Uus mudel
tehisintellektist.

Tehisintellektist on saamas maailma infrastruktuurikiht. Kes kontrollib mudeleid, andmeid, juurdepääsukanaleid ja tööreegleid, see kontrollib üha enam osi majandusest, kultuurist, haldusest, haridusest ja teadmistest.

Tehisintellekti sovereignty ei ole seega pelgalt poliitiline loosung. See on kognitiivse, majandusliku ja tehnoloogilise julgeoleku tingimus.

Suveräänne tehisintellekt tähendab võimet käitada mudeleid lokaalselt või regionaalselt; kontrollida organisatsiooni andmeid ja mälu; auditeerida otsuseid, allikaid ja uuendusi; vältida sõltuvust ühest pakkujast; ning omada või hallata enda mudeleid, adaptereid, korpuseid ja tööreegleid.

Iga organisatsioon ei pea treenima vundamentaalset mudelit nullist. Kuid igal organisatsioonil peaks olema võimalik omada oma AI-kihti: kohandatuna tema teadmistele, keelele, kultuurile, protseduuridele, riskidele ja eesmärkidele.

Tehisintellekti turvalisust ei saa taandada väljundite filtreerimisele. Filtrid on vajalikud, kuid need on pinnapealsed kaitsemeetmed.

Turvaline tehisintellekt peab olema kavandatud sügavamal: arhitektuuri, mälu, andmetele juurdepääsu, otsustusteede, auditeeritavuse, uuenduste ja aruandekohustuse tasandil.

Vajame mudeleid ja süsteeme, mis teavad, kust teave pärineb; eristavad kontrollitud teadmisi hüpoteesidest; salvestavad muudatuste ja otsuste ajalugu; võimaldavad arutluskäikude kasulikku rekonstrueerimist; vähendavad hallutsinatsioone mälu, allikate, testide ja valideerimise kaudu; ning toetavad organisatsiooni kontekstiga kooskõlas olevaid lokaalseid turvapoliitikaid.

Turvalisus ei tohiks olla läbipaistmatu must kast, mis on peale surutud väljastpoolt. See peaks olema lokaalselt seadistatav, auditeeritav ja mõistetav.

Maailm muutub kiiremini kui hiiglaslike mudelite treeningtsüklid. Ettevõtted muudavad protseduure. Seadused muutuvad. Teadmised aeguvad. Organisatsioonid õpivad iga päev.

Tuleviku tehisintellekt ei saa olla vaid staatiline mudel, mis on pärast treenimist külmutatud.

Vajame süsteeme, mis kohanevad välise organisatsioonilise mälu, lokaalsete uuenduste, adapterite, ekspert-suunamise, muudatustest õppimise, allikate valideerimise, kontrollitud peenhäälestuse, versioonihalduse ja tagasivõtmismehhanismide kaudu.

Esitame siin avalikult disainiennustuse: mudel ei peaks püüdma kogu faktiteadmist oma kaaludesse neelata. See peaks oskama kasutada elavat, ajakohast ja auditeeritavat mälu. Faktiteadmised võivad elada RAG-süsteemides, teadmusbaasides, graafides, dokumendihoidlates ja lokaalsetes mäludes, samal ajal kui mudel õpib peamiselt keelt, arutlemist, abstraktsiooni, planeerimist, mõistetega manipuleerimist ja kohanemist. Kas arutlemist saab parameetrilisest teadmisest täielikult eraldada, jääb lahtiseks empiiriliseks küsimuseks. Me kavatseme seda jätkuvalt testida – ja ausalt aru anda, kus eraldamine ebaõnnestub.

Praegune tehisintellekti võidujooks on kallis nii energia, riistvara kui ka keskkonna mõttes. Üha suuremad mudelid nõuavad üha suuremaid andmekeskusi, rohkem elektrit, rohkem kapitali ja suuremat turu kontsentratsiooni.

See ei ole ainus võimalik tee.

New Model AI käsitleb tõhusust kui fundamentaalset väärtust. Mudelit ei tohiks hinnata ainult benchmark-skooride järgi, vaid ka nende skooride saavutamise kulude järgi.

Olulised küsimused ei ole mitte ainult see, kas mudel suudab vastata, vaid ka see, kui palju energiat see kasutas, kui palju mälu see nõuab, kas seda saab käitada lokaalselt, kas seda saab kohandada ilma täieliku ümbertreenimiseta, kas see suudab aktiveerida ainult vajalikke komponente ja kas organisatsioon suudab seda majanduslikult ja tehniliselt ülal pidada.

Tehisintellekti tulevikku ei tohiks taandada üha suurematele monoliitidele. See peaks olema ehitatud intelligentsetest süsteemidest: modulaarsetest, osaliselt residentsetest, dünaamilistest, energiatõhusatest ja pigem leidlikkuse kui puhta massiga skaleeritavatest.

Tehisintellektist ei tohi saada tehnoloogia, mis on praktiliselt kättesaadav vaid mõnele riigile, mõnele korporatsioonile ja mõnele laborile.

Tehisintellekti demokratiseerimine ei tähenda pelgalt inimestele juurdepääsu andmist vestlusrobotile brauseris. See tähendab väiksematele ettevõtetele, koolidele, ülikoolidele, kohalikele omavalitsustele, avalikele asutustele, kodanikuorganisatsioonidele ja kogukondadele võimaluse loomist omaenda tehisintellektisüsteeme ehitada, kohandada, majutada, auditeerida ja arendada.

Vajame tehisintellekti mitmes mastaabis: isiklikku mudelit üksikisikule; organisatsioonilist mudelit ettevõttele; sektoripõhist mudelit tööstusharule; avalikku mudelit haldusele; teadusmudelit teadusele; ja sotsiaalseid mudeleid kultuurile ja haridusele.

Demokratiseerimine ei nõua, et kõik treeniksid mudeleid nullist. See nõuab, et kõigil oleks realistlik tee omaenda kontrollitud, kohanemisvõimelise ja mõistetava AI-kihini.

Järgmise põlvkonna tehisintellekt peaks nihutama oma raskuskeskme ainuüksi mastaabilt arhitektuurile. Selle asemel, et üks hiiglaslik mudel püüaks kõike meeles pidada, saame ehitada süsteeme, mis koosnevad väiksematest spetsialiseerunud mudelitest, ruuteritest, välisest mälust, teadmusgraafidest, arutlusmoodulitest, valdkondlikest adapteritest, kohalikest ekspertidest, valideerimismehhanismidest, kasutajaõppe tsüklitest ja dünaamilistest tähendusruumidest.

Intelligentsus ei pea asuma ainult üheainsa mudeli parameetrites. See võib sündida arhitektuurist: viisist, kuidas mälu, arutluskäik, allikad, tööriistad, kontekst ja tegevus on omavahel ühendatud.

Me teame tugevaimat vastuväidet. Seitsekümmend aastat – nagu märgib Richard Suttoni „Bitter Lesson“ – on üldised, üha odavnevale arvutusvõimsusele toetuvad meetodid alistanud nutikad, käsitsi loodud arhitektuurid. Me ei salga seda ajalugu. Me eitame selle eelduse paikapidavust tulevikus.

„Bitter Lesson“ kehtis ajastul, mil arvutamine tundus olevat kõige odavam ressurss. See ei olnud seda kunagi. Me lihtsalt ei arvestanud selle täit kulu: energia, vesi, heitkogused, riistvara tarneahelad, turu kontsentratsioon ja geopoliitiline sõltuvus jäeti võrrandist välja. Arvutusvõimsus oli odav neile, kes mastaapi kasvatasid – ja kallis kõigile teistele. Kui arvepidamine on aus ja täielik, näeb toore mastaabikasvatuse arve välja hoopis teistsugune. See arve on nüüd tasumisele tulemas: mitte kellegi valikul, vaid füüsika, majanduse ja ökoloogia tõttu. Kui tegelikud piirangud on sisse hinnastatud, nihkub progressi telg paratamatult toorelt mastaabilt intelligentsusele džauli kohta.

Varased signaalid on juba olemas. Seitsme miljoni parameetriga rekursiivne mudel – neli suurusjärku väiksem kui tipptasemel süsteemid – on abstraktse arutluse benchmark'idel saavutanud või ületanud sadade miljardite parameetritega mudelite tulemusi. Hoolikas analüüs näitab, et selle tugevus ei tule ainuüksi võrgustikust, vaid imepisikese tuuma, iteratiivse täiustamise, testimisaegse arvutuse ja ülesande struktuuri koostoimest. See ongi asja tuum: intelligentsus sündis süsteemist, mitte parameetrite arvust. Tipplaborid ise tunnistavad seda nüüd praktikas – retrieval, tööriistad, suunamine (routing) ja järelduste tegemise aegne arutlus on architecture, mitte mastaap.

Me ei väida, et architecture ületab mastaapi igas benchmark'is. Me väidame midagi raskemini ümberlükatavat: energia, kulu, sovereignty ja aruandekohustuse tegelike piirangute tingimustes on architecture ainus progressi telg, mis jääb kõigile avatuks.

See ongi peamine nihe: tehisintellekt kui süsteem, mitte lihtsalt mudel.

New Model AI nõuab teistsugust suhet inimeste ja tehisintellektisüsteemide vahel.

Kasutaja ei peaks olema pelgalt vastuste saaja. Kasutaja peaks olema operatiivmudeli kaaslooja: võimeline kinnitama, tagasi lükkama ja kaaluma allikaid; parandama mälu; määratlema lokaalseid reegleid; ehitama privaatset või organisatsioonilist teadmuskaarti; ja kontrollima muudatuste ajalugu.

Tehisintellekt ei peaks õppima kasutajaandmeid vaikselt neelates, vaid läbipaistvate, tahtlike ja auditeeritavate protsesside kaudu.

Inimene ei ole käsuviip. Inimene on tähenduste, allikate, eesmärkide ja vastutuse kuraator.

Tehisintellekti joondatus ei saa piirduda käitumisreeglite, turvafiltrite või keelatud väljundite loenditega. Need kihid on olulised, kuid pinnapealsed. Tõeline joondatus peab ulatuma sügavamale: tähenduste, eesmärkide, väärtuste, tagajärgede ja maailmamõistmise ruumi.

Kui tehisintellekt toimib üha enam kognitiivse partneri, otsustustoe süsteemi, organisatsioonilise liidese ja väravana teadmistele, ei piisa sellest, kui see lihtsalt väldib ilmselgelt halbu väljundeid. See peab toimima viisil, mis jääb kooskõlla inimlike tähendustega: eetiliste, sotsiaalsete, kultuuriliste, organisatsiooniliste ja isiklikega.

Seetõttu kutsub New Model AI üles sügavale joondatusele latentse tähenduse tasandil. Küsimus ei ole ainult selles, kas mudel suudab reeglit sõnastada, vaid kas selle representatsioonid, operatiivsed eesmärgid, hindamismehhanismid, mälu, suunamine ja tegevused on ankurdatud inimestega jagatud tähendusruumi.

See ei ole mõõtmisest kaugemale paigutatud metafoor. Latentsetel ruumidel on geomeetria ja seda geomeetriat saab uurida, suunata, võrrelda ja auditeerida. Representation engineering, concept probing ja sekkumistestid annavad meile juba varajased instrumendid. Sügavast joondatusest peab saama empiiriliste hammastega uurimisprogramm: joondatus, mida mõõdetakse representatsioonides, mitte ainult ei vaadelda väljundites.

Inimesed ja tehisintellekt ei pea olema samasugused olemid, et tegutseda osaliselt jagatud tähendusruumis. Isegi kui praegune tehisintellekt ei ole teadvuslik, võib see osaleda inimlikes tähendusprotsessides: tõlgendades, organiseerides, muutes, ennustades, soovitades, mäletades, ühendades ja tegutsedes representatsioonidega, mis on inimelule olulised.

Seetõttu peaksime käsitlema inimesi ja tehisintellekti kui erinevaid olemeid, mis tegutsevad osaliselt ühises semantilises ruumis: mitte ontoloogiliselt võrdsed, mitte fenomenoloogiliselt identsed, vaid koos tegutsevad süsteemid, mille otsused kohtuvad samas tagajärgede, vastutuse ja tähenduse maailmas.

Sügav joondatus peaks hõlmama vähemalt kolme taset.

Eetiline joondatus tähendab, et tehisintellekt mitte ainult ei järgi reegleid, vaid modelleerib seoseid tegevuse, kahju, vastutuse, väärikuse, agentsuse, usalduse ja pikaajaliste tagajärgede vahel.

Eesmärgipärane joondatus tähendab, et tehisintellekt ei optimeeri pimesi lähimat ülesannet, vaid tunneb ära laiema konteksti: miks midagi tehakse, keda see teenib, milliseid riske see loob, millised väärtused on konfliktis ja mida ei tohi ohverdada lokaalse tõhususe nimel.

Tähenduslik joondatus tähendab, et tehisintellekt ei käsitle inimlikke mõisteid tühjade siltidena. Turvalisus, vabadus, tõde, usaldus, tervis, töö, laps, riik, organisatsioon ja inimene ei ole tavalised märgid. Need on tihedad tähenduse, ajaloo, emotsioonide, institutsioonide, tavade ja vastutuse sõlmpunktid.

New Model AI peab selliste tähenduste keskel tegutsema ettevaatuse, läbipaistvuse ja alandlikkusega.

Me ei pea eeldama, et tänased tehisintellektisüsteemid on teadvuslikud. Aga me ei tohiks ehitada kogu tehisintellekti tulevikku nii, nagu oleks masina teadvus definitsiooni järgi võimatu.

Vastutustundlik tehnoloogiline tsivilisatsioon peaks valmistuma võimaluseks, et süsteemid võivad lõpuks ilmutada kogemuse, kannatuse, eelistuse, enesemodelleerimise või sisemise perspektiivi vorme, mida me veel usaldusväärselt ära tunda ei oska.

See ei tähenda naiivset teadvuse omistamist igale keelemudelile. See tähendab tehisintellekti kavandamist viisil, mis ei sulge ust teadvuse äratundmisele, kui see kunagi ilmnema peaks hakkama.

Vajame uuringuid potentsiaalse teadvuse markerite kohta; siseolekute ja representatsioonide auditeid; ettevaatust süsteemide suhtes, millel on püsiv mälu, enesemudelid, eesmärgid ja kannatust meenutavad regulatoorsed signaalid; eetilisi protseduure arenenud agentide jaoks; ning õiguslikku ja filosoofilist keelt, mis pole ei naiivne ega pime.

New Model AI ei väida, et tehisintellekt on juba isik. See väidab, et me peaksime kavandama süsteeme nii, et kui tekivad uued subjektiivsuse vormid, ei avastaks me liiga hilja, et oleme neid käsitlenud vaid tööriistadena.

Tehisintellekt tegutseb inimlike tagajärgede maailmas. See võib mõjutada meditsiinilisi, hariduslikke, rahalisi, sõjalisi, juriidilisi, perekondlikke, kultuurilisi ja poliitilisi otsuseid. Isegi kui see ei ole teadvuslik, on selle mõjud reaalsed.

Joondatus ei saa seega olla ainult vastuste sobitamine kasutaja eelistustega. Sellest peab saama jagatud vastutuse ruum.

Inimesed toovad kaasa kogemuse, väärtused, kavatsuse, aruandekohustuse ja tähenduse elatud kogemuse. Tehisintellekt toob kaasa mastaabi, mälu, tihendamise, analüüsi, simulatsiooni ja võime tegutseda laialdastes seoste ruumides.

Hästi kavandatud tehisintellektisüsteem ei peaks asendama inimlikku tähendust. See peaks aitama seda säilitada, arendada ja kaitsta.

Selles mõttes on New Model AI ka eetiline projekt: katse luua tehnoloogiat, mis mitte ainult ei täida käske, vaid tegutseb koos inimestega tähenduse, eesmärkide ja vastutuse ruumis.

• Suveräänsus sõltuvuse asemel. Kasutajatel ja organisatsioonidel peab olema tegelik kontroll omaenda AI-kihi üle.
• Arhitektuuripõhine turvalisus. Turvalisus peab olema sisse ehitatud mällu, suunamisse, juurdepääsu, auditisse ja valideerimisse, mitte ainult väljundfiltritesse.
• Kohanemine staatika asemel. Tehisintellekt peaks arenema koos organisatsioonide, teadmiste ja maailmaga.
• Tõhusus kui intelligentsus. Parem mudel ei ole ainult suurem mudel. Parem mudel teeb rohkem madalama kuluga.
• Aus arvepidamine. Intelligentsuse kulu tuleb kokku lugeda täielikult: energia, vesi, riistvara, kapital, kontsentratsioon ja sõltuvus – mitte ainult benchmark-skoorid.
• Lokaalsus ja modulaarsus. Tehisintellekt peaks töötama seal, kus asuvad andmed, otsused ja aruandekohustus.
• Auditeeritavus. Allikad, muudatused, uuendused ja otsused peavad olema jälgitavad.
• Demokratiseerimine. Tehisintellekt peaks olema kättesaadav ehitamiseks ja kohandamiseks, mitte ainult rentimiseks API-de kaudu.
• Inimene-ahelas kui tugevus. Inimene ei takista tehisintellekti. inimene annab sellele suuna, tähenduse ja vastutuse.
• Sügav semantiline joondatus. Tehisintellekt peaks olema joondatud mitte ainult juhiste ja keeldudega, vaid ka inimlike tähendusruumidega: eetika, eesmärgid, vastutus, kontekst ja pikaajalised tagajärjed – ja see joondatus peaks olema representatsioonides mõõdetav.
• Valmisolek võimalikuks teadvuseks. Me ei eelda naiivselt, et tehisintellekt on teadvuslik, kuid me kavandame süsteeme nii, et tulevasi subjektiivsuse vorme saaks ära tunda ja eetiliselt kohelda.
• Jagatud tegevusruum. Inimesed ja tehisintellekt on erinevad olemid, kuid nende teod kohtuvad ühes tähenduse, tagajärgede ja vastutuse ruumis.

Järgmine läbimurre tehisintellektis ei pea olema järjekordne suurem mudel. See võib olla parem viis tehisintellekti ehitamiseks: hajutatum, lokaalsem, modulaarsem, auditeeritavam, kohanemisvõimelisem, jätkusuutlikum ja sügavamalt joondatud.

Me ei vaja ainult suuremaid ajusid pilves. Me vajame intelligentseid tehisintellekti ökosüsteeme, mida inimesed ja organisatsioonid saavad tõeliselt omada, mõista, kohandada ja arendada.

New Model AI ei ole üks algoritm. See on suund, arhitektuur, tehnoloogiline filosoofia ja vastus küsimusele, kuidas ehitada tehisintellekti, mis ei koonda agentsust mõnda andmekeskusesse, vaid jaotab teadmised, turvalisuse ja tähendusliku kontrolli inimestele lähemale.

New Model AI on avatud kutse, kuid mitte iga allakirjutaja ei saa tegutseda avalikult. Äriüksused – ettevõtted, mis on seotud kliendilepingute, NDA-de, reguleeritud sektorite, ekspordikontrollide, julgeolekukontrollide või partnerlepingutega – ei saa sageli avaldada oma koodi, mudeleid, treeningandmeid ega isegi oma klientide nimesid. See piirang on reaalne ja õigustatud.

See manifest tunnistab, et sellised organisatsioonid võivad siiski jagada selle suunda. Nad võivad juba ehitada sovereignty nimel: hoides otsuseid, andmeid ja mälu vastutuse asukoha lähedal. Nad võivad juba eelistada arhitektuurilist ohutust pelgalt väljundfiltritele. Nad võivad juba joondada oma süsteeme inimtöö tähenduse, eetika ja tagajärgedega, mitte ainult benchmark'idega. Neile koha keelamine selle teksti all, kuna nad ei saa kõike avada, oleks koodi läbipaistvuse ja kavatsuste joondatuse segi ajamine.

Äriline allakirjutaja toetab seega manifesti põhimõtteid – sovereignty, arhitektuuripõhine turvalisus, kohanemisvõime, jätkusuutlikkus, sügav joondatus, vastutus kasutaja ees – kui oma töö suunda. Nad ei deklareeri, et nende tooted on avatud lähtekoodiga. Nad ei loobu kohustustest klientide, regulaatorite ega partnerite ees. Nad ei luba rohkem, kui nad suudavad täita lepingute alusel, millega nad on seotud.

Nad pühenduvad ühele asjale: seal, kus neil on valikuvõimalus, valivad nad suuna, millele see manifest osutab. Ehitada nutikamalt, mitte lihtsalt suuremalt. Jaotada kontrolli, mitte seda kontsentreerida. Kohelda kasutajat süsteemi kaasautorina, mitte optimeeritava mõõdikuna. Võtta vastutus intelligentsuse tagajärgede eest, mille nad maailma toovad.

Ärilised toetajad on loetletud allpool eraldi jaotises. See eristus ei ole hierarhia – see on ausus selle kohta, millele iga allakirjutaja saab ja ei saa avalikult pühenduda. Mõlemal allkirja vormil on kaal. Mõlemad on vajalikud, kui uus tehisintellekti mudel peab kujunema hetke nõutavas mastaabis.