Европейският AI парадокс: защо следващото поколение AI експерти вече е сред нас
Фалшивият избор, който доминира европейския дебат за ИИ
Живеем във време на самопровъзгласили се специалисти по ИИ. Те се делят на два лагера, които крещят един покрай друг. Единият лагер заявява, че не можем да оцелеем без ИИ. Другият настоява, че трябва да го отхвърлим напълно.
Между тези крайности? Тишина. Практически нищо.
Първата група вероятно не осъзнава какво е съществувало преди настоящия ИИ. Те не знаят, че ИИ е бил тук още преди да се нарича ИИ. Тази група трябва да разбере, че настоящият ИИ не е това, което трябва да бъде. Придвижихме се твърде бързо. Спестихме си усилия. Резултатът, който предстои: неизползваем ИИ.
Защо тази група крещи толкова силно, че не можем да оцелеем без ИИ? Те са привързали лесен модел на приходи към него. Той не е мащабируем. Държат се за трика, който познават.
Втората група знае какво е имало преди. Те разбират отделните компоненти. От години са специалисти в тези области. Тази група има нужда от помощ, за да види възможностите и границите. Те вероятно ще бъдат първите, които ще разпознаят какъв трябва да бъде ИИ и какво може да се постигне по правилния начин.
Техните знания се вписват в архитектурата на ИИ. В следващото поколение ИИ, изградено за хората, тези хора ще намерят предпочитаното си място. Тук се крие огромна възможност за бързо преквалифициране и принос. Моделът на приходи, който в момента рискуват да загубят, получава нов импулс.
Можем ли да извлечем от това едно предизвикателно противопоставяне и след това да го свържем с нюансиран извод?
Настоящият пейзаж на ИИ в Европа
Нека бъдем конкретни за позицията на Европа. Цифрите разказват важна история.
Европа е изправена пред документиран недостиг на таланти в областта на ИИ. Обединеното кралство има 168 000 свободни позиции за ИИ. Германия има 102 000. Франция има 88 000. Съотношението между търсене и предлагане на умения за ИИ в световен мащаб е 3,2 към 1. Само 10% от водещите изследователи на ИИ в света живеят в Европа и този процент намалява всяка година.
Приемането на ИИ в предприятията в Европа е едва 13,5% към 2024 г. Талантът в областта на ИИ представлява 0,41% от работната сила в ЕС. Междувременно САЩ имат над 240 технологични фирми на стойност над 10 милиарда долара. Европа има 14. Американското VC финансиране за ИИ достигна 68 милиарда долара през 2024 г. ЕС успя да събере 8 милиарда долара.
Тези статистики предизвикват паника. Те движат разказа на първата група: Европа трябва да внася ИИ, да купува ИИ, да приема ИИ бързо или да изостане завинаги.
Но този разказ предполага, че настоящият ИИ е единственият ИИ. Той предполага, че дълбокото обучение с черна кутия е крайната дестинация. Той пренебрегва това, което Европа е изградила преди шумотевицата.
Какво е имала Европа, преди ИИ да се нарича ИИ
Докато американските компании мащабираха невронните мрежи, Европа изграждаше нещо различно. Нещо основополагащо. Нещо, от което настоящият ИИ отчаяно се нуждае.
Формални методи и верификация: Европа има над 25 години документиран опит в доказването на коректността на софтуера. Университетът във Фрайбург, Inria, Formal Methods Europe, компании като Prover Technology, CEA List, Axiomise, PQShield. Тези институции и компании не са изчезнали. Те все още са тук. Техният опит е по-актуален от всякога.
Constraint programming: The Handbook of Constraint Programming was published in 2006. The CPAIOR conference began in 2004 in Nice, France. Research groups like VeriDIS at Inria, KU Leuven, RISC at Johannes Kepler University have been developing constraint-solving techniques for decades. This isn't theoretical. It's the foundation of optimization, planning, and decision-making systems.
Logic programming and Prolog: Born in Europe. University of Aix-Marseille, 1972-1973. Creators Alain Colmerauer and Philippe Roussel. Fifty years of European research. In 2022, the community celebrated "Fifty Years of Prolog and Beyond." This isn't abandoned history. It's living expertise.
Semantic web and knowledge engineering: SWAD-Europe was a major European initiative for the Semantic Web within W3C. OWL became a W3C recommendation in 2004, led by European researchers. Today, Nature publishes research on semantic knowledge graphs. The expertise never left.
This is what the second group knows. This is their specialization. And they're watching the first group reinvent wheels poorly, ignore decades of research, and create systems that fail precisely because they lack these foundations.
Проблемът с първата група: неустойчива рекламна врява
Пазарът на AI консултации ще достигне 630,7 милиарда долара до 2032 г. Това обяснява шума. Консултанти, облачни доставчици, доставчици на услуги са обвързали модела си на приходи с настоящия AI. Те трябва да убедят европейските компании, че трябва да приемат AI сега или ще загинат.
Но моделът не е мащабируем. Ето защо.
Настоящият AI страда от експоненциално натрупване на грешки. Системи, които са 98% точни на стъпка, стават 13% точни след 100 стъпки. Халюцинациите се трупат лавинообразно. Мултимодалните системи губят 31% от производителността си, когато срещнат генерирани грешки. Математиката не се интересува от моделите на приходи.
Решението на първата група? Повече обучителни данни. По-добри подсказки. Стъпки за проверка, които добавят още стъпки към проблема, причинен от твърде многото стъпки. Те се опитват да се борят с математиката чрез естествен език.
Това не е устойчиво. Европейските компании, които приемат тези подходи, ще се сблъскат с 95-процентния процент на производствени откази, документиран от проучвания на MIT и Fortune. Те ще похарчат милиони за системи, за които математически е гарантирано, че ще се провалят в сценарии с много стъпки.
Първата група знае това. Не могат да си го признаят. Моделът им на приходи зависи от поддържането на илюзията, че настоящият AI работи. Затова викат още по-силно.
Възможността във втората група: пренебрегнат опит
Сега помислете за втората група. Те наблюдаваха AI шумотевицата отстрани. Видяха компании да преоткриват техники, които Европа е решила преди десетилетия. Видяха невронни мрежи да се борят с проблеми, които програмирането с ограничения решава елегантно.
Те мълчаха, защото пазарът не възнаграждаваше техния опит. Финансирането за AI отиваше към задълбоченото обучение. Изследванията в програмирането с ограничения продължиха в университети и специализирани компании. Формалната верификация остана съществена в отраслите, свързани с безопасността. Инженерингът на знания захранваше семантични уеб приложения, които работеха надеждно.
Тази група съществува. Те са значителни. Европа има над 10 милиона ИКТ специалисти. Германия има 2,3 милиона. Централна и Източна Европа имат 3,5 милиона. Заетостта сред разработчиците е 84%. Това не е малка ниша. Това е огромна работна сила с неизползван опит.
Ето ключовото прозрение: изискванията на Закона за ИИ на ЕС за обяснимост, прозрачност и одитируемост създават регулаторно търсене точно на това, което тази група знае.
Формалната верификация доказва коректността на системите. Програмирането с ограничения осигурява интерпретируеми пътища на разсъждение. Логическото програмиране позволява проследимо вземане на решения. Инженерингът на знания изгражда хибридни невро-символни системи, които съчетават обучение с разсъждение.
Опитът на втората група се отнася директно към изискванията за AI от следващо поколение. Те не трябва да учат AI от нулата. Те трябва да разпознаят, че съществуващите им умения СА следващото поколение на AI.
Неизползваемият AI, който идва скоро
Какво се случва, когато настоящите AI подходи достигнат математическите си граници? Вече го виждаме.
Google AI Overview предложи да се слага лепило върху пицата. AI на CNET написа статии с 53% процент на грешки. Системите за медицинска диагностика се провалиха в 80% от педиатричните случаи. Моделите за правен AI халюцинират в 1 от 6 заявки. Това не са крайни случаи. Те са симптоми на фундаментални архитектурни проблеми.
Ефектът на снежната топка при халюцинациите, идентифициран от Zhang et al. (2023), показва, че LLM моделите се вкопчват прекомерно в ранни грешки и генерират допълнителни неверни твърдения, за да ги оправдаят. Грешките не просто се разпространяват. Те растат.
Проблемът с 98-те процента означава, че след 34 стъпки на разсъждение системите е по-вероятно да грешат, отколкото да са прави. След 100 стъпки те грешат в 86,7% от случаите. Ето защо 95% от AI агентите се провалят в производствена среда. Ето защо 95% от пилотните проекти с генеративен AI никога не достигат до производство.
Стремително се приближаваме към неизползваем AI. Системи, на които не може да се вярва за многостъпково разсъждение. Системи, които изискват човешка проверка на фактите за всеки резултат. Системи, които струват повече за поправка, отколкото стойността, която доставят.
Първата група ще отговори с още от същото. По-големи модели. Повече изчислителна мощ. По-добри подсказки. Те са в капан в парадигма, която математиката казва, че не може да работи.
Втората група вижда това по различен начин. Те са прекарали кариерите си в изграждане на системи, които НЕ страдат от експоненциално натрупване на грешки. Формалните методи доказват свойства. Решаването на ограничения намира оптимални решения. Логическото програмиране осигурява надеждни разсъждения. Инженерството на знания създава обясними системи.
Поляризацията става ясна. Една група удвоява залозите си върху провалящи се подходи. Друга група държи решенията, които пазарът в крайна сметка ще изисква.
Европейски цифров суверенитет чрез съществуваща експертиза
Европейската комисия определя цифровия суверенитет като „цифрови инфраструктури, продукти и услуги, които защитават европейската сигурност, стратегическите активи и интереси“. Берлинската декларация добавя „способността да действаме автономно и свободно да избираме собствения си цифров път“.
Настоящите подходи към ИИ суверенитета се фокусират върху изграждането на европейски версии на американския ИИ. Обучение на големи езикови модели. Създаване на европейски фундаментални модели. Конкуриране при условията на Америка.
Това пропуска същината. Пътят на Европа към ИИ суверенитет не е да прави това, което прави Америка, просто локално. Той е да прави това, което Европа умее най-добре, но по различен начин.
Акцентът на Европейския акт за ИИ върху обяснимостта, прозрачността и дизайна, ориентиран към човека, не е случаен. Той отразява европейските ценности. Той също така отразява европейските технически силни страни. Регламентът създава търсене на системи, които могат да бъдат обяснени, проверени и одитирани.
Кой може да изгради тези системи? Не специалистите по дълбоко обучение, които създадоха моделите тип „черна кутия“. Експертите по формални методи, които доказват коректността на системи от 25 години. Изследователите по ограничено програмиране, които изграждат интерпретируеми оптимизационни системи от две десетилетия. Инженерите по знания, които създават обясними семантични системи от началото на 2000-те години.
Това е европейското предимство. Европа не трябва да внася ИИ експертиза. Европа трябва да признае, че съществуващата ѝ техническа експертиза Е експертиза от следващо поколение в областта на ИИ.
Възможността за преквалификация, която е пред очите ни
Пактът за умения на Европейската комисия е достигнал до 2,6 милиона души чрез инициативи за повишаване на квалификацията и преквалификация. CEDEFOP съобщава, че повече от 25% от европейските възрастни работници вече експериментират с ИИ на работното си място.
Традиционният разказ предполага, че тези работници трябва да научат дълбоко обучение, невронни мрежи, трансформаторни архитектури. Те трябва да станат като първата група.
Това е обърнато. Работниците, които Европа вече има, притежават точно уменията, от които се нуждае ИИ от следващо поколение. Те просто трябва да разпознаят, че тяхната експертиза е ценна в контекста на ИИ.
Специалистът по формална проверка не трябва да учи невронни мрежи. Той трябва да приложи своята експертиза по проверка към ИИ системи, базирани на ограничения. Изследователят по ограничено програмиране не трябва да преминава към дълбоко обучение. Той трябва да разпознае, че неговите техники за решаване на ограничения СА следващото поколение разсъждения в ИИ. Инженерът по знания не трябва да изоставя семантичната мрежа заради големите езикови модели. Той трябва да изгражда хибридни системи, които съчетават обучение с разсъждения.
Предизвикателството за преквалификация не е да се учи европейските специалисти на ИИ от нулата. То е да им се помогне да видят, че техните десетилетия експертиза СА ИИ. ИИ, който настоящите подходи не успяват да доставят.
Моделът на приходите, който рискуват да загубят, не е изчезнал. Той се трансформира. Компаниите, които разбират формалната проверка, удовлетворяването на ограничения и инженерството на знания, ще бъдат тези, които изграждат ИИ системи, които действително работят в производство. ИИ системите, които отговарят на европейските регламенти. ИИ системите, на които европейските предприятия могат да се доверят.
Нюансираното заключение: поляризацията като възможност
Поляризацията между „трябва да имаме ИИ“ и „не ни трябва ИИ“ е фалшива. И двете позиции пропускат нюанса.
Нюансираната реалност: Европа има нужда от ИИ, но не от сегашния ИИ. Европа има нужда от следващо поколение ИИ, изградено върху европейските силни страни. Обясним, проверим, ефикасен, насочен към човека. ИИ, който Законът за ИИ на ЕС изисква. ИИ, от който европейските предприятия действително се нуждаят. ИИ, който европейските специалисти вече знаят как да изградят.
Разказът на първата група, че трябва да приемем сегашния ИИ или ще загинем, е опасен. Той кара европейските компании да инвестират в системи, които ще се провалят. Той увековечава зависимостта от американските технологии. Той пренебрегва европейската експертиза.
Скептицизмът на втората група към сегашния ИИ е оправдан, но заключението им, че не ни трябва ИИ, е грешно. Имаме нужда от ИИ. Просто имаме нужда от ПРАВИЛНИЯ ИИ. ИИ, изграден върху основи, които те развиват от десетилетия.
Възможността се крие в синтеза: признайте, че следващото поколение експертиза в ИИ вече съществува в Европа. Това са над 10 милиона специалисти по ИКТ. Това са експертите по формални методи с над 25 години опит. Това са изследователите по програмиране с ограничения с две десетилетия работа. Това са инженерите по знания, които изградиха семантичната мрежа.
Тези хора не трябва да бъдат заменени от специалисти по ИИ от другаде. Те трябва да бъдат овластени да признаят, че тяхната експертиза Е експертиза в ИИ от следващо поколение. Те трябва да видят моста между настоящите си умения и системите с ИИ, от които Европа действително се нуждае.
В Dweve изграждаме този мост. Core предоставя рамката за формална проверка. Loom прилага базирани на ограничения специалисти по домейни. Nexus предоставя слоя за оркестрация. Spindle осигурява управлението на знанията. Всеки компонент използва европейските технически силни страни. Всеки компонент създава възможности за европейските специалисти да приложат експертизата си към ИИ от следващо поколение.
Поляризацията не е проблем. Тя е възможност. Сблъсъкът между шумотевицата и реалността ще принуди европейските компании да признаят какво действително работи. Когато сегашният ИИ се провали, европейските предприятия ще потърсят алтернативи. Тези алтернативи съществуват. Те са изградени върху 25-50 години европейски изследвания. Те са в ръцете на над 10 милиона европейски специалисти. Те просто трябва да бъдат признати за следващото поколение ИИ.
Какво трябва да запомните
- Поляризацията е погрешна. Противопоставянето „Трябва ни ИИ“ срещу „не ни трябва ИИ“ пропуска нюанса. Европа има нужда от следващо поколение ИИ, изградено върху европейските силни страни, а не от внесен сегашен ИИ.
- Сегашният ИИ се проваля. Експоненциалното натрупване на грешки прави многоетапните системи неизползваеми. 95% от пилотните проекти с ИИ не достигат до производство. Математиката не се интересува от бизнес моделите.
- Европейската експертиза съществува. Над 25 години формални методи. Над 20 години програмиране с ограничения. Над 50 години логическо програмиране. Над 20 години инженеринг на знания. Това не е история. Това е основата на ИИ от следващо поколение.
- Законът за ИИ на ЕС изисква това, което Европа притежава. Обяснимост, прозрачност, одитируемост. Това не са тежести за европейските специалисти. Това е, което те изграждат от десетилетия.
- Над 10 милиона специалисти по ИКТ. Европа разполага със значителна работна сила с подходяща експертиза. Те не трябва да учат ИИ от нулата. Те трябва да признаят, че настоящите им умения СА ИИ от следващо поколение.
- Възможността за преквалификация е огромна. Пактът за умения обхвана 2,6 милиона души. 25% от европейските работници експериментират с ИИ. Предизвикателството е да се признае, че съществуващата експертиза се прилага към ИИ, а не да се внася чужда експертиза.
- Европейският суверенитет в ИИ идва отвътре. Не чрез копиране на американските подходи, а чрез използване на европейските силни страни във формалните методи, програмирането с ограничения и инженеринга на знания, за да се изгради ИИ, който действително работи.
Изводът
Дебатът за европейския суверенитет в областта на ИИ се фокусира върху грешния въпрос. Не става въпрос дали Европа има нужда от ИИ или не. Въпросът е от КАКЪВ ИИ се нуждае Европа.
Настоящият ИИ, изграден върху дълбоко обучение и невронни мрежи, достига математическите си граници. Експоненциално натрупване на грешки. Лавинообразни халюцинации. 95% процент на провал в производствена среда. Това не е бъдещето, на което европейските предприятия могат да разчитат.
ИИ от следващо поколение, изграден върху формална верификация, удовлетворяване на ограничения и инженеринг на знания, вече се появява в Европа. Той се опира на 25-50 години европейски изследвания. Той ангажира над 10 милиона европейски специалисти. Той отговаря на изискванията на Закона за ИИ на ЕС. Той наистина работи.
Първата група ще продължи да твърди, че Европа трябва да приеме настоящия ИИ или да загине. Техният бизнес модел зависи от това. Втората група ще остане скептична, пропускайки факта, че тяхната експертиза Е следващото поколение ИИ.
Нюансираната истина е някъде по средата. Европа има нужда от суверенитет в областта на ИИ. Но пътят към суверенитет не е внасяне на американска технология. Той е овластяване на европейските специалисти да изградят ИИ, който вече знаят как да създадат. ИИ, изграден върху основи, които развиват от десетилетия. ИИ, който Законът за ИИ на ЕС изисква. ИИ, който наистина ще работи в производствена среда.
Следващото поколение експерти по ИИ не е някой, когото Европа трябва да намери или обучи от нулата. Те вече са тук. Те са тук от 25-50 години. Просто трябва да разпознаят, че тяхната експертиза е точно това, което изисква ИИ от следващо поколение.
Готови ли сте да изградите европейски суверенитет в областта на ИИ върху европейски основи? Платформата на Dweve, базирана на ограничения, се опира на десетилетия европейски изследвания във формалните методи, програмирането с ограничения и инженеринга на знания. Без внасяне на американски провали. Просто надграждане върху европейските силни страни. Присъединете се към нашия списък на чакащите.