Политика
Google, OpenAI и OpenAI движутся к созданию агентства по стандартам ИИ на переднем крае
Предлагаемый отраслевой орган по разработке стандартов мог бы создавать общие модельные тесты быстрее, чем правительства, но его легитимность будет зависеть от независимости и общественной подотчетности.
Майкл С ·
Google, OpenAI и OpenAI движутся к созданию независимого органа, предназначенного для установления границы Стандарты ИИ и координировать оценку моделей, согласно отчетам на этой неделе. Предложение отвечает реальной потребности в общих технических правилах, но также просит компании, которые оцениваются, помочь в разработке учреждения, которое будет их оценивать.
Профессиональная организация может действовать быстрее, чем законы, и привлекать специалистов, которые понимают быстро меняющиеся системы. Общие стандарты могут снизить дублирование испытаний и дать клиентам более ясную основу для сравнения заявлений о безопасности у разных поставщиков.
Что изменилось
Конфликт носит структурный характер. Агентство стандартов, финансируемое или управляемое крупнейшими лабораториями, может колебаться с публикацией результатов, которые задерживают запуск или налагают расходы на его спонсоров. Поэтому формальная независимость, прозрачные методы и представительство за пределами передовых компаний являются необходимыми.
Модель имеет прецеденты в финансовом и техническом саморегулировании, но ИИ представляет собой необычные проблемы. Оценки могут раскрыть характеристики, чувствительные с точки зрения безопасности, а результаты бенчмарков могут устаревать, когда модель обновляется после тестирования.
Проблема политики начинается после заголовка. Чиновники должны определить, какие systemкто имеет право, какие доказательства хранят разработчики, кто может их проверять и что происходит, когда поставщик отказывается. Правила на основе возможностей труднее написать, чем ярлыки продуктов, но они с меньшей вероятностью устареют в следующем цикле выпуска.
Институциональная легитимность зависит от видимой цепочки ответственности. Модель может помочь в принятии решения, но ответственная организация всё равно должна объяснять, защищать и исправлять результат.
Международная координация особенно хрупка, поскольку передовые модели, чипы и центры обработки данных теперь являются стратегическими активами. Правительства хотят иметь общие каналы предупреждения, при этом защищая разведывательные и коммерческие преимущества. Поэтому полезные соглашения требуют узких триггеров, защищённой коммуникации и чёткой границы между сигналом безопасности и требованием привилегированного доступа.
Операционный тест
Надежное агентство должно иметь полномочия для проверки заявлений, защиты конфиденциальных материалов и раскрытия достаточной информации, чтобы общественность могла понять его выводы. Оно также должно иметь путь для небольших лабораторий, исследователей и общественных организаций оспаривать стандарты, а не принимать те, которые написаны устоявшимися участниками.
Первой дисциплиной при оценке этого развития событий является отделение подтверждённых новостей от ожиданий вокруг них. Предлагаемое отраслевое независимое орган стандартизации могло бы создавать общие модельные тесты быстрее, чем правительства, но его легитимность будет зависеть от независимости и общественной отчетности. Это имеет значение само по себе, но не доказывает каждое коммерческое, научное или политическое утверждение, связанное с этой историей. Читатели должны различать, что было объявлено, что наблюдали посторонние, что остаётся утверждением и что должно произойти, чтобы более широкое обещание стало реальностью.
Стандарты передового ИИ находятся внутри более широкой сети поставщиков, клиентов, регуляторов, исследователей и людей, ожидается, что они будут использовать технологию. Изменение на одном уровне может перенести затраты или риски на другой, а не устранить их. Практический анализ охватывает всю цепочку, включая то, кто поставляет инфраструктуру, кто контролирует доступ, кто оценивает результат и кто несет ответственность после сбоя.
Стимулы заслуживают пристального внимания. Организации, связанные с Google, могут получать преимущества в виде более быстрого внедрения, благоприятных правил, больших бюджетов или более сильной конкурентной позиции. Это не делает их утверждения ложными, но требует прозрачных методов и независимая проверка Важно. Полезное раскрытие объясняет сравнение, условия и случаи, которые не сработали.
Отчетность также должна оставаться привязанной к человеку или учреждению. Автоматизированные системы могут рекомендовать, ранжировать, суммировать или действовать, но они не могут нести юридическую или моральную ответственность так, как это может организация. Команды, внедряющие технологии, связанные с OpenAI, должны назначить ответственного за утверждение, мониторинг и реагирование на инциденты, с полномочиями приостанавливать работу системы и требовать изменения её дизайна.
Самые сильные планы внедрения начинаются с ограниченного варианта использования и явной отправной точки. Команды должны знать, как выполняется работа сегодня, сколько времени это занимает, какие ошибки возникают и какие результаты имеют значение, прежде чем внедрять новую систему. Затем они могут сравнивать принятые результаты, время на исправление, общую стоимость и нарушения политики, вместо того чтобы праздновать простую активность.
Закупки должны отражать ту же дисциплину. Покупателям необходимо спрашивать, где обрабатываются данные, как долго они хранятся, какие субподрядчики их получают, как сообщаются изменения модели и можно ли экспортировать записи в случае окончания сотрудничества. Демонстрации благоприятны для чистых входных данных и успешных путей; в производстве встречаются неполные инструкции, противоречивые разрешения и необычные крайние случаи.
Люди, власть и доверие
Работники и пользователи определяют, станет ли технология надежной. Обучение не может ограничиваться подсказками для работы с системой. Людям нужно понимать, когда система, вероятно, может дать сбой, как проверить важный результат и куда сообщать о поведении, которое не соответствует ожидаемому шаблону. Им также нужна защита от стимулов, которые вознаграждают скорость, но наказывают осторожность.
Общественное доверие зависит от того, насколько честно институты сообщают о неопределенности. Четкие границы делают систему более удобной для ответственного использования. Поставщик должен указать, какие задачи были протестированы, какие популяции или условия остаются недостаточно представленными, какое наблюдение ведется и как пользователи узнают о серьезных инцидентах.
Также имеет значение распределение выгод. Новая возможность может снизить стоимость и расширить доступ, но она может сосредоточить контроль в руках организаций, которые владеют вычислительными ресурсами, данными и отношениями с клиентами. Политики должны спросить, могут ли малые фирмы, государственные учреждения и исследователи участвовать на разумных условиях. Компании должны спрашивать, достигают ли выгоды от повышения эффективности клиентов и работников.
Глобальные различия осложняют внедрение. Законодательство о конфиденциальности, трудовые правила, возможности инфраструктуры и общественная терпимость различаются в разных странах и городах. Система, оцененная на одном рынке, может столкнуться с другими языками, рабочими процессами и ожиданиями в другом месте. Локализация требует местного тестирования и готовности сузить функционал, когда доказательства не поддерживают одинаковую автономность повсеместно.
Реализация также выявит зависимости, скрытые за объявлением. Работа, связанная со стандартами передового ИИ, может зависеть от облачного региона, поставщика идентификационных данных, лицензии на данные, поставщика аппаратного обеспечения или внешнего API, которые организация, внедряющая систему, не контролирует. Надежный дизайн выявляет эти зависимости до запуска, назначает владельца каждой из них и определяет, как будет деградировать рабочий процесс при недоступности сервиса. В противном случае небольшое отключение или изменение политики может превратиться в организационное отключение.
Качество данных заслуживает такого же внимания. Системы, связанные с Google, могут создавать отточенный результат из неполных, устаревших или неправильно объединённых записей. Уверенность в представлении может тогда превысить уверенность в источнике. Командам нужна прослеживаемость, показывающая, откуда появились важные данные, когда они были обновлены и какие преобразования произошли до того, как модель их увидела. Эта запись поддерживает как исправление ошибок, так и подотчётность.
Человеческая проверка должна быть разработана с учетом реальных ограничений внимания. Просить человека одобрять сотни рутинных результатов не создает значимого контроля; это создает предсказуемую склонность к бездумному подтверждению. Проверка должна сосредоточиваться на неопределенности, необычных действиях и случаях с необратимыми последствиями. Интерфейс должен объяснять, почему случай был передан на эскалацию, и предоставлять проверяющему достаточно исходного материала для вынесения независимого суждения.
Малые организации сталкиваются с другой версией этой проблемы. Они могут получить наибольшую пользу от возможностей, связанных с OpenAI, но у них часто нет юристов по закупкам, инженеров по безопасности и команд для оценки. Поставщики должны предлагать удобные настройки по умолчанию, понятные контракты и журналы, для интерпретации которых не требуется специализированная платформа. Регуляторы и индустриальные группы могут помочь, публикуя методы тестирования, которые школа, клиника или средняя компания могут применять без создания передовой лаборатории.
Экологические издержки не должны исчезать из учета. Обучение, вывод, хранение и работа сети потребляют энергию и воду через цепочку поставок, которая может пересекать несколько регионов. Повышение эффективности может снизить экологический след одной задачи, в то время как общий спрос растет быстрее. Компании должны сообщать об использовании ресурсов в форме, которую могут сравнивать клиенты и сообщества, включая предположения, лежащие в основе компенсаций и заявлений о возобновляемой энергии.
Эффекты автоматизации труда будут проявляться неравномерно. Некоторые работники будут использовать систему для устранения повторяющихся шагов, в то время как другие могут получить больше контроля, более быстрые квоты или ответственность за исправление автоматизированной работы. Руководителям следует привлекать людей, которые понимают текущий процесс, прежде чем решать, что автоматизировать. Их знания часто выявляют исключения и неофициальные меры предосторожности, которые отсутствуют в официальной схеме рабочего процесса, но имеют решающее значение для качества.
Зрелое внедрение также нуждается в плане выхода. Модели снимаются с эксплуатации, поставщики изменяют условия, и организации обнаруживают, что ранняя архитектура больше не подходит. Записи должны оставаться переносимыми, автоматизированные решения должны быть воспроизводимыми, а критические рабочие процессы не должны зависеть от одной недокументированной подсказки. Возможность покинуть поставщика является как коммерческим рычагом, так и мерой безопасности, потому что она не позволяет разочаровывающему эксперименту превратиться в постоянную инфраструктуру.
Тестирование сценариев может превратить эти принципы в решения. Руководители, отвечающие за стандарты передового ИИ, должны отрепетировать правдоподобный сбой в период максимальной нагрузки, отключение поставщика, спорный результат и запрос от регулятора или пострадавшего клиента. Упражнение должно определить, кто имеет полномочия, какие записи доступны и сколько времени занимает восстановление. Пробелы, выявленные в рамках рабочей сессии, дешевле устранить, чем те же пробелы, выявленные, когда клиенты и журналисты ждут ответов.
Финансовая модель должна включать работу по обеспечению устойчивости. Бюджеты Google часто учитывают лицензии и вычислительные ресурсы, игнорируя оценку, проверку безопасности, обучение сотрудников, апелляции и реагирование на инциденты. Это не необязательные накладные расходы, добавленные осторожными командами. Это часть стоимости обеспечения надежного результата. Сравнивая автоматизированный рабочий процесс с человеческим трудом и исключая его контрольный уровень, создается экономия на бумаге, которая может исчезнуть после первой серьезной ошибки.
Лучший стандарт для прогресса
Прогресс следует измерять со временем, а не на момент выпуска. Полезная таблица показателей для политики должна отслеживать надежность, стоимость за принятое решение, серьезные инциденты, время восстановления, жалобы пользователей и необходимый уровень человеческого контроля. Метрики должны выявлять компромиссы, а не сжимать их в один эталон.
Независимые исследования могут улучшить эту карту показателей, если оценщики получат значимый доступ. Общественный benchmarks ценны, но поставщики могут оптимизировать под них, а модели могут сталкиваться с аналогичным материалом во время обучения. Защищенные тесты с новыми задачами, реальными инструментами и репрезентативными пользователями дают более полное представление.
Конкуренция может предоставить клиентам альтернативы и стимулировать улучшения в цене и качестве. Она также может способствовать преждевременным релизам, когда быть вторым кажется более дорогостоящим, чем ошибаться. Руководство должно сохранять возможность для команды задерживать, ограничивать или отзывать функцию, не рассматривая осторожность как неудачу.
Для читателей, следящих за Google, openai и openai движутся к агентству стандартов ИИ на передовой, ближайшие вопросы конкретны. Следите за независимым подтверждением, внедрением клиентами, деталями регулирования и доказательствами того, что система работает вне подготовленной демонстрации. Изменения в ценообразовании, доступе и ответственности часто показывают стратегию яснее, чем презентация на ключевом докладе.
Предстоящие решения
Разумный встречный аргумент заключается в том, что риски, связанные с передовыми стандартами ИИ, могут быть преувеличены, когда обсуждение переходит от конкретного события к прогнозам относительно отрасли. Новые системы часто кажутся нестабильными, прежде чем инженерные практики станут зрелыми, а чрезмерная осторожность может защищать действующих игроков, делая эксперименты экономически невыгодными. Ответ заключается в предоставлении доказательств, пропорциональных авторитету, который получает система, и ущербу, который она может причинить.
Существует также цена за ожидание. Лучшие инструменты могут сократить рутинную работу, расширить экспертизу и помочь учреждениям решать срочные проблемы. Ответственное внедрение должно быть процессом, создающим доказательства: начинать в рамках ясных ограничений, измерять происходящее и расширять использование только тогда, когда результаты это оправдывают. Это более полезно, чем бинарный выбор между неограниченным выпуском и постоянным запретом.
Существующее законодательство уже охватывает многие вреды, но оно может не обеспечивать необходимую видимость, когда модель быстро меняется или действует через несколько сервисов. Целенаправленно сообщение о происшествии, технические стандарты и доступ для квалифицированных оценщиков могут дополнять установленное законодательство, не создавая отдельную правовую систему для каждой функции.
Доступ — это первое решение. Поставщики должны определить, кто может использовать возможность, с какими инструментами и под каким контролем. Широкий доступ ускоряет обучение и конкуренцию, в то время как ограничения могут снизить немедленные риски. Надежный подход объясняет порог, а не представляет доступ только как маркетинговый уровень.
Обратимость — это второе решение. Команды должны знать, можно ли приостановить развертывание, восстановить версию модели и отменить автоматическое действие. Продукты, создающие необратимые внешние эффекты, требуют более строгого утверждения, чем инструменты, чьи результаты остаются черновиками. Контракты должны сохранять за клиентом возможность получать записи и менять поставщиков.
Раскрытие информации — это третье решение. Публикация каждой технической детали может создавать проблемы с безопасностью или конфиденциальностью, но молчание не позволяет экосистеме получить опыт. Многоуровневый процесс может быстро уведомлять затронутых клиентов, делиться конфиденциальной информацией с доверенными органами и предоставлять публичный отчет после того, как непосредственный риск минует.
Accountability нельзя полагаться на добровольные обещания. Независимым оценщикам нужен надежный доступ, регулирующим органам необходимы технические сотрудники, способные оспорить выводы лаборатории, а общественность должна иметь запись о том, как были обработаны значительные инциденты. Конфиденциальность может защищать чувствительные детали, но не должна стирать факт произошедшего события.
Ценность предложения будет зависеть от деталей управления, которые еще не определены. Если этот орган станет печатью, выдаваемой через частные переговоры, это добавит брендинг. Если он создаст воспроизводимые тесты и опубликует неудачи, он может стать полезной инфраструктурой для надзора.
Значение того, что Google, openai и openai движутся к агентству по стандартам передового искусственного интеллекта, не будет определено одним циклом объявлений. Оно будет оцениваться по качеству доказательств, устойчивости мер контроля и решениям, которые принимают учреждения, когда эффективность и ответственность тянут в разные стороны.
Темы: стандарты передовых ИИ, Google, OpenAI, OpenAI, саморегулирование