hiçbir yaklaşım, korunan içeriği büyük ölçekte tespit etme, yasal kullanımı doğrulama veya lisanslama işlemlerini basitleştirme için uygulanabilir, endüstri genelinde yöntemler belirlemiyor. Bu çözümler tanımlanana kadar, AI eğitiminde telif hakkı belirsizliği sektörün önemli bir zorluğu olarak kalacak.

AI İzlenebilirliğini Atlayan İşletmelerin Gizli Maliyeti

Bu düzenlemelerin bazı eksikliklerine rağmen, AI geliştiricilerinin yasal açıdan nasıl hayatta kalacaklarına odaklanmaya çalışacakları 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) uygulamasıyla gördüğümüz bir tekrardır – erken dönemde gizlilik tarafından tasarımı inşa eden şirketler, yalnızca cezalardan kaçınmakla kalmadı, aynı zamanda tüketicilerin güvenini kazandı ve daha sonra GDPR standartlarını yansıtan diğer pazarlara daha sorunsuz erişim sağladı.

Aynı model AI ile de ortaya çıkabilir. Eğitim verisi ve model kararlarının izlenebilirliği muhtemelen küresel bir standart haline gelecek ve geciken şirketler sistemlerini gelecekte yeniden tasarlamak zorunda kalacak. Belgelendirme, provenans takibi ve denetim özelliklerini mevcut bir sisteme geri eklemek, bunları baştan inşa etmekten çok daha pahalı ve karmaşıktır, şirketin tamamlamak istediği diğer ROI odaklı yapıtların odak noktasını uzaklaştırır.

Diğer bir deyişle, izlenebilirlik ve şeffaflık isteğe bağlı eklemeler değil; AI sistemlerine baştan itibaren gömülmelidir. Bunları sonradan düşünen işletmeler, inovasyonu yavaşlatabilir, düzenleyici geri tepme ile karşılaşabilir ve yarıştan sonsuza kadar mahrum kalabilir.

Etik AI için Küresel Birlik Gerekir

Makro bir perspektiften, bu karşıt yaklaşımlar küresel işletmeler için gerçek bir sorun yaratır. 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 belgelendirme kuralları, никогда inşa etmedikleri yetenekleri gerektirir.

Provenans takibi, belgelendirme ve denetim özelliklerini mevcut bir sisteme geri eklemek pahalı, yavaş ve bozucu, özellikle izlenebilirlik uyumluluğun en kaynak yoğun parçalarından biri olduğu için. Bu, GDPR ile gördüğümüz aynı model – gizlilik tarafından tasarımı geç gelenler, pahalı revizyonlarla ve gecikmiş pazar erişimiyle mücadele ederken, erken hareket edenler kalıcı bir avantaj kazandı.