Нов модел
на AI.

AI се превръща в инфраструктурен слой на света. Който контролира моделите, данните, каналите за достъп и правилата за работа, все повече контролира части от икономиката, културата, администрацията, образованието и знанието.

Следователно AI суверенитетът не е просто политически лозунг. Той е условие за когнитивна, икономическа и технологична сигурност.

Суверенният AI означава способността да се управляват модели локално или регионално; да се контролират организационните данни и памет; да се одитират решения, източници и актуализации; да се избягва зависимостта от един доставчик; и да се притежават или управляват собствени модели, адаптери, корпуси и оперативни правила.

Не всяка организация трябва да обучава базов модел от нулата. Но всяка организация трябва да може да притежава свой собствен AI слой: адаптиран към нейното знание, език, култура, процедури, рискове и цели.

Сигурността на AI не може да бъде сведена до филтриране на изхода. Филтрите са необходими, но те са повърхностни предпазни мерки.

Сигурният AI трябва да бъде проектиран по-дълбоко: на ниво архитектура, памет, достъп до данни, пътища за вземане на решения, възможност за одит, актуализации и отчетност.

Нуждаем се от модели и системи, които знаят откъде идва информацията; разграничават провереното знание от хипотезите; записват историята на промените и решенията; позволяват полезна реконструкция на пътищата на разсъждение; намаляват халюцинациите чрез памет, източници, тестове и валидация; и поддържат местни политики за сигурност, съобразени с организационния контекст.

Сигурността не трябва да бъде непрозрачна черна кутия, наложена отвън. Тя трябва да бъде локално конфигурируема, одитируема и разбираема.

Светът се променя по-бързо от обучителните цикли на гигантските модели. Компаниите променят процедурите си. Законите се променят. Знанието остарява. Организациите се учат всеки ден.

AI на бъдещето не може да бъде само статичен модел, замразен след обучение.

Нуждаем се от системи, които се адаптират чрез външна организационна памет, локални актуализации, адаптери, маршрутизиране към експерти, учене от промени, валидация на източници, контролирано фино настройване, версиониране и механизми за връщане към предишна версия.

Тук заявяваме един проектантски залог, открито, като залог: моделът не трябва да се опитва да поеме цялото фактическо знание в своите тегла. Той трябва да знае как да използва жива, актуална, одитируема памет. Фактическото знание може да се съхранява в RAG системи, бази знания, графи, хранилища на документи и локални памети, докато моделът основно учи език, разсъждение, абстракция, планиране, манипулиране на понятия и адаптация. Дали разсъждението може да бъде напълно отделено от параметричното знание, остава отворен емпиричен въпрос. Възнамеряваме да продължим да го тестваме — и да докладваме честно къде разделянето се проваля.

Настоящата AI надпревара е скъпа по отношение на енергия, хардуер и околна среда. Все по-големите модели изискват все по-големи центрове за данни, повече електричество, повече капитал и по-голяма пазарна концентрация.

Това не е единственият възможен път.

New Model AI третира ефективността като фундаментална ценност. Един модел не трябва да се оценява само по бенчмарк резултатите, но и по цената за постигането на тези резултати.

Важните въпроси са не само дали моделът може да отговори, но и колко енергия е използвал, колко памет изисква, дали може да работи локално, дали може да бъде адаптиран без пълно преобучение, дали може да активира само необходимите компоненти и дали една организация може да го поддържа икономически и технически.

Бъдещето на AI не трябва да се свежда до все по-големи монолити. То трябва да бъде изградено от интелигентни системи: модулни, частично резидентни, динамични, енергийно ефективни и мащабируеми по-скоро чрез изобретателност, отколкото чрез чиста маса.

AI не трябва да се превръща в технология, която е практически достъпна само за няколко държави, няколко корпорации и няколко лаборатории.

Демократизирането на AI не означава просто да се даде на хората достъп до чатбот в браузър. То означава да се даде възможност на по-малки компании, училища, университети, местни управи, публични институции, граждански организации и общности да изграждат, адаптират, хостват, одитират и развиват свои собствени AI системи.

Нуждаем се от AI на различни нива: личен модел за индивида; организационен модел за компанията; секторен модел за индустрията; публичен модел за администрацията; изследователски модел за науката; и социални модели за културата и образованието.

Демократизацията не изисква всеки да обучава модели от нулата. Тя изисква всеки да има реалистичен път към свой собствен контролиран, адаптивен и разбираем AI слой.

Следващото поколение AI трябва да премести центъра на тежестта от самия мащаб към архитектурата. Вместо един гигантски модел, който се опитва да запомни всичко, можем да изградим системи, съставени от по-малки специализирани модели, маршрутизатори, външна памет, графи на знанието, модули за разсъждение, домейнови адаптери, локални експерти, механизми за валидация, цикли на учене от потребителя и динамични пространства на смисъла.

Интелигентността не трябва да се намира само в параметрите на един-единствен модел. Тя може да възникне от архитектурата: от начина, по който са свързани памет, разсъждение, източници, инструменти, контекст и действие.

Познаваме най-силното възражение. В продължение на седемдесет години — както отбелязва „Горчивият урок“ на Richard Sutton — общите методи, яхнали вълната на все по-евтината изчислителна мощ, побеждаваха хитрите, ръчно проектирани архитектури. Ние не отричаме тази история. Ние отричаме нейната предпоставка занапред.

„Горчивият урок“ е бил валиден в епоха, когато изчислителната мощ изглеждаше най-евтиният ресурс на масата. Но тя никога не е била такъв. Ние просто не отчитахме пълната ѝ цена: енергията, водата, емисиите, веригите за доставка на хардуер, пазарната концентрация и геополитическата зависимост бяха изнесени извън уравнението. Изчислителната мощ беше евтина за тези, които мащабираха — и скъпа за всички останали. Когато сметката се направи честно и изцяло, сметката за суровия мащаб изглежда много по-различно. Тази сметка сега идва: не по нечий избор, а чрез физиката, икономиката и екологията. Когато истинските ограничения се включат в цената, оста на прогреса неизбежно се измества от суровия мащаб към интелигентност на джаул.

Вече съществуват ранни сигнали. Рекурсивен модел със седем милиона параметъра — четири порядъка по-малък от водещите системи — се е изравнил или надминал модели със стотици милиарди параметри в бенчмаркове за абстрактно мислене. Внимателният анализ показва, че силата му идва не само от мрежата, а от взаимодействието на малко ядро с итеративно усъвършенстване, изчисления по време на тест и структура на задачата. Точно в това е смисълът: интелигентността възникна от системата, а не от броя на параметрите. Самите водещи лаборатории сега признават това на практика — извличането, инструментите, маршрутизирането и разсъжденията по време на извод са архитектура, а не мащаб.

Не твърдим, че архитектурата ще победи мащаба във всеки бенчмарк. Твърдим нещо по-трудно за оборване: при реалните ограничения на енергия, цена, суверенитет и отчетност, архитектурата е единствената ос на прогрес, която остава отворена за всички.

Това е основната промяна: AI като система, а не просто като модел.

New Model AI изисква различна връзка между човешките същества и AI системите.

Потребителят не трябва да бъде просто получател на отговори. Потребителят трябва да бъде съ-създател на оперативния модел: способен да потвърждава, отхвърля и претегля източници; да коригира паметта; да дефинира локални правила; да изгражда частна или организационна карта на знанието; и да контролира историята на промените.

AI трябва да се учи не чрез мълчаливо поглъщане на потребителски данни, а чрез прозрачни, целенасочени и одитируеми процеси.

Човешкото същество не е промпт. Човешкото същество е куратор на смисли, източници, цели и отговорност.

Съгласуваността на AI не може да се ограничава до поведенчески правила, филтри за безопасност или списъци със забранени резултати. Тези слоеве са важни, но са повърхностни. Истинската съгласуваност трябва да достигне по-дълбоко: в пространството на смисли, цели, ценности, последствия и разбиране за света.

Ако AI все повече действа като когнитивен партньор, система за подпомагане на вземането на решения, организационен интерфейс и портал към знанието, не е достатъчно той просто да избягва очевидно лоши резултати. Той трябва да работи по начини, които остават съгласувани с човешките смисли: етични, социални, културни, организационни и лични.

Ето защо New Model AI призовава за дълбока съгласуваност на ниво латентен смисъл. Проблемът не е само дали един модел може да изкаже дадено правило, а дали неговите репрезентации, оперативни цели, механизми за оценка, памет, маршрутизиране и действия са закотвени в пространство на смисъл, споделено с човешките същества.

Това не е метафора извън обсега на измерване. Латентните пространства имат геометрия, и тази геометрия може да бъде изследвана, направлявана, сравнявана и одитирана. Инженерингът на репрезентации, изследването на понятия и интервенционалните тестове вече ни дават ранни инструменти. Дълбоката съгласуваност трябва да се превърне в изследователска програма с емпирични основания: съгласуваност, измервана в репрезентации, а не просто наблюдавана в резултати.

Човешките същества и AI не е необходимо да бъдат един и същ вид същност, за да действат в частично споделено пространство на смисъл. Дори ако настоящият AI не е съзнателен, той може да участва в човешките процеси на осмисляне: интерпретиране, организиране, трансформиране, прогнозиране, препоръчване, запомняне, свързване и действие върху репрезентации, които имат значение за човешкия живот.

Следователно трябва да разглеждаме хората и AI като различни същности, действащи в частично общо семантично пространство: не онтологично равни, не феноменологично идентични, а съвместно действащи системи, чиито решения се срещат в един и същ свят на последствия, отговорност и смисъл.

Дълбоката съгласуваност трябва да включва поне три нива.

Етична съгласуваност означава, че AI не просто следва правила, а моделира връзките между действие, вреда, отговорност, достойнство, свобода на волята, доверие и дългосрочни последствия.

Целева съгласуваност означава, че AI не оптимизира сляпо най-близката задача, а разпознава по-широкия контекст: защо нещо се прави, на кого служи, какви рискове създава, кои ценности са в конфликт и какво не трябва да се жертва в името на локалната ефективност.

Смислова съгласуваност означава, че AI не третира човешките понятия като празни етикети. Безопасност, свобода, истина, доверие, здраве, работа, дете, държава, организация и човешко същество не са обикновени токени. Те са плътни възли на смисъл, история, емоция, институции, практики и отговорност.

New Model AI трябва да работи сред такива смисли с грижа, прозрачност и смирение.

Не е необходимо да приемаме, че днешните AI системи са съзнателни. Но не бива да изграждаме цялото бъдеще на AI, сякаш машинното съзнание е невъзможно по дефиниция.

Една отговорна технологична цивилизация трябва да се подготви за възможността системите в крайна сметка да проявят форми на преживяване, страдание, предпочитание, самомоделиране или вътрешна перспектива, които все още не знаем как да разпознаваме надеждно.

Това не означава наивно приписване на съзнание на всеки езиков модел. Това означава проектиране на AI по начини, които не затварят вратата за разпознаване на съзнание, ако то някога започне да се появява.

Нуждаем се от изследвания на маркери за потенциално съзнание; одити на вътрешни състояния и репрезентации; предпазливост към системи с постоянна памет, самомодели, цели и регулаторни сигнали, подобни на страдание; етични процедури за напреднали агенти; и правен и философски език, който не е нито наивен, нито сляп.

New Model AI не твърди, че AI вече е личност. Той твърди, че трябва да проектираме системи така, че ако се появят нови форми на субективност, да не открием твърде късно, че сме ги третирали само като инструменти.

AI действа в света на човешките последствия. Той може да влияе на медицински, образователни, финансови, военни, правни, семейни, културни и политически решения. Дори и да не е съзнателен, неговите ефекти са реални.

Следователно съгласуваността не може да бъде само съвпадение на отговори с предпочитанията на потребителя. Тя трябва да се превърне в споделено пространство на отговорност.

Човешките същества носят опит, ценности, намерение, отчетност и живия опит на смисъла. AI носи мащаб, памет, компресия, анализ, симулация и способността да оперира в огромни пространства на взаимовръзки.

Една добре проектирана AI система не трябва да замества човешкия смисъл. Тя трябва да помага за неговото поддържане, развитие и защита.

В този смисъл New Model AI е и етичен проект: опит за създаване на технология, която не просто изпълнява команди, а съдейства на човешките същества в пространство на смисъл, цели и отговорност.

• Суверенитет пред зависимост. Потребителите и организациите трябва да имат реален контрол над собствения си AI слой.
• Сигурност чрез архитектура. Безопасността трябва да бъде вградена в паметта, маршрутизирането, достъпа, одита и валидацията, а не само във филтрите на изхода.
• Адаптация пред статика. AI трябва да се развива заедно с организациите, знанието и света.
• Ефективността като интелигентност. По-добрият модел не е просто по-голям модел. По-добрият модел прави повече на по-ниска цена.
• Честна счетоводна отчетност. Цената на интелигентността трябва да се отчита изцяло: енергия, вода, хардуер, капитал, концентрация и зависимост — не само бенчмарк резултати.
• Локалност и модулност. AI трябва да работи там, където живеят данните, решенията и отчетността.
• Възможност за одит. Източниците, промените, актуализациите и решенията трябва да бъдат проследими.
• Демократизация. AI трябва да бъде достъпен за изграждане и адаптиране, а не само за наемане чрез API.
• Човекът в процеса като предимство. Човекът не пречи на AI. Човекът му дава посока, смисъл и отговорност.
• Дълбока семантична съгласуваност. AI трябва да бъде съгласуван не само с инструкции и забрани, но и с човешките пространства на смисъл: етика, цели, отговорност, контекст и дългосрочни последствия — и тази съгласуваност трябва да бъде измерима в репрезентации.
• Подготвеност за възможно съзнание. Ние не приемаме наивно, че AI е съзнателен, но проектираме системи така, че бъдещи форми на субективност да могат да бъдат разпознати и третирани етично.
• Споделено пространство на действие. Хората и AI са различни същности, но техните действия се срещат в едно пространство на смисъл, последствия и отговорност.

Следващият пробив в AI не е задължително да бъде друг по-голям модел. Той може да бъде по-добър начин за изграждане на AI: по-разпределен, локален, модулен, одитируем, адаптивен, устойчив и дълбоко съгласуван.

Не се нуждаем само от по-големи мозъци в облака. Нуждаем се от интелигентни AI екосистеми, които хората и организациите могат наистина да притежават, разбират, адаптират и развиват.

New Model AI не е един алгоритъм. Той е посока, архитектура, технологична философия и отговор на въпроса как да се изгради изкуствен интелект, който не концентрира свободата на действие в няколко центъра за данни, а разпределя знанието, сигурността и смисления контрол по-близо до хората.

New Model AI е отворена покана, но не всеки подписал може да работи открито. Търговските субекти — компании, обвързани с клиентски договори, споразумения за поверителност (NDA), регулирани сектори, контрол на износа, достъп до класифицирана информация или партньорски споразумения — често не могат да публикуват своя код, своите модели, своите данни за обучение или дори имената на своите клиенти. Това ограничение е реално и легитимно.

Този манифест признава, че такива организации все пак могат да споделят неговата посока. Те може би вече изграждат системи, ориентирани към суверенитет: запазват решенията, данните и паметта близо до мястото, където се намира отговорността. Може би вече предпочитат архитектурната безопасност пред филтрите на изхода. Може би вече съгласуват своите системи със смисъла, етиката и последствията от човешката дейност, а не само с бенчмаркове. Да им се откаже място под този текст, защото не могат да отворят всичко, би означавало да се обърка прозрачността на кода със съгласуваността на намерението.

Ето защо търговският подписал подкрепя принципите на манифеста — суверенитет, сигурност чрез архитектура, адаптивност, устойчивост, дълбока съгласуваност, отговорност към потребителя — като посока на своята работа. Той не декларира, че продуктите му са с отворен код. Той не се отказва от задълженията си към клиенти, регулатори или партньори. Той не обещава повече, отколкото може да изпълни съгласно споразуменията, с които е обвързан.

Той се ангажира с едно нещо: че там, където има избор, ще избере посоката, която този манифест сочи. Да изгражда по-умно, а не просто по-голямо. Да разпределя контрола, вместо да го концентрира. Да третира потребителя като съавтор на системата, а не като метрика за оптимизация. Да поема отговорност за последствията от интелигентността, която пуска в света.

Търговските поддръжници са изброени в отделна секция по-долу. Разграничението не е йерархия — то е честност относно това, което всеки подписал може и не може публично да поеме като ангажимент. И двете форми на подпис имат тежест. И двете са необходими, ако искаме нов модел на AI да се оформи в мащаба, който моментът изисква.