Bez lielām tehnoloģijām nevar būt mākslīgā intelekta.
Tajā pašā laikā satraucoši jautājumi sāk parādīties: piemēram, šī tehnoloģija nedarbojas tā, kā tā tiek izrakstīta, un tā var radīt augstu kļūdu līmeni vai diskriminējošus rezultātus. AI necaurredzamība nozīmē, ka mēs, iespējams, pilnībā nesaprotam un kontrolējam tehnoloģiju.
Iemesls tam ir AI galvenais atribūts, kas runā apjomos: tas ir principiāli atkarīgs no resursiem, kas pieder un kontrolē tikai nedaudzu lielu tehnoloģiju uzņēmumu.
Trīs galvenās dimensijas
Lielo tehnoloģiju uzņēmumu dominēšana AI ir atspoguļota trīs galvenajās dimensijās:
1. Datu priekšrocība: Uzņēmumi, kuriem ir piekļuve plašākajiem un dziļākajiem uzvedības datiem, ir ceļā, izstrādājot patērētāju kvalitātes AI produktus. Tas tiek atspoguļots tehnoloģiju uzņēmumos, kas paplašina šo datu priekšrocību, izmantojot pārņemšanas un apvienošanos. Tehnoloģiju uzņēmumi ir uzkrājuši milzīgu ekonomisko spēku, kas ļāva viņiem iestrādāt sevi kā galveno infrastruktūru veselības, patēriņa precēs, izglītībā, kredītā un daudzās citās nozarēs.
2. Skaitļošanas jaudas priekšrocība: AI principā ir uz datiem balstīta nozare, kas lielā mērā balstās uz skaitļošanas jaudu modeļu apmācībai, noregulēšanai un izvietošanai.
3, Ģeopolitiskās priekšrocības: Pašlaik AI sistēmas ir ne tikai komerciāli produkti, bet arī stratēģiski ekonomiski un drošības aktīvi valstī, AI uzņēmumi ir kļuvuši par galveno sviru šajā ģeopolitiskajā cīņā.
Kāpēc "lielā tehnoloģija"?
Padarot regulatorus viegli izpētīt Big Tech uzmācīgo datu uzraudzību, iejaukšanos lietotāja autonomijā, monopolu un diskrimināciju.
Big Tech ir virkne iespaidu uz plašāku ekosistēmu, iedvesmojot un pat piespiežot citus uzņēmumus pievienoties.
Tehnoloģiju nozare kopumā un valdība kopumā arvien vairāk ir atkarīga no lielo tehnoloģiju uzņēmumiem. Šo uzņēmumu galvenā biznesa stratēģija ir padarīt sevi par infrastruktūru, padarot sevi par neaizstājamu saikni daudzās tehnoloģiju ekosistēmas daļās.
Stratēģiskā uzmanība
No šī fona īpaši svarīgi ir šādas stratēģiskās prioritātes:
(1) Atbildības inversija: ja rodas kaitējums, uzņēmumiem jāļauj pierādīt, ka tie neizraisīja kaitējumu, nevis sabiedriskajiem un regulatoriem, kuri dodas izmeklēt, identificēt un atrast risinājumus pēc kaitējuma nodarīšanas.
2) sadalīt tvertnes starp politikas jomām, labāk pievēršas progresa ietekmei uz vienas politikas darba kārtību uz citām politikas programmām un izvairīties no uzņēmumiem, kas izmanto neatbilstības starp politiku.
3. Nosakiet, vai politikas pieejas var efektīvi regulēt nozares uzvedību un savlaicīgi pielāgot stratēģijas, lai novērstu tehnoloģiju uzņēmumu izvairīšanos no valdības noteikumiem.
4. Pārvietojieties ārpus šauras koncentrēšanās uz likumdošanu un politiku un aptveriet plašas pārmaiņu teoriju.
Darbības logs: AI normatīvā ainava
Koncentrējoties uz AI politikas galvenajām vajadzībām, ziņojumā ir aprakstīta turpmākās AI regulatīvās stratēģijas attiecībā uz liela mēroga AI modeļiem, pret konkurenci pozitīvu izturēšanos, algoritmisko atbildību, datu samazināšanu, tehnoloģiju un finanšu kapitālu, biometrisko uzraudzību un starptautisko digitālo tirdzniecību. Galvenie punkti ir:
1. Samazinot tehnoloģiju uzņēmumu datu priekšrocības.
Datu politika ir AI politika, un pasākumu veikšana, lai ierobežotu uzņēmuma datu priekšrocības, ir atslēga, lai ierobežotu enerģijas koncentrāciju tehnoloģiju uzņēmumos. Tāpēc ziņojums iesaka:
Izveidojiet skaidrus noteikumus, kas ierobežo uzņēmuma patērētāju datu vākšanu vai ģenerēšanu.
(2) AI politikas formulēšanas procesā privātuma un konkurences likumi tiks efektīvi saistīti, lai izvairītos no uzņēmumiem, kas izmanto šo noteikumu nesaderību, lai meklētu savas intereses.
Optimizējiet normatīvās vadlīnijas un izpildes pasākumus, lai pārbaudītu uzņēmumu datu priekšrocību integrāciju, lai likumsargi varētu iejaukties, lai apturētu datu nepareizu izmantošanu, pirms rodas kaitējums.
2. Reformu konkurences izpildes metodes tehnoloģiju koncentrācijas samazināšanai tehnoloģiju nozarē.
Ierobežojiet lielo tehnoloģiju uzņēmumu datu izmantošanu, lai iegādātos citus uzņēmumus, kā arī izmeklētu un sodītu uzņēmumus, kad viņi iesaistās pret konkurenci pozitīvu izturēšanos.
Virziet konkurences gadījumu procesu, lai nodrošinātu pretmonopolu izpildītājus ar spēcīgākiem rīkiem, lai apstrīdētu ļaunprātīgu praksi, kas raksturīga tehnoloģiju nozarei.
(3) Konkurences analīze integrētās tehnoloģiju politikas jomā. Nosakiet scenārijus, kuros interneta platformu uzņēmumi var izmantot privātuma pasākumus, lai konsolidētu savas priekšrocības, un analizēt, kā mākoņu tirgus pārmērīga koncentrācija ietekmē kiberdrošību.
3, novēršot biometriskās uzraudzības nesakārtotu paplašināšanos jaunos laukos, piemēram, viedās automašīnās.
Prakse ir pierādījusi, ka datu aizsardzības likumi nav ieviesti, lai novērstu biometrisko sistēmu kaitējumu. Šajā vidē uzņēmumiem, kas vāc un izmanto datus noteiktās jomās, vajadzētu būt vispārējam aizliegumam turpmākajās politikas intervencēs.
4. Novērst digitālās tirdzniecības nolīgumus no algoritmiskās atbildības un konkurences politikas nacionālās uzraudzības vājināšanas.
Tirdzniecības nolīgumi ietver saistošus starptautiskos noteikumus, kas ierobežo valdību jomu, lai regulētu komerciālus uzņēmumus. Sarunu slepenības un to relatīvās imunitātes slepenības dēļ viņi ir kļuvuši par intensīvu tehnoloģiju nozares lobēšanu preferenciālai attieksmei.
Tomēr nediskriminācijas aizlieguma noteikumi tirdzniecības nolīgumos nevajadzētu uzskatīt par instrumentu lielo tehnoloģiju uzņēmumu pasargāšanai no ārvalstu konkurences noteikumiem.
Turklāt avota koda un algoritmu konfidencialitāti tirdzniecības nolīgumos nevajadzētu izmantot kā instrumentu, lai vājinātu algoritmu caurspīdīgumu, un pārvaldes iestādēm vajadzētu veikt proaktīvāku un pastāvīgāku AI sistēmu uzraudzību.