欧洲委员会的新GPAI模板 – 这对AI训练意味着什么？

七月，欧洲委员会（EC）发布了一个新的通用人工智能（GPAI）模板。这意味着AI提供商必须披露输入模型的内容以训练它们。这是在创作者声称内容在未经同意的情况下被用于训练AI的几个月之后。

通过这个新模板，欧盟已经明确了其立场：透明度现在是不可协商的。黑盒训练，即在不透露其内部工作原理的情况下创建内容，将不再是AI开发者的选择。这标志着一个显著的转变，因为在欧洲运营现在需要对模型输入和训练数据来源有完整的可见性，从而迫使重新评估数据收集和使用。

许多人指出，这与最近发布的美国AI行动计划之间的鲜明差异，该计划重点关注放松管制。像任何新的法律或法规一样，企业现在必须评估GPAI模板将如何影响其运营。

如果他们在各个地区运营，他们将同时执行美国AI行动计划，这将进一步混淆事情。由于这些法规的复杂性以及以这种方式监管AI开发是无先例的，开发者的输出可能会有很大差异。

解析通用人工智能模型模板

今年七月，欧洲委员会发布了一个强制性的模板，供GPAI提供商使用，以便他们可以发布一个关于用于训练其模型的数据的公共摘要。作为欧盟AI法案的一部分，提供商必须披露诸如公开可用数据集、专有许可数据、网页内容、用户数据和合成数据等数据类别。目标是使版权持有者、用户和下游开发人员能够在欧盟法律下行使其法律权利。

GPTs是用大量数据训练的；然而，在当前市场中，关于这些数据的来源的信息非常有限。这个模板概述的公共摘要将提供对用于训练模型的数据的全面概述，列出主要数据集合，并解释其他使用的来源。

比较和对比，美国AI行动计划

相比之下，美国坚信它将赢得AI竞赛，并将在中国保持其竞争优势，因为特朗普政府在今年夏天早些时候宣布了其AI行动计划。这个新的AI框架旨在通过放松环境法规来加速耗能的数据中心的建设，这些数据中心为AI系统提供动力。同时，它还旨在增加美国AI技术的全球出口。该计划包含90个建议，反映了美国为保持领先于全球竞争对手所做的日益增长的努力。

该计划围绕三个核心支柱建立：加速创新，建设美国的AI基础设施，并在国际AI外交和安全领域发挥领导作用。

作为这一计划的一部分，一个关键的收获是美国的“开源”推动力旨在促进创新和可及性。同样，该计划强调了美国政府将如何“以身作则”来推动AI增长——通过培训、人才交流和在各个行业推广采用。

通过这一计划，美国旨在简化所有当前的技术法规，特别是环境法规，以确保立法不会阻碍增长，同时鼓励美国AI软件和硬件的更广泛的国际分销。这一“反监管”的方法标志着一个明显的转变，从以前注重道德、透明度和负责任的创新框架转变为更激进的“创新优先”的行动计划。

缺失的部分

值得在此阶段退一步，考虑这些行为（尽管不同）是否可能由于相同的缺陷而导致开发人员认为遵守这些行为没有价值。欧盟和美国的方法都在人工智能训练数据集的知识产权方面留下了一个关键的空白。欧盟AI法案要求训练数据摘要和版权合规政策，但它没有建立识别或许可受版权保护作品的可扩展框架。

在美国，根本没有具体的规则——这让AI公司不得不在没有明确指导的情况下，通过法院判决和与权利持有者持续的争议来应对不断演变的法律框架。超越法律文本之外，缺失的部分是实际的方面；两种方法都没有制定出可行的、行业范围的方法来大规模检测受保护的内容、验证合法使用或简化许可。直到这些解决方案被定义，人工智能训练中的版权不确定性将仍然是该行业的一大挑战。

企业跳过AI可追溯性的隐藏成本

尽管这些法规存在一些缺陷，但人们可能会认为它们将导致AI开发人员高度关注如何从法律角度保持竞争力——但事实并非总是如此。事实上，人工智能领域当前的真正分歧并不是欧盟和美国法规之间的差异，而是在于投资可追溯性和赌博不需要可追溯性的公司之间的差异。这是我们几年前在实施通用数据保护条例（GDPR）时看到的模式的重演——早期采用隐私保护设计的公司不仅避免了罚款，还获得了消费者的信任和进入其他市场的更顺畅的通道，这些市场后来也效仿了GDPR标准。

同样的模式可能正在人工智能领域出现。训练数据和模型决策的可追溯性可能会成为全球基准，延迟的公司将不得不在未来重新设计他们的系统。回头添加文档、来源跟踪和审计功能到现有的系统中比从一开始就构建它们要昂贵和复杂得多，会分散公司关注更有投资回报率的建设的注意力。

换句话说，可追溯性和透明度不是可选的附加功能；它们必须从一开始就嵌入到AI系统中。将它们视为事后补充的企业冒着停滞创新、面临监管反弹和永远落后的风险。

道德人工智能需要全球统一

从宏观角度来看，这些两极分化的方法为全球企业带来了真正的问题。像美国这样的轻松监管市场中的公司可以在短期内更快地扩张，但当它们决定进入欧盟时，它们面临着合规壁垒：AI法案的可追溯性和文档要求需要它们从未建立的能力。

在现有系统中添加来源跟踪、文档和审计功能的成本很高，速度很慢，且会造成干扰，尤其是因为可追溯性是合规中最耗资源的部分。这与我们在GDPR中看到的模式相同，晚期采用隐私保护设计的公司在进行昂贵的改造和延迟市场准入方面面临困难，而早期采用者则获得了持久的优势。