轉自:福布斯
中美的AI同時站在岔路口上。
2023雲棲大會現場,阿裏巴巴集團主席蔡崇信稱,智能化時代正在开啓,AI將成爲各行業新型生產力,目前中國80%的科技企業和一半的大模型公司都跑在阿裏雲上。蔡崇信在致辭中強調最多的詞是“开放”。蔡崇信說:“我們堅信,不开放就沒有生態,沒有生態就沒有未來。而後,中國工程院院士、阿裏雲創始人王堅則以《雲計算的第三次浪潮》爲主題發表的講話,他相信雲計算將如電力一般,作爲一個公共服務的存在、作爲一個基礎設施的存在,擁有非常久遠的生命力。
如果按照這樣一個設想,未來的算力需求將和如今不再能同日而語。但美國有關未來的預期和中國當前的情況卻开始顯得有些不同。
北京時間10月30日晚間,美國總統拜登籤署了一項關於人工智能(AI)的行政命令,爲AI建立安全和隱私保護標准,並要求开發人員對AI新模型進行安全測試。這意味着,美國將全面監管人工智能的研發。由此,在美國引發了一場針對人工智能的大討論,並讓那些希望撼動科技行業現有格局的初創公司感到不安。
幫助企業構建人工智能工具的初創公司Dataiku的聯合創始人弗洛裏安·杜埃托在一封電子郵件中向《福布斯》表示:“對於政府來說,培育一個开放的人工智能生態系統至關重要,尤其是對初創公司的發展而言。雲計算廠商在投入巨資後壟斷人工智能領域,這一情形無異於電網私有化。這種壟斷會扼殺創新,阻礙小規模企業爲人工智能的發展做出貢獻。”
美國總統喬·拜登(Joe Biden)新頒布的行政命令對人工智能技術做出了規定,人工智能初創企業對此表示歡迎,但部分首席執行官擔心該行政命令是否會阻礙小規模公司的發展且扼殺創新。
作爲行政令的一部分,任何公司在建立可能對國家安全構成風險的人工智能模型時都必須向美國政府做出披露,並分享爲確保該模型符合美國國家標准與技術研究院(National Institute of Standards and Technology)制定的聯邦標准而採取了哪些措施及相關數據。不過,分享發布前測試數據的這一要求僅適用於尚未發布的模型——其中包括 GPT-5,即廣受歡迎的 GPT-4 備受期待的後續模型。
白宮人工智能特別顧問本·布坎南(Ben Buchanan)告訴《福布斯》,目前已經投入使用的人工智能模型,如GPT-4或谷歌的Bard仍然受到該行政命令其他要素的約束,包括“公平條款、抵制歧視、保護消費者和工人”。不過,他補充說,到目前爲止,“據我所知,我們還沒有看到因爲啓用Chat GPT-4而引發的災難。”
布坎南表示,該行政令的另一個目的是在美國聯邦政府中掀起一場人工智能僱員的招聘熱潮,以便招聘“數十到數百名”以人工智能爲重點的員工。此外,它還表示將減少人工智能領域國際員工的移民障礙。布坎南說,這並不包括提高H1B籤證的數量上限,但他指出,對於從事“關鍵新興技術”工作的外來人口來說,整個籤證流程將變得更加順暢。
該行政令還爲美國政府使用人工智能制定了指導方針和標准。爲了消除人們對人工智能可能被用來歧視公民、毀壞關鍵基礎設施或用於战爭的擔憂,該行政令還要求聯邦機構在部署大型人工智能模型和項目之前對其進行評估。從國防部到司法部的多個美國聯邦機構也需要進行研究,概述他們計劃如何將人工智能納入其職能。與安全問題有關的一些條款預計將在未來90天內生效。
這一行政令是拜登政府迄今爲止在爲人工智能的發展建立功能性護欄,同時鞏固美國作爲人工智能政策領導者地位方面所做出的範圍最廣的嘗試。在其上任之初,拜登政府曾承諾要控制大型科技公司,但在執行反壟斷法規方面卻遭遇失敗,在解決長期困擾科技界的隱私問題方面也收效甚微。本次頒發的行政令則明確呼籲國會通過兩黨數據隱私立法,並承認人工智能加劇了侵犯性數據收集的動機。
拜登在籤署儀式上說:“公司必須告訴政府,它們正在开發哪些大規模的人工智能系統,並分享嚴格的獨立測試結果,以證明它們不會對美國人民構成國家安全或安全風險。”
白宮的行政命令爲人工智能的开發和使用設置了警戒线,其中最值得關注的是,在未來的大型語言模型(包括OpenAI的GPT-5和谷歌的Gemini)向公衆發布之前,白宮將對其進行監督。
這一行政命令的頒布將拜登政府與科技行業爲期數月的討論推向高潮。自去年11月ChatGPT的火熱發布以來,科技行業已將大量資金和資源投入到人工智能領域中。今年5月,拜登和副總統卡瑪拉·哈裏斯(Kamala Harris)會見了谷歌、Anthropic、微軟和OpenAI這四家行業領先公司的首席執行官,以上每家公司都在人工智能研發上投入了數十億美元甚至更多資金。OpenAI得到了微軟100億美元的投資支持,而Anthropic則從亞馬遜和谷歌獲得了數十億美元的資金。
這會造成新的壟斷嗎?
“
雲計算廠商在投入巨資後壟斷人工智能領域,這一情形無異於電網私有化。
”
——Dataiku聯合創始人兼首席執行官
弗洛裏安·杜埃托(Florian Douetteau)
但是,拜登新籤署的行政命令卻讓那些希望撼動科技行業現有格局的初創公司感到不安。幫助企業構建人工智能工具的初創公司Dataiku的聯合創始人弗洛裏安·杜埃托在一封電子郵件中向《福布斯》表示:“對於政府來說,培育一個开放的人工智能生態系統至關重要,尤其是對初創公司的發展而言。雲計算廠商在投入巨資後壟斷人工智能領域,這一情形無異於電網私有化。這種壟斷會扼殺創新,阻礙小規模企業爲人工智能的發展做出貢獻。”
行政命令包括一項聲明,即聯邦政府將通過幫助研發者和小規模企業獲取技術資源和商業化機會來促進構建“公平、开放和競爭”的生態系統。杜埃托說,他相信這項新增的規定可能會有所幫助,因爲它可能會讓聯邦貿易委員會“在構建生態系統的早期階段行使監管權力”。
自創人工智能模型的初創公司Cohere的聯合創始人艾丹·戈麥斯(Aidan Gomez)在發送給《福布斯》的一封電子郵件中表示:“我們必須保持謹慎,確保政府構建的監管制度不會固化上位者們的優勢和權力。”
“
美國是在冒險精神而非繁文縟節之上建立起來的。
”
——Hebbia聯合創始人兼首席執行官
喬治·西武爾卡(George Sivulka)
戈麥斯出席了參議員查爾斯·舒默(Chuck Schumer)主持的人工智能洞察力論壇,戈麥斯也是自愿向白宮承諾管理人工智能風險的15位科技公司高管之一,於他而言,這項行政命令是有利於行業內現有企業還是小型初創企業,“將在很大程度上取決於實施和執行情況”。從歷史上看,拜登政府一直致力於在科技行業執行反壟斷法。戈麥斯寫道:“我知道政府非常清楚寡頭壟斷的態勢會阻礙發展活力,所以我對此持樂觀態度。”
其他人則指出,增加監管負擔可能會使現有公司受益,因爲它們更容易負擔相關費用。搜索引擎研發初創公司Hebbia的創始人喬治·西武爾卡在一封電子郵件中寫道:“過度監管,比如對模型大小的限制和嚴格的報告要求,將形成只有大型壟斷企業才能克服的障礙。美國是在冒險精神而非繁文縟節之上建立起來的。”
網絡安全軟件公司Abnormal Security的聯合創始人埃文·雷澤(Evan Reiser)在一封電子郵件中寫道:新成立的初創公司可能不具備“像人工智能巨頭那樣滿足大量測試和監管要求”所需的資金。他們中的許多人目前正在使用开源模型構建人工智能模型和工具,這些模型往往使用成本更低,定制起來也更靈活。目前還不清楚行政命令如何適用於开源人工智能,不過法律科技初創公司Robin AI的聯合創始人理查德·羅賓遜(Richard Robinson)在一封電子郵件中表示,針對Meta等大型开源模型提供商的監管可能會對初創公司形成間接影響:“如果這些私有微調模型需要接受安全監管,那么幾乎可以肯定的是,企業快速構建和部署新模型的能力會受到限制。”
白宮人工智能特別顧問本·布坎南(Ben Buchanan)駁斥了行政命令符合科技公司利益的說法。他向《福布斯》表示:“我不確定大型科技公司是否對這一行政命令的制定產生了重大影響。當然,這種影響不會超過民間社會、學術界和其他人士所產生的影響,甚至可能比後者的影響更小。這個案例展示了人工智能生態系統的高度活躍性,我們希望這種狀態能繼續保持下去。”
拜登的行政令與歐盟的人工智能法案相比如何?
2020年2月19日,比利時布魯塞爾。歐盟“適應數字時代的歐洲”委員會執行副主席Margrethe Vestager(左)和歐盟內部市場專員Thierry Breton在比利時布魯塞爾歐盟委員會總部Berlaymont與媒體交談。圖片來源:Thierry Monasse/Getty Images
歐盟提出的人工智能法案採取了類似方法監管人工智能。與歐盟的人工智能法案相比,拜登的行政命令存在一些關鍵差異:
-
歐盟法案僅定義了需要監管的高風險人工智能,而美國的行政令覆蓋了所有人工智能領域。
-
對於高風險人工智能,歐盟採取了強制性的合規評估和歐盟批准的方式。而美國更依賴於企業自愿向政府披露信息。
-
歐盟法案對社會評分和面部識別等用途持謹慎態度,而美國的行政令側重於預防危害,沒有明確禁止特定用途。
-
相較於歐盟法案對研發和技能採取的保守態度,美國的行政令強調研究和人才培養。
盡管兩者都提出了國際合作的設想,但美國的行政令在對國際組織合作方面的需求更加明確。
雖然美國的行政令涉及範圍更廣,歐盟的法案更側重於合規性,兩者都致力於在創新與倫理責任之間取得平衡,不過在監管策略上存在差異。
作爲民主科技的關鍵力量,它們在值得信賴的人工智能方面的聯合領導將在全球產生重要影響。如果二者的管理方法能夠趨於一致,將爲全球範圍內的道德科技樹立標杆。
本文作者爲福布斯撰稿人,文章內容僅代表作者本人觀點。
海量資訊、精准解讀,盡在新浪財經APP責任編輯:楊賜
標題:蔡崇信向左,拜登向右
地址:https://www.utechfun.com/post/284564.html