AI Action Summit 回顾：不同观点质疑 AI 造福全社会的能力
快速阅读: 《计算机周刊》消息，欧洲领导人提出开源是其AI战略关键部分，以增加多样性、挑战市场集中度。尽管开源有风险，但能促进更公平竞争环境及更高效审计。专家建议政府推动建立国家模型、支持开放数据集及纳入开源要求，以减少环境与社会负面影响。
开源与小型模型：解决市场集中问题的关键
欧洲领导人在峰会上提出，开源将成为其人工智能战略的重要部分。马库斯认为，尽管开源不是万能药，但它可以通过引入更大的多样性，削弱支撑人工智能工具开发与部署的“单一文化”根基，同时促使大型企业改善其专有系统的开放程度，允许更高效的评估与审计。
然而，斯特莱特警告称，开源方法也可能被行业巨头利用以获取优势。他指出，开源社区曾被大公司当作免费劳动力的来源，这些公司利用这些资源构建封闭的生态系统和依赖关系。
“仅仅因为某事物变得可访问，并不意味着它会自动带来公共利益，也无法避免进一步巩固主要玩家的权力——他们有权出于自身目的使用相同的开源项目。但如果通过开源让其他组织接触到私营公司已掌握的技术，则可以创造更加公平的竞争环境，”他说。
斯特莱特同意，尽管开源人工智能几乎无法解决围绕该技术的所有问题，但使尖端工具更广泛地惠及更多人，可以帮助挑战人工智能的市场集中度，并扭转技术主导的“闭门造车”趋势。
对于穆罗西而言，在行动峰会上转向开源工具和架构，可以帮助更加强调较小、更定制化且上下文特定的人工智能模型——这些模型相较于硅谷的大模型消耗更少的资源，同时也赋予更多开发者影响和控制人工智能发展方向的能力。
“当许多人有机会研究这些技术时，会有诸多进展，”她说，并补充道，支持与特定情境中人们需求直接挂钩的本地化人工智能模型构建至关重要，而不是试图将受私人控制的大语言模型基础设施强行套用于各种情况。
“小模型能做很多事情，在许多关键应用场景下，确实需要小型模型，因为你需要可审计性和可解释性，”她补充说，定制的高质量数据集能让小模型更为强大。
“你会发现这些大规模模型的一个问题是它们试图优化过多的东西，所以它们在很多方面表现得相当好，但在真正重要的时候你需要卓越的表现——你需要最小化错误，并且能够快速追踪和捕捉任何错误。”
格里芬强调了当前的情况，即人工智能开发集中在尽可能多地创建最大模型，然后“将其推向世界”，并同意有必要朝着更精准的人工智能应用方向迈进，特别是在公共服务交付方面。
“你不能只有专有的、封闭花园式的模型，没有人知道里面有什么，因为这没有公众信任，”她说。“英国和其他国家都在谈论人工智能明显改变公共服务，太棒了，我完全支持——但缺乏公众信任是关键一环……这就是为什么开源非常重要，打破市场集中度也很重要。”
然而，尽管她有所担忧，格里芬表示，峰会就开源话题改变了讨论方式，这是个响亮的成功，而在前两次峰会上，开源仅被视为一种风险。
“仅仅为了开源而开源是不好的，”格里芬说，“但当前市场上的领导者拥有他们的专有系统，开源不符合他们的商业利益，因此他们非常擅长反对它并让政策制定者担心。所有人工智能都复杂且危险，但这不是开源特有的特性，即使是开源也需要护栏。”
瓦赫特也提出了类似的观点，他认为重要的是看看谁在反对开源以及为什么他们可能对封闭系统感兴趣。
她补充说，虽然开源的问题很复杂，你必须考虑诸如基础设施依赖性和数据访问等因素，“开源的一般理念很棒，因为它允许其他人进入市场并开发新事物。它还使审计更容易。有风险吗？当然有。一切都有风险，但仅仅因为有风险并不意味着这会超过由此带来的好处。”
格里芬表示，欧洲已经意识到这一点——这是当前人工智能负责人马丁·蒂斯内（Martin Tisne）在活动中明确表达的观点——除非你是美国或中国，“我们在人工智能领域处于同一艘船，除非我们拥有开放系统，否则我们无法在这个领域竞争。”
格里芬说，这两大力量之外的政府应该思考他们可以使用的杠杆，以进一步推动开源的发展，这可能包括像希腊和西班牙那样建立自己的国家模型；为公开构建业务或以其他方式贡献开放数据集提供物质支持；并在人工智能采购规则中纳入开源要求。“这并非引人瞩目的大事，但我认为这就是需要做的事情，”她说。
穆罗西进一步辩称，更加强调较小的人工智能模型还可以减少与大规模语言模型开发相关的负面环境和社会外部性，而硅谷公司很少考虑这些因素，因为他们并未将这些成本内部化。
“他们没有考虑到整个社区没有水、没有电的代价，也没有考虑到数据工作者的心理健康影响，”她说，并补充说大规模网络爬取意味着他们甚至没有支付为其模型提供动力的公共或版权数据费用。
“如果你不为数据付费，也不为你的外部性买单，那么显然你会觉得可以无限利用资源来构建无限的机器。非洲人必须考虑成本——我们没有无限的资金，也没有无限的计算能力——这迫使你以不同的方式思考并更具创造性。”
关于消除跨国科技公司不公平劳动实践的问题——没有这些实践，这项技术不会以目前的状态存在——穆罗西表示，应限制其将人工智能工作外包至劳动法规宽松地区的做法，这可以通过实施禁止差异化定价的法律来实现，这种定价允许他们根据员工所在的世界位置支付更低的工资。
“如果你在一个发展中国家工作，你的薪酬远低于在山景城或苏黎世工作的水平，即使你做的工作是一样的，”她说。
(以上内容均由Ai生成)
