Mentionsy

What challenges does the regulation of the digital economy entail?

In two discussions we will address the role of regulation in building European technological autonomy and the ways in which Europe should invest in the development of artificial intelligence, from energy and computing power to AI models, to remain competitive and innovative.

Our guests are José Ignacio Torreblanca, Senior Advisor and Distinguished Policy Fellow at the ECFR and Murielle Popa-Fabre, Senior Advisor on Technology and Policy at the AI and Society Institute at the École Normale Supérieure in Paris.

Polityka Insight, European Council on Foreign Relations, José Ignacio Torreblanca, Murielle Popa-Fabre, AI Society, École Normale Supérieure, Jan Jęcz, Warsaw.

Problemem, który mamy z infrastrukturą, jest to, że poziom koncentracji na rynku, który pozwalamy na to, w bardzo naiwny sposób,

Polityka Insight, European Council on Foreign Relations, José Ignacio Torreblanca, Murielle Popa-Fabre, AI Society, Jan Jęcz, Warsaw

Dla Europejskich punkt jest taki, że byliśmy naiwni, pozwalaliśmy, by te rynki skoncentrowały się przede wszystkim na rynkach, a potem zmieniali się w politykę, a potem w koercję.

Polityka Insight, European Council on Foreign Relations, José Ignacio Torreblanca, Murielle Popa-Fabre, AI Society, Jan Jęcz, Warsaw.

As we did with Greenland, yeah, we're thinking of trade measures, but for example, we are not thinking precisely of this big chunk of EU surplus and services, which run to the 150 billion euros a year, public procurement by our governments, which goes for American companies, which you should not in principle discriminate against unless they are tools of

So when the war, when the invasion of Russia in Ukraine happened, we didn't close Russia today because it had a market, a dominant market position.

W tej rozmowie chciałbym skoncentrować się na specyficznym zakresie AI.

Chciałbym zapytać Cię, jak wygląda typicznie używany stak AI w Europie?

Proszę, dajcie naszym słuchaczom krótką przejście tego konceptu, żeby mogli go zauważyć, ponieważ jestem pewien, że wielu z naszych słuchaczy używa wielu różnych części tych stoków AI, bez wiedzy, że to jest coś, z czym interakcjonują.

Następnie to kontynuuje się z całym aspektem, który w rzeczywistości związany z peculiarnością AI, która potrzebuje konkretnych typów chipów.

Ale także wszystkie dane, które muszą być użyte, aby tworzyć aplikacje, aby tworzyć bezpośrednią interakcję wewnątrz AI rozmowy, na przykład.

Artificial Intelligence Layer with models that are able to solve some particular tasks they've been trained for.

Zanim przejdziemy dalej, chciałbym skoncentrować się na jednym z linii, o których wspomniałeś, linii inteligencji artystycznej, linii modeli AI.

Podczas dyskusji w panelu na konferencji w Warszawie o Europie, wspomniałeś o tym, co może być oczywiste dla tych, którzy są bardzo zainteresowani tym tematem,

Dziś skupiamy się na modelach wieloletnich języków, ale podczas dyskusji w panelu wspomniałeś o innych typach modelów AI.

This has started a whole new way of doing machine learning and of getting AI technology to be very adaptable.

This is actually making huge changes inside domain that has been stable for long, that is, for example, robotics.

Kolejną niesamowitą wyzwanią, która mogła wyrazić 1 milion dofinansowania, jest ta z Heifei Li z Stanfordu, która ma laboratorium nazywane World Labs i ona rozwija AI fizyczne.

Idea jest to, aby mieć AI, które jest specjalizowane w rozumieniu specjalnego.

Wtedy dostęp do tej platformy, dostęp do OCR, czyli można czytać swoje PDF przez AI, można mieć dostęp do głosu, dostęp do kodu.

To przynosi mnie do mojego drugiego pytania dotyczące silności i słabości AI w Europie.

Te przykłady pokazują nam, że w stacjach AI, przynajmniej na poziomie modelów inteligencji artystycznej,

I może na poziomie aplikacji, Europa ma pewne potencjały, albo przynajmniej potencjał, aby szybko przeciągnąć górę pomiędzy naszą inwestycją AI, naszą staką AI i stakami AI z różnych wojsk.

Gdzie widzimy potencjały stoku europejskiego AI?

Nie pozwólmy na to, że ta sprawa powstrzyma nas i przyprowadzi nas do katastrofy w przyszłości, kiedy może AI staje się jeszcze bardziej ważną częścią naszego codziennego życia.

Talenty AI są naprawdę obecne w Europie.

I ta ekscelencja danych jest podstawowym elementem w rozwoju AI.

Pierwsza to oznaczenie regulacyjnej pewności i liderstwa, ponieważ kiedy patrzymy na regulacje AI na świecie, pierwsza to jest China.

Od 2002 roku mogli mieć regulacje na generowaniu AI, jest to interim, ale jest to regulacja, która była już w 2003 roku efektywna i miała standardy industrialskie już w octobrze 2003 roku.

So we definitely have a scattered landscape in the development of AI and I hope that an initiative like the Cerner of AI will help.

To, co wydaje mi się być wielkim błędem, to to, że na poziomie najwyższym staku, czy na końcu cyklu życia AI, mamy naprawdę problemy w sprzedawaniu produktów.

Widzisz, co jest trudne o tym, co nazywam zrozumieniem AI, to to, że te osłony są złączyte.

Poza pieniędzmi, co jeszcze EU musi zrobić, by zwiększyć swoją digitalną odpowiedzialność w zakresie AI, aby zwiększyć odpowiedzialność swojego stoku AI?

Polityka Insight zaczyna się skupiać na ewaluacji AI.

Jak testować, na przykład, AI w rozmowach i jego wpływy?

Konkretnie to oznacza, że naukowcy coraz więcej robią to z benczmarkami, tak to nazywa się, aby mieć standardowe testy, aby zareagować na to, jak wstrzymywana jest AI w rozmowach, aby wziąć punkt widzenia użytkownika, wziąć udział w tym i wzmocnić wszystkie stereotypy użytkownika i tego typu rzeczy, które nazywa się np.

Potrzebujemy tego typu sposobu testowania AI, aby wiedzieć, czy AI jest biało.

Potrzebujemy wiedzieć, jaki rodzaj kulturowych artefaktów, które są stworzone w AI rozmowy, mają implikacyjne wartości, które są nasze.

Więc jest też kwestia sprawiedliwości, która jest wskazana w to, w jaki sposób można ewaluować AI.