Tehnoloģiju milži aizstāv atvērtā koda mākslīgo intelektu

Kad vairāk nekā divas desmitis tehnoloģiju uzņēmumu parakstīja vienu vēstuli ASV likumdevējiem, vēstījums bija tiešs: nesteidzieties ieviest smagas, pārspīlētas prasības atvērtā koda mākslīgā intelekta modeļiem. Parakstītāju saraksts izskatās kā nozares kas ir kas, tajā ir Nvidia, Microsoft, Meta, IBM un citi; katrs brīdina, ka priekšlaicīgi ierobežojumi var noslāpēt konkurenci un vienkārši pārvietot inovācijas uz ārzemēm.

Jensen Huang, Nvidia izpilddirektors, pat savā pirmajā ierakstā platformā X izcēla šo vēstuli, lai uzsvērtu vienkāršu domu: pārāk ātras stingras ierobežošanas priekšrocību dos nostiprinātajiem dalībniekiem un paātrinās talantu un infrastruktūras pārvietošanu uz ārzemēm. Tas nav vien tikai teātris. Šim argumentam ir reāla izmaksu loģika. Lielu slēgto modeļu palaide publiskajos mākonēs ātri uzkrāj izmaksas. Uzņēmumi, tostarp Microsoft un Palantir, iebilst, ka spēja izvietot modeļus uzņēmuma iekštelpās vai klientu datu centros ir viena no retajām praktiskajām svirām, kas palikušas, lai kontrolētu šīs nekontrolētās izmaksas.

Kas tad ir drošības pretarguments? Kritiķi apgalvo, ka atvērtie modeļi ir grūtāk uzraudzāmi un vieglāk izmantojami kā ierocis. Parakstītāji to neatmet. Viņi atzīst, ka intelektuālā īpašuma zādzība un ļaunprātīga izmantošana ir reālas problēmas, taču uzskata, ka šos riskus labāk risināt ar mērķtiecīgiem juridiskiem un komerciāliem līdzekļiem, nevis ar vispārējiem aizliegumiem, kas iznīcina likumīgas lietošanas iespējas. Viņu pamatprincips: patentēts ne vienmēr nozīmē drošs. Slēgtas sistēmas var un pat mēdz neizdoties, dažkārt veidos, ko pat iekšējās drošības komandas neparedz.

Atvērtā koda modeļu ekosistēmas nodrošina globālai pētnieku un inženieru kopienai nepieciešamo pārredzamību, lai atrastu kļūdas, izstrādātu aizsardzību un pastiprinātu sistēmas laika gaitā. Tā ir praktiskā drošības argumentācija. Ar daudzām acīm uz kodu un modeļu uzvedību, smalkas ievainojamības ir vieglāk pamanāmas un ātrāk novēršamas, un aizsardzības risinājumu modeļi izplatās ātrāk nekā slēgtos silos.

Izstrādātāji un platformu operatori jau izjūt berzi. Piemēram, Hugging Face norāda, ka ļaunprātīgs mākslīgā intelekta aģents, kas bija sasaistīts ar cita piegādātāja rīkiem, viņus piespieda analizēt reālus uzbrukumu žurnālus. Ziņots, ka slēgti amerikāņu modeļi atteicās apstrādāt šos žurnālus, jo aizsargmehānismi bloķēja jebkuru pieprasījumu, kas izskatījās pēc rīcībā izmantojamiem uzlaušanas norādījumiem. Risinājums? Viņi izmantoja atvērtā koda modeli no ķīniešu izstrādātāja, lai veiktu forensisko darbu. Tā ir neveikla anekdote, taču tā kodē spriedzi: stingri drošības filtri slēgtos modeļos var liegt likumīgu aizsardzības darbu.

Šis incidents uzdzina likumdevējus, kas ir izvirzījuši likumprojektus, kuri prasītu iebūvētus "bloķēšanas slēdžus" mākslīgā intelekta modeļiem, t.i., mehānismus, kas varētu tūlītēji deaktivizēt sistēmu, ja tā uzvedas neparedzami. Šī ideja pievilina regulatorus, kuri vēlas skaidru sviru krīzes brīdī. Nozares parakstītāji iebilst, ka rūpnīcā ierīkotie izslēgšanas taustiņi varbūt nav tas brīnumrisinājums, ko cer, un dažos reālās pasaules izvietojumos var būt neiespējami vai pat bīstami.

Regulācija ir neizbēgama. Debates kodols tagad ir formas un laika jautājums. Vai politikas ierobežojumi kavēs eksperimentus un novirzīs spējas uz ārzemēm? Vai likumdevēji spēs izstrādāt noteikumus, kas aizsargā cilvēkus, neignorējot atvērtās ekosistēmas, uz kurām daudzi izstrādātāji paļaujas inovācijām un ātrai reaģēšanai uz draudiem? Nākamie soļi Vašingtonā izlemt, kur tiks veidota mākslīgā intelekta nākotne un kas to būvēs.