Wyścig o AI: gdzie jest Unia Europejska?

Polski Instytut Spraw Międzynarodowych przedstawia Tu Mówi Pism. Tu Mówi Pism, a ja nazywam się Tomasz Zając i jestem analitykiem do spraw Unii Europejskiej w Polskim Instytucie Spraw Międzynarodowych. Zapraszam Państwa do wysłuchania Fokusa, naszego cotygodniowego podcastu, w którym z analityczkami i analitykami naszego instytutu, w którym omawiamy wybrane przez nich tematy. Dzisiaj rozmawiać będziemy o sztucznej inteligencji i podejściu do niej Unii Europejskiej, a moją gościnią jest Aleksandra Wójtowicz, analityczka pism do spraw nowych technologii cyfryzacji. Cześć Olu. Cześć. Olu, zacznę od razu szeroko. Dam ci taką możliwość wypłynięcia na szerokie wody. Pytając o to, jak wyglądają główne założenia Unii Europejskiej w podejściu do AI. Rozmawialiśmy niedawno w depeszy o tym, jak Donald Trump i w ogóle Stany podchodzą do tych tzw.

To jest największa różnica pomiędzy Unią Europejską a Stanami Zjednoczonymi. Ponieważ USA, mimo że wiedzą, że jakieś ryzyko związane z AIM jest, to uważają, że mitygowanie tego ryzyka jest nieopłacalne. i że kluczowe jest takie nadinwestowanie w sztuczną inteligencję bez żadnych barier. Rozmawialiśmy o tym, ja też o tym pisałam w piśmie, że tam Donald Trump rezygnuje z regulacji, które jakkolwiek te sztuczne inteligencje mitygowały, nawet w takim bardzo podstawowym sensie. Już nawet nie chodzi o samą sztuczną inteligencję i jej możliwości, ale o infrastrukturę AI. Czyli na przykład anulowane są rozporządzenia wykonawcze, które które nie pozwalały na przykład budować centrów danych, no może nie w rezerwatach przyrody, ale powiedzmy w miejscach zalesionych, no generalnie w takich miejscach, gdzie chcemy dbać o przyrodę, o naturę, więc to jest ta duża różnica, no bo te Stany Zjednoczone chcą, żeby AI była niczym nieograniczona, podczas gdy w Unii Europejskiej właśnie dostrzega się to, że same systemy sztucznej inteligencji wiążą się z konkretnymi ryzykami i te ryzyka chce się mitygować.

Na tym też polega AI Act, czyli akt sztucznej inteligencji, który właśnie systemy sztucznej inteligencji dzieli na różne ryzyka. Na takie neutralne, z niskim ryzykiem, średnim i na systemy wysokiego ryzyka. I te systemy najwyższego ryzyka, czyli takie, które na przykład mogą robić tak zwany scoring społeczny. Czyli powiedzmy, dużo się o tym mówiło, jakieś takie wizje o Chinach, że klikniemy coś w sieci, jakiś system ocenia nas jako obywateli czy obywatelki, przyznaje nam punkty, jak stracimy te punkty, to nie będziemy mogli wziąć kredytu albo nie będziemy mogli wyjechać za granicę itd. No to tego typu systemy są raczej niedozwolone. Jeżeli chodzi o EIA, to na pewno do tego jeszcze wrócimy za chwilkę, ale reasumując, czyli widzę, że Unia Europejska stawia większy nacisk na kwestie ryzyk i stara się w jakiś sposób, tak jak ładnie powiedziałaś, je mitygować, ale chciałem cię dopytać jeszcze o taką jedną różnicę w podejściu, mianowicie przygotowując się do tej rozmowy, czytałem taki artykuł w Polityka na temat tego, jak Apple, po tym jak Donald Trump został prezydentem po raz drugi, zmieniło takie wewnętrzne swoje regulacje.

To nie jest oczywiście fajne, natomiast ja rozumiem, że za to im płacą. Tak czy siak, chodzi o to, że chciałem cię zapytać, czy widzisz różnicę w... W tym nacisku politycznym, bo myślę, że za tej drugiej kadencji Donalda Trumpa to oczekiwanie, że te firmy będą pod względem takiej trochę treści politycznej, że się dostosują do tego, kto jest w Białym Domu, że jest dużo większe niż w Unii Europejskiej, w której mamy szefów rządów i prezydentów z różnych opcji politycznych. Ale ja przynajmniej nie czytałem o tym, żeby to się przekładało na przykład na to inna sprawa, że może nie mamy też jakichś wielkich firm, które się zajmują AI-em w Europie, no ale że nie ma takiej presji politycznej. Czy to też byś właśnie się zgodziła, że to jest różnica między Stanami i Unią? Tak, tutaj właściwie jest kilka różnic tak naprawdę wychodzi z tego obrazu, który tutaj zarysowałeś. No bo po pierwsze mamy to, co mówisz, czyli te amerykańskie firmy związane ze sztuczną inteligencją poczuły wiadr w żagle.

I tutaj to nie tylko Apple zmieniło swoje podejście do wewnętrznego regulowania sztucznej inteligencji, ale też firmy takie jak Alphabet, czyli de facto Google, który na przykład krótko po zaprzysiężeniu Trumpa na prezydenta Stanów Zjednoczonych powiedział, że ich systemy sztucznej inteligencji mogą być wykorzystane właśnie w militariach. To jest taka już dosyć duża rzecz, która wcześniej była zakazana. Google nie zgadzało się na to, żeby właśnie ich AI było stosowane w takich systemach później, które mogłyby doprowadzić do tego po prostu, że tych ludzi giną. To też się zmieniło, tak? Więc to jest pierwsza rzecz. To znaczy, no te firmy czują, że mogą więcej i że po prostu mogą szerzej testować własne narzędzia. No także dlatego, że wiedzą, że nawet jeśli złamaliby prawo albo coś, co kiedyś było prawem, teraz zostało anulowane właśnie jak...

wcześniejsze rozporządzenia wykonawcze, no to w sumie nic im nie grozi i wręcz jest to jakoś od nich oczekiwane, tak, żeby oni jak najbardziej to AI trenowali, testowali, no bo założenie Białego Domu jest takie, że taka gospodarcza wartość dla Stanów bierze się właśnie z tego, żeby to AI jakby jak najbardziej się rozwinęło, tak, w bardzo różnych kierunkach. To jak najbardziej rozumiem ten nacisk na to, żeby ono się rozwijało, ale właśnie myślę o tym takim komponencie politycznym w szczególności. Pamiętam też, to jest może trochę wychodzi poza temat sztucznej inteligencji, ale jak Donald Trump wygrał, to pamiętam ten filmik Marka Zuckerberga, który mówi z moderacją, poszliśmy za daleko, no trudno, trzeba się zgodzić na to ryzyko, że będzie, prawda, nie wiem, mowa nienawiści, że ludzie będą dehumanizowani co jakieś grupy społeczne.

No i tam wszyscy mówili, no kilkaset miliardów, jeszcze kilkaset. Chyba Tim Cook z Apple powiedział, że kilkadziesiąt. I wyglądało to super biednie. No mimo, że wiadomo, że to znowu są duże pieniądze i tak dalej, i tak dalej. No ale wyglądało to po prostu jak jakiś średniowieczny hołd, tak? W którym oni mówią, ile będą inwestować w Amerykę. Więc no widać jakby, że Trump ma duże oczekiwania względem tych firm. One boją się, co ten Trump zrobi, jeśli one tych oczekiwań nie spełnią. Ale te oczekiwania, Wydaje mi się, że są bardziej ukierunkowane właśnie na inwestycje w Stanach Zjednoczonych niż powiedzmy na jakieś takie partykularne części właśnie działania, czy nawet ten hate speech, czy właśnie kwestie tych na przykład militariów wykorzystania AI w ten sposób.

I wiem, że to się może wydawać techniczne i teoretyczne, ale jednak... Znowu, ten porządek prawny determinuje trochę w jakich ramach operujemy, a z drugiej strony chciałem Cię zapytać o jakiś taki konkret, bo to nie jest tylko kwestia prawodawstwa, ale też jednak Unia Europejska wydaje pieniądze na rozwój tych technologii i to też jest jakiś ważny wątek. Zacznijmy od tych kwestii prawnych. Proszę, czyli AI Act. No więc tak jak już mówiliśmy na początku, no to AI Act jest po prostu taką regulacją, która zakłada, że sztuczna inteligencja jest i będzie i wręcz chcemy, żeby była, ale chcemy, żeby funkcjonowała w takich akceptowalnych dla nas granicach. Czyli na przykład nie chcemy, żeby łamała prawa człowieka. No więc w tym celu Unia tworzy takie cztery właśnie definicje, tak jak już też mówiliśmy, tego jakby jakie systemy sztucznej inteligencji wiążą się z jakim ryzykiem.

Te najbardziej ryzykowne stają się zakazane, a inne po prostu mają więcej zadań do wykonania, takich jeśli chodzi o raportowanie do Komisji Europejskiej, monitoring własnych systemów i tak dalej, i tak dalej. To jest taka podstawa regulacji, ona należy do takiego szerszego AI-paktu, w którym ma pojawiać się jeszcze więcej regulacji w nadchodzącym czasie, ale na razie ich nie znamy, więc też ciężko o nich mówić, bo tam pojawiają się jakieś pierwsze plotki, co w nich będzie, co nie będzie, ale na razie tych informacji nie ma. Więc na tym polega AI Act. On dla dużych graczy oczywiście jest nieprzyjemny w tym sensie, że szczególnie w momencie, w którym Stany Zjednoczone luzują swoje regulacje, to to, że w Unii Europejskiej trzeba do jakiejś regulacji się dostosować, no stanowi, no nie jest przyjemne po prostu.

Dodam tylko, że regularnie czytam o tym, że to są firmy, które jakieś chyba też rekordowe kwoty wydają właśnie na lobbying w Brukseli, żeby nawet jeżeli nie doprowadzi do uchwalenia tych aktów, to żeby tam spiłować te zęby trochę, o tak bym powiedział. Dokładnie, tak było z DMA na przykład, który działa i tak dalej, ale wiadomo, że ta ostateczna wersja, Digital Markets Act, aktu o rynkach cyfrowych, jest powiedzmy w jakimś słabsza niż to, co tam pierwotnie zakładano. No więc to jest ta odpowiedź regulacyjna. W tym roku Komisja Europejska wydała też taki plan dla kontynentu AI i to jest powiedzmy taki dokument, który ma stanowić taką strategię i zbierać W jednym miejscu istniejące regulacje, pewne sugestie, różne sposoby finansowania.

No i tak pokazywać jakby o co nam chodzi, co chcemy widzieć w przyszłości. Ten dokument nie jest najlepszy. On jest dosyć chaotyczny. Ma ten plus, że zbiera różne pomysły Unii Europejskiej, które pojawiały się już w przeciągu ostatnich lat i miesięcy w jednym miejscu. Ale to, co on pokazuje, to, co on promuje i to, co teraz jest takim dużym tematem, to są właśnie gigafabryki AI. Bo ten plan pokazuje, że chcemy mieć AI regulowane do jakiegoś tam stopnia, czyli takie w miarę etyczne, ale jednocześnie nie chcemy zostać w tyle za Stanami Zjednoczonymi i Chinami. No właśnie, super, że tutaj płynnie przeszłaś do tej drugiej szufladki, o której mówiłem, dlatego, że ja też właśnie tak to odbieram, że Unia Europejska jest bardzo silna w tym takim aspekcie regulacyjnym i no nie wiem, wydaje mi się, że dużo osób, a przynajmniej mam taką nadzieję, widzą, że te regulacje, one naprawdę nam pomagają tak na co dzień, natomiast...

Dużo się chyba mówi i też w jakimś sensie krytykuje Unię za to, że ona produkuje właśnie kolejne akty prawne i że dla ludzi to jest czasem takie niezbyt zrozumiałe, więc żeby pokazać, że to nie jest tylko tak, że my wymyślamy kolejne tam sterty jakiegoś papieru, który nakłada jakieś obowiązki, to też, że działamy w taki bardzo konkretny sposób i staramy się jakiegoś różnego rodzaju środki finansowe włożyć w ten AI i jako osoba, która nie śledzi tego tak jak ty w taki sposób szczegółowy, ale śledząc to, co się Komisja Europejska mówi w różnego rodzaju swoich komunikatach i dokumentach, to właśnie te gigafabryki to jest coś, co widzę, że się naprawdę powtarza i widzę, że to jest jakiś taki ważny punkt w samej komunikacji i że chyba Ursula von der Leyen chce, żeby to była taka rzecz, która dotrze do społeczeństwa i która będzie takim trochę dziedzictwem powiedzmy tej drugiej jej kadencji w tym zakresie.

Więc powiedz właśnie o tych konkretach i tych środkach, które są przeznaczone. Komisja Europejska widzi, że jak na razie jesteśmy w dosyć dużym stopniu zależni od tego AI amerykańskiego. To znaczy, że mało jest tych europejskich modeli. One już się pojawiają. Mamy Polski Bielik, Plum, mamy Mistral AI francuski. To są całkiem dobre modele, no nie? I tego będzie tylko więcej. Ale jak na razie te kluczowe modele, no to jest przede wszystkim ChatGPT, CLOD, prawda, GROK, no modele amerykańskie. Z tym wiąże się pewne zagrożenie, no bo te dane, które my wpisujemy, tak, w nasze modele AI, no te dane są hostowane często w Stanach. A wiemy, że ludzie wrzucają do tych modeli bardzo różne informacje i że czasami z tych modeli korzystają też w jakiejś dostosowanej formie, na przykład nawet instytucje publiczne, firmy narodowe, państwowe i tak dalej.

Kiedy mówimy o suwerenności cyfrowej Unii Europejskiej, bo to jest koncept, który jeszcze tutaj nie padł, ale jest kluczowy. Europa tymi regulacjami i tym szerszym pomysłem na AI chce doprowadzić do tego, żeby przynajmniej do pewnego stopnia nie być zależna od innych. W sensie, żeby nie być w pełni zależna, żeby mieć swoje rozwiązania technologiczne, no bo to też wiąże się z bezpieczeństwem po prostu. I wracając do tego pierwszego punktu, w momencie, w którym to wszystko jest w Stanach Zjednoczonych, no to nasze dane nie są bezpieczne, nie mamy zapewnionego tak stałej dostępności usług. W jakimś sensie mamy, ale w sytuacji kryzysowej nie jest to pewne. No więc, żeby te buza pobiec, Komisja Europejska chce, żeby Unia Europejska mogła sama stworzyć swoje modele sztucznej inteligencji.

A jak tworzy się modele? Trenuje się je. I modele trenuje się na takich zaawansowanych układach scalonych, które nazywane są chipami AI. I to są po prostu karty graficzne, czyli to, co mamy w naszych lepszych komputerach. One mają chyba większą zdolność wykonywania tych... na sekundę, prawda? Ja pamiętam, że kiedyś nawet czytałem o tym, że w jakiejś takiej naukowej jednostce ludzie połączyli PlayStation, już nie pamiętam, jak to było, 3 czy 4, bo to był jakby najtańszy sposób stworzenia dużej mocy obliczeniowej, to było podłączenie tych kart właśnie graficznych z konsoli po prostu. Tak, to są takie karty GPU, no nie? I one po prostu robią się coraz lepsze, coraz lepsze, coraz lepsze, to znaczy, że w krótszym czasie wykonują coraz więcej tych obliczeń. No i centra danych to są takie miejsca, gdzie po prostu mamy duże zbiory tych kart danych, które wykonują dużo obliczeń w krótkim czasie.

Fabryki AI to są jeszcze bardziej zaawansowane tego typu centra danych, a gigafabryki AI, jak sama nazwa wskazuje, to są po prostu takie ultrazaawansowane centra danych, gdzie tych chipów AI mamy bardzo dużo, najnowocześniejszych, więc one są w krótkim czasie po prostu w stanie trenować duże modele, wykonywać dużo obliczeń. Ale to wyjaśnij proszę, czyli Unia Europejska przeznacza pieniądze na budowę tych gigafabryk i wyjaśniłaś, co to jest. Ale teraz, jakie są zasady użytkowania tego? Znaczy, czy Komisja Europejska tworzy sama jakąś taką jednostkę, czy ona udostępnia tę moc obliczeniową europejskim firmom? Jak to działa? Nie, Komisja Europejska udostępnia fundusze, tak jak takie programy grantowe dla różnych konsorcjów, które mogą aplikować o te fundusze i same sobie takie centra stworzyć. No czyli taki klasyczny sposób finansowania w Unii Europejskiej, tak?

W ten sam sposób finansowana jest przynajmniej część walki z dezinformacją, inne tego typu rzeczy. Więc w tym planie mamy i fabryki AI, i gigafabryki AI. Polska jest, z tego co rozumiem, zaangażowana i w jeden, i w drugi pomysł, bo ma się u nas budować i fabryka, i jesteśmy członkiem konsorcjum właśnie, ażeby dostać to finansowanie na gigafabrykę. No i to ma plusy i minusy. No plus są takie, że bezsprzecznie potrzebujemy przynajmniej do pewnego stopnia mieć te własne centra danych, a żeby trenować modele, które są na przykład trenowane na danych, które są sprawdzone, o których my wiemy, że są w porządku. No bo też pamiętajmy, żeby wytrenować taką sztuczną inteligencję, to potrzebujemy naprawdę milionów danych.

I one często są danymi słabej jakości. Już na przykład obserwatorium internetu stanfordskie pokazało, że część tych danych, na których sztuczna inteligencja jest trenowana, to jest na przykład dziecięca pornografia. Tak, są takie dane, dokładnie. Albo na przykład mamy tę rosyjską operację Prawda, to już z mniejszego kalibru niż ten poprzedni argument. ale że Rosjanie starają się zainfekować internet milionami takich stron po prostu fejkowymi. No i skądś te dane, żeby to AI trenować trzeba wziąć, no więc zwykle to są takie ogromne zbiory, których nikt nie sprawdza. No a w momencie, w którym robimy to w Europie, to powiedzmy, no możemy chociaż odsiać te najgorsze rzeczy, albo próbować je odsiać, no bardziej chętnie niż robiliby to na przykład Amerykanie, dla których tak jak już mówiliśmy, te granice nie są takie istotne.

Więc to jest pierwsza sprawa. Druga natomiast jest taka, i to jest szersze pytanie o AI, i to jest pytanie w ogóle o zasadność strategii zarówno amerykańskiej, jak i europejskiej, to znaczy, co chcemy osiągnąć, budując tak dużo centrów danych. Bo to, że potrzebujemy jakichś centrów danych, jasne, nikt tutaj z tym nie dyskutuje, a przynajmniej ja z tym nie dyskutuję, tak, to jest oczywiste. Natomiast kiedy patrzy się na takie wykresy finansowania sztucznej inteligencji i znowu szczególnie w Stanach Zjednoczonych, to widać jasno, że jak mamy finansowanie centrum danych, to ten wykres idzie po prostu tak ultra do góry. Fabryki EI ultra do góry. a później jakieś konkretne rzeczy związane z AI, czy taka infrastruktura energetyczna, czy powiedzmy nawet AI specyficzne dla wojskowości, czy jakieś inne aspekty AI, no to one dalej są bardzo finansowane, ale po prostu na tym grafie, który pokazuje tę masę inwestycji w centra danych, to wydaje się, że to jest takie prawie nic.

Ale to powiedz tylko, czy dobrze rozumiem to, co mówisz, czyli w pewnym uproszczeniu, że podaż tych gigafabryk jest duża i czy popyt na te fabryki odpowiada właśnie podaży, czy to się zgadza, tak? Bo ja myślałem, że zmierzasz w tę stronę, że bardzo dużo się inwestuje w te gigafabryki, a tak naprawdę nie ma jeszcze takiego europejskiego odpowiednika Chata GPT albo właśnie Groka, więc jakby nie ma potrzeby aż tak dużych tych mocy przerobowych, ale rozumiem, że one są nadal zużywane, tak? To znaczy, no na razie też w Europie nie mamy jeszcze tych fabryk, no nie? No bo one są budowane. Myślałem, że już część jest, na przykład jakoś tam działa. Jakieś są, w sensie jasne, bo inaczej nie mielibyśmy żadnych modeli. Wiadomo, że mamy zaawansowane centra danych również, ale chodzi o to, że te z tych planów unijnych, czyli te fabryki AI i gigafabryki AI, o których mówi się właśnie w tym planie dla kontynentu AI, to one dopiero są budowane.

No na pewno jakby jak będzie infrastruktura, tak, no to łatwiej będzie powiedzmy europejskim modelom AI no siebie trenować i po prostu będzie jakby gdzie to robić, tak, w sensie, że firma będzie już miała taką europejską infrastrukturę, a nie będzie musiała na przykład sama budować swojego centrum albo będzie mogła zbudować mniejsze, tak, no jasne. Mój argument jest inny, a mianowicie sztuczna inteligencja, przynajmniej ta amerykańska, już teraz ma ogrom danych. W branży jest też parcie, żeby w tych centrach danych non-stop zmieniać chipy AI, tak, że najbardziej to są najczęściej takie chipy produkowane właśnie przez taką amerykańską firmę Nvidia, ale z części, tak, z tych jeszcze mniejszych chipów produkowanych na Tajwanie. No i... To się wiąże z kilkoma problemami. Pierwszy problem jest taki, że to jest strasznie dużo jakiegoś takiego waste.

Chiny na przykład uważają, że jest właśnie tak jak mówię, akurat w tym wypadku, i że żeby osiągnąć taką sztuczną inteligencję, która będzie faktycznie inteligentna, to musimy lepiej zrozumieć działanie ludzkiego mózgu, jakichś systemów neuronowych, tego typu rzeczy. Natomiast no inwestorzy amerykańscy sądzą, że po prostu im bardziej będziemy trenować to AI, to tym jak takie dziecko, które po prostu katujemy zadaniami jakimiś domowymi, no nie, ono chodzi najpierw z pianina, jedzie na tenis, później ma chiński, później angielski i tak dalej, no nie, no to że w końcu z tego przeciętniaka wyrośnie nam geniusz. No i jasne, jest taka szansa, być może to się uda, ale po prostu obecnie wydaje się, że te inwestycje przy stanie wiedzy, które mamy obecnie, to nadal są takie nadinwestycje.

W sensie, że jasne, jest szansa, że z tego naszego Grześka wyrośnie dzięki temu chińskiemu baletowi, tenisowi, to będzie super typ. No ale nie wiadomo, czy tak będzie. Zwykle tak się nie dzieje. No i to, co stanowi moją wątpliwość, jeśli chodzi o ten akt, o to podejście Unii Europejskiej do AI, to jest to, czy my też jakby już nie przesadzamy z tymi naszymi inwestycjami. Bo przynajmniej w tej wizji, która jest tam, tak? No bo lepiej odpowiedzieć sobie na pytanie, do czego chcemy AI? Jakich systemów AI chcemy? I tworzyć już takie super zaawansowane systemy, ale które są ukierunkowane na jakiś konkretny cel. niż po prostu tak puścić sobie wodzę fantazji, no i tworzyć takie ogromne centra danych, które będą trenować systemy generatywnej sztucznej inteligencji, tak?

To znaczy jasne, no to AI już z nami będzie, będzie się jakoś rozwijać, tak? No kto wie, prawda? No w sensie może w jakiejś tam długoterminowej perspektywie jakieś takie wizje science fiction przynajmniej do pewnego stopnia się spełnią, no ale na razie no to jest bańka i trochę nikt nie chce jej przekuć, no bo wiadomo, że to się nie opłaca tym firmom, tak? No więc warto robić sobie taki swój podstawowy fakt checking i też zastanawiać się, co w sumie zmieniło się od momentu, w którym na przykład pojawił się czat GBT, tak? No bo okej, no jasne, niektórym piszę maile, ale w sensie jak to faktycznie wpływa na naszą pracę? Gdzie jest ta wartość dodana do gospodarki konkretna? Jakaś jest, ale... Mam znajomych w branży IT i oni akurat mówią, że faktycznie przy kodowaniu używanie jest tak.