🇬🇧 Odważne postawienie na sztuczną inteligencję pozwoli Wielkiej Brytanii utrzymać się na czele przełomów naukowych i badawczych w dziedzinie opieki zdrowotnej i lepszych usług publicznych ↗
Główny publiczny podmiot finansujący badania naukowe w Wielkiej Brytanii (UKRI) opublikował swoją pierwszą strategię poświęconą sztucznej inteligencji, w której zasadniczo postuluje zwiększenie udziału sztucznej inteligencji w badaniach naukowych, zwiększenie umiejętności w zakresie sztucznej inteligencji, zwiększenie infrastruktury w zakresie sztucznej inteligencji – czyli stworzenie całego stosu rozwiązań.
Zawiera poważne środki finansowe przeznaczone na sztuczną inteligencję, a także konkretne inwestycje, takie jak modernizacja superkomputera DAWN w Cambridge i wsparcie prac nad „sztuczną inteligencją dla nauki” (nie dziwi więc fakt, że pojawia się tu nazwa „odkrywanie leków”). Brzmi to mniej więcej tak: „zajmij się podstawami, ale też osiągaj rezultaty”… co jest albo nastrojem, albo balansowaniem na linie, albo jednym i drugim.
🛡️ OpenAI i Microsoft dołączają do międzynarodowej koalicji Wielkiej Brytanii na rzecz ochrony rozwoju sztucznej inteligencji ↗
OpenAI i Microsoft obiecały nowe dofinansowanie dla projektu Alignment Project brytyjskiego Instytutu Bezpieczeństwa AI. Zwiększyła się pula środków na niezależne badania nad dopasowaniem, a Microsoft przedstawia to jako budowanie zaufania, a nie tylko docinki.
W tym przypadku chodzi o strukturę: międzynarodową koalicję, wielu fundatorów i partię grantów rozsyłanych do wielu krajów. To „współdziałanie jako ekosystem”, a nie „współdziałanie jako sekretny składnik jednego laboratorium”… nawet jeśli laboratoria nadal trzymają w swoich rękach większość składników.
🧠 Rozwój niezależnych badań nad dostosowaniem sztucznej inteligencji ↗
OpenAI przeznaczyło 7,5 mln USD na brytyjski projekt AISI Alignment Project — środki te są przeznaczone konkretnie dla niezależnych zespołów zajmujących się pracami związanymi z bezpieczeństwem i dostosowaniem poza pionierskimi laboratoriami.
Prezentacja jest dość dosadna: pionierskie laboratoria potrafią dostosować się do modelu, ale dziedzina ta potrzebuje również idiosynkratycznych, zróżnicowanych i nieskorelowanych pomysłów od osób z zewnątrz (ich słowa są przyjemniejsze, ale rozumiesz, o co chodzi). Pod tym wszystkim kryje się również wyraźny światopogląd „iteracyjnego wdrażania” – wdrażaj, ucz się, hartuj… powtarzaj… a przynajmniej tak się wydaje.
💳 Ministerstwo Skarbu publikuje dwa nowe materiały, które mają pomóc w wykorzystaniu sztucznej inteligencji w sektorze finansowym ↗
Departament Skarbu USA udostępnił dwa praktyczne narzędzia dla finansów: wspólny leksykon sztucznej inteligencji (dzięki któremu wszyscy przestaną się spierać o znaczenie słów) oraz ramy zarządzania ryzykiem w zakresie sztucznej inteligencji w usługach finansowych, które dostosowują podejście NIST do realiów bankowości.
Ramy te opierają się na zarządzaniu ryzykiem, z wystarczającą szczegółowością, aby mogły z nich korzystać zespoły ds. zgodności, organy regulacyjne i dostawcy, bez konieczności równoległego tworzenia własnych definicji. To prozaiczny dokument, który dyskretnie kształtuje to, co zostanie zatwierdzone… co jest potężne jak szafa na dokumenty.
🪖 Dyrektor techniczny Pentagonu twierdzi, że ograniczenie przez firmę Anthropic wojskowego wykorzystania Claude AI jest „niedemokratyczne” ↗
Szef Pentagonu ds. technologii publicznie sprzeciwił się ograniczeniom w zakresie wojskowego zastosowania Claude'a nałożonym przez firmę Anthropic, nazywając to „niedemokratycznym”, aby pojedyncza firma ustanawiała dodatkowe zasady wykraczające poza prawo i regulacje.
To wszystko nakłada się na szerszy konflikt, w którym wiele firm z branży pionierskich modeli zawiera kontrakty obronne na dostosowanie sztucznej inteligencji do kontekstów wojskowych – a punkt tarcia jest dokładnie taki, jakiego można się spodziewać: polityka użytkowania w firmach kontra rządowe zapotrzebowanie na wykorzystanie operacyjne. Cała ta sytuacja przypomina uścisk dłoni przeradzający się w siłowanie się na rękę w trakcie robienia zdjęcia.
Często zadawane pytania
Na czym polega strategia UKRI w zakresie sztucznej inteligencji i dlaczego jest ważna?
Pierwsza strategia UKRI dedykowana sztucznej inteligencji (AI) uzasadnia potrzebę dalszego wprowadzania AI do procesu badawczego – umiejętności, infrastruktury i praktycznego wdrożenia. Koncepcja ta brzmi: „zrób podstawy, ale także dostarczaj rezultaty”, sygnalizując presję na przekształcenie inwestycji w badania w korzyści dla społeczeństwa. Wskazuje również na podejście obejmujące cały stos: nie tylko modele finansowania, ale także zasoby obliczeniowe, zasoby ludzkie i ścieżki wdrażania, które zapewniają stały postęp.
Co tak naprawdę umożliwia modernizacja superkomputera DAWN w Cambridge?
Modernizacja superkomputera DAWN w Cambridge jest pozycjonowana jako krok w kierunku rozwoju infrastruktury, który wspiera ambitniejsze prace badawcze w dziedzinie sztucznej inteligencji w Wielkiej Brytanii. W praktyce oznacza to zazwyczaj większą przepustowość do szkoleń, ewaluacji i eksperymentów na dużą skalę, z którymi mniejsze systemy mają problemy. W wielu procesach, wydajniejsze, współdzielone zasoby obliczeniowe niwelują wąskie gardła na uniwersytetach i przyspieszają proces od prototypów do publikowalnych i testowalnych wyników.
Co oznacza „AI for Science” w kontekście strategii Wielkiej Brytanii w zakresie AI?
„Sztuczna inteligencja dla nauki” jest przedstawiana jako wykorzystanie metod sztucznej inteligencji do przyspieszenia odkryć, z wyraźnym wymienieniem odkrywania leków. W praktyce często obejmuje to wykorzystanie sztucznej inteligencji do generowania hipotez, przeszukiwania dużych przestrzeni projektowych lub priorytetyzacji eksperymentów. Nacisk ten sugeruje zapotrzebowanie na wyniki, które wyraźnie wykraczają poza środowisko akademickie – nowe metody, krótsze cykle i aplikacje łączące się z opieką zdrowotną i usługami publicznymi.
Czym jest projekt UK AI Security Institute Alignment Project i kto go finansuje?
Projekt Alignment Project brytyjskiego Instytutu Bezpieczeństwa AI jest opisywany jako międzynarodowa struktura koalicyjna wspierająca niezależne badania nad harmonizacją, z udziałem wielu fundatorów. OpenAI i Microsoft są wymieniane jako podmioty, które pozyskują nowe fundusze, postrzegane jako budowanie zaufania i wsparcie ekosystemu. Model ten opiera się na zasadzie „harmonizacji jako ekosystemu”, a granty płyną do zespołów w różnych krajach, zamiast koncentrować pracę w laboratoriach pionierskich.
Dlaczego OpenAI zainwestowało 7,5 mln dolarów w niezależne badania nad dopasowaniem sztucznej inteligencji?
Deklarowaną logiką OpenAI jest to, że pionierskie laboratoria mogą wykonywać prace związane z bezpieczeństwem, które wymagają głębokiego dostępu do modeli, podczas gdy niezależne zespoły mogą wnosić różnorodne, nieskorelowane pomysły, które laboratoria mogłyby przegapić. Nacisk kładziony jest na poszerzenie pola działania poza „tajemniczy przepis jednego laboratorium”. W tekście zasugerowano również koncepcję „iteracyjnego wdrażania” – wdrażanie, wyciąganie wniosków z informacji zwrotnych, wzmacnianie systemów, a następnie powtarzanie.
W jaki sposób zasoby amerykańskiego Departamentu Skarbu w dziedzinie sztucznej inteligencji wpływają na zarządzanie sztuczną inteligencją w sektorze finansowym?
Departament Skarbu USA opublikował wspólny słownik sztucznej inteligencji (AI) oraz ramy zarządzania ryzykiem AI w usługach finansowych, zaadaptowane z podejścia NIST. Celem jest ograniczenie rozproszenia definicji i zapewnienie zespołom ds. zgodności, organom regulacyjnym i dostawcom wspólnego podręcznika. W wielu organizacjach dokumenty takie jak te kształtują to, co jest zatwierdzane w praktyce, ponieważ standaryzują oczekiwania dotyczące kontroli, dokumentacji i podejmowania decyzji w oparciu o ryzyko.