- Suvereni dirbtinio intelekto sistema reiškia visišką infrastruktūros kontrolę – nuo aparatinės įrangos ir energijos iki duomenų ir modelių.
- Tokios technologijos kaip konfidenciali išvada ir TEE užtikrina, kad duomenys išliktų privatūs net apdorojimo aplinkoje.
- Tokios šalys kaip Pietų Korėja, Jungtinė Karalystė ir Australija investuoja į savo modelius ir valstybės lėšas, kad išvengtų išorinės technologinės priklausomybės.
Kalbėdami apie dirbtinį intelektą, dažnai galvojame apie nematomus debesis ir nuotolinius serverius, kurie veikia magiškai. Tačiau tiems, kurie nenori savo likimo palikti trečiųjų šalių rankose, atsirado esminė koncepcija: suverenus dirbtinis intelektas . Iš esmės tai reiškia, kad šalis ar organizacija visiškai kontroliuoja savo technologijas, vengdama priklausomybės nuo užsienio infrastruktūrų, kurios bet kuriuo metu galėtų nutraukti paslaugas arba valdyti duomenis savo nuožiūra.
Tai ne tik nacionalinio pasididžiavimo klausimas, bet ir skaitmeninio išlikimo strategija . Įsivaizduokite, kad visas jūsų įmonės ar vyriausybės intelektas yra serveriuose kitame žemyne; bet koks reguliavimo pokytis ar geopolitinis konfliktas gali jus išstumti iš žaidimo. Štai kodėl suverenios ekosistemos kūrimas reiškia kiekvienos dėlionės dalies kontrolę – nuo lustų silicio iki algoritmų etikos, užtikrinant, kad technologija kalbėtų jūsų kalba ir gerbtų jūsų vertybes.
Suverenios infrastruktūros „pyragas“
Norėdami suprasti, kaip ši sistema sukurta, galime ją įsivaizduoti kaip sluoksniuotą tortą, kur kiekvienas sluoksnis prideda naują autonomijos sluoksnį. Jei trūksta bent vieno sluoksnio, išliekate priklausomi. Pirma, turime techninę įrangą ir energiją , kurios sudaro pagrindą: kam priklauso duomenų centrai ir lustai? Be to, svarbų vaidmenį atlieka energijos pajėgumai, nes tauta turi gebėti maitinti savo „DI gamyklas“, nepasikliaudama išoriniais tinklais.
Kylant laiptais aukštyn, pasiekiame duomenis ir modelius . Čia pagrindinis klausimas yra toks: kam priklauso informacija, naudojama dirbtiniam intelektui apmokyti, ir kam priklauso algoritmai? Svarbu ne tik turėti programinę įrangą, bet ir apibrėžti vertybių sistemą, kuria vadovaujasi mašina, kokius dialektus ji supranta ir kas yra atsakingas, kai dirbtinis intelektas padaro klaidą.
Pagrindinės technologijos, užtikrinančios tikrą suverenitetą
Kad tai būtų įgyvendinama, o ne tik teoriškai, egzistuoja įrankiai, leidžiantys apdoroti duomenis vietoje. Optimizavimo programinės įrangos, tokios kaip vLLM arba llm-d, naudojimas yra esminis, nes ji leidžia užklausas apdoroti tiesiogiai serveryje, nenaudojant viešųjų API. Dėl tokių metodų kaip „PagedAttention“ galima optimizuoti GPU atmintį ir paskirstyti didelio masto modelius mažesnėje aparatinėje įrangoje, todėl įmonei ekonomiškai naudinga vengti brangių trečiųjų šalių debesijos paslaugų nuomos.
Tačiau yra vienas pagrindinis elementas: konfidenciali išvada . Ši technologija yra skydas, užtikrinantis suvereniteto praktiškumą. Ji naudoja aparatinę įrangą duomenims šifruoti, o dirbtinis intelektas juos analizuoja, naudodamas vadinamąsias patikimas vykdymo aplinkas (TEE) . Iš esmės, luste (CPU arba GPU) sukuriama fizinė enklava, prie kurios negali prisijungti likusi kompiuterio dalis, užtikrinant, kad net debesijos paslaugų teikėjas negalėtų šnipinėti, kas yra viduje.
Realūs pavyzdžiai: Pietų Korėja, Jungtinė Karalystė ir Australija
Realiame pasaulyje kai kurios šalys jau ėmėsi veiksmų. Pavyzdžiui, Pietų Korėja sukūrė AX K1 modelį – suverenią duomenų bazę, apmokytą nuo nulio. Šis milžinas naudoja ekspertų mišinio (MoE) architektūrą su milijardais parametrų ir buvo apmokytas naudojant didžiulį žetonų rinkinį, įskaitant Korėjos PDF failus ir sintetinius duomenis, naudojant nuosavas NVIDIA H200 GPU , siekiant užtikrinti nepriklausomumą.
Savo ruožtu Jungtinė Karalystė įsteigė Nepriklausomą dirbtinio intelekto fondą (Sovereign AI Fund) , kurio tikslas – tapti dirbtinio intelekto „kūrėju, o ne tik vartotoju“. Šis fondas veikia kaip valstybinė rizikos kapitalo įmonė, investuojanti į strateginius startuolius, tokius kaip „ Ineffable Intelligence“ , siekianti kurti sistemas, kurios generuotų naujas žinias, o ne tik mėgdžiotų žmones, ir „Isomorphic Labs“ , orientuotą į vaistų kūrimą. Jie taip pat siūlo neribotą prieigą prie superkompiuterių savo modeliams apmokyti .
Australija taip pat užėmė tvirtą poziciją. Jiems suverenios galimybės yra gyvybiškai svarbios, siekiant užkirsti kelią duomenų „dreifavimui“ į užsienį. Jie kuria savo platesnį pagrindinių kalbų modelį (LLM), suprasdami, kad pasikliauti išorinėmis technologijomis yra strateginė rizika, kurios jie negali sau leisti svarbiausiuose sektoriuose.
Gyvavimo ciklo valdymas ir visiška kontrolė
Suverenios dirbtinio intelekto įdiegimas nėra vien tik mašinų pirkimas; tam reikia tvirtos reguliavimo sistemos ir daugiadisciplininės komandos. Būtina turėti inžinierius, duomenų mokslininkus ir teisinius patarėjus, kurie apibrėžtų skaidrumo ir kibernetinio saugumo taisykles. Kad sistema būtų audituojama, turi būti kontroliuojami penki svarbiausi aspektai: duomenų kilmė , skaičiavimo infrastruktūros fizinė vieta, perduodamų duomenų saugumas, saugomų duomenų apsauga ir griežta prieigos kontrolė.
Tokie sprendimai kaip EDB Postgres AI leidžia integruoti generatyvinius DI modelius tiesiai į saugias duomenų bazių aplinkas. Tai panaikina priklausomybę nuo debesijos paslaugų ir leidžia organizacijoms išlaikyti visišką savo duomenų kontrolę , optimizuojant išlaidas ir maksimaliai padidinant saugumą.
Perėjimas prie autonominių modelių apima visko – nuo fizinės infrastruktūros ir specializuotos įrangos iki lingvistinių modelių, gerbiančių vietos kultūrą, – įvaldymą. Derindamos konfidencialias išvadas su strateginėmis valstybės investicijomis ir griežta duomenų kilmės kontrole, tautos ir įmonės gali tapti ne tik naudotojomis, bet ir savo technologinio likimo valdovėmis.
