Evropski AI paradoks: zakaj je naslednja generacija strokovnjakov za umetno inteligenco že med nami
Lažna izbira, ki prevladuje v evropski razpravi o umetni inteligenci
Živimo v času samooklicanih strokovnjakov za umetno inteligenco. Razdeljeni so v dva tabora, ki drug drugega prevpijeta. Prvi tabor razglaša, da brez umetne inteligence ne moremo preživeti. Drugi vztraja, da jo moramo v celoti zavrniti.
Med tema skrajnostma? Tišina. Skoraj nič.
Prva skupina se verjetno ne zaveda, kaj je obstajalo pred sedanjo umetno inteligenco. Ne vedo, da je bila umetna inteligenca tukaj že prej, preden so jo tako poimenovali. Ta skupina mora razumeti, da sedanja umetna inteligenca ni to, kar bi morala biti. Šli smo prehitro. Šli smo na krajše. Rezultat, ki prihaja: neuporabna umetna inteligenca.
Zakaj ta skupina tako glasno razglaša, da brez umetne inteligence ne moremo preživeti? Nanjo so pripeli preprost poslovni model. Ni razširljiv. Oklepajo se trika, ki ga poznajo.
Druga skupina ve, kaj je bilo prej. Razume posamezne sestavne dele. Že leta so strokovnjaki na teh področjih. Tej skupini je treba pomagati videti možnosti in meje. Verjetno bodo prvi prepoznali, kakšna bi umetna inteligenca morala biti in kaj je mogoče doseči na pravi način.
Njihovo znanje se umešča v arhitekturo umetne inteligence. V naslednji generaciji umetne inteligence, zgrajeni za ljudi, bodo ti ljudje našli svoje želeno mesto. Tu se skriva ogromna priložnost za hitro prekvalifikacijo in prispevek. Poslovni model, ki jim trenutno uhaja, dobi nov zagon.
Ali lahko iz tega izluščimo zahtevno polarizacijo in jo nato povežemo s prefinjenim zaključkom?
Trenutno stanje umetne inteligence v Evropi
Bodimo natančni glede tega, kje je Evropa. Številke povedo pomembno zgodbo.
Evropa se sooča z dokumentiranim pomanjkanjem talentov na področju umetne inteligence. Združeno kraljestvo ima 168.000 prostih delovnih mest na področju umetne inteligence. Nemčija jih ima 102.000. Francija 88.000. Razmerje med povpraševanjem in ponudbo znanj s področja umetne inteligence je globalno 3,2 proti 1. Le 10 % najboljših svetovnih raziskovalcev umetne inteligence živi v Evropi, ta odstotek pa vsako leto pada.
Uporaba umetne inteligence v podjetjih v Evropi je leta 2024 znašala le 13,5 %. Talenti s področja umetne inteligence predstavljajo 0,41 % delovne sile EU. Medtem imajo ZDA več kot 240 tehnoloških podjetij, vrednih več kot 10 milijard dolarjev. Evropa jih ima 14. Ameriška tvegana vlaganja v umetno inteligenco so leta 2024 dosegla 68 milijard dolarjev. EU je zbrala 8 milijard dolarjev.
Te statistike povzročajo paniko. Poganjajo pripoved prve skupine: Evropa mora uvoziti umetno inteligenco, jo kupiti, jo hitro sprejeti ali za vedno zaostati.
Toda ta pripoved predpostavlja, da je sedanja umetna inteligenca edina umetna inteligenca. Predpostavlja, da je globoko učenje s črno škatlo končni cilj. Ne upošteva tega, kar je Evropa zgradila pred hypeom.
Kaj je imela Evropa, preden so umetno inteligenco poimenovali umetna inteligenca
Medtem ko so ameriška podjetja povečevala nevronske mreže, je Evropa gradila nekaj drugega. Nekaj temeljnega. Nekaj, kar sedanja umetna inteligenca nujno potrebuje.
Formalne metode in preverjanje: Evropa ima več kot 25 let dokumentiranega strokovnega znanja na področju dokazovanja pravilnosti programske opreme. Univerza v Freiburgu, Inria, Formal Methods Europe, podjetja, kot so Prover Technology, CEA List, Axiomise, PQShield. Te institucije in podjetja niso izginila. Še vedno so tukaj. Njihovo strokovno znanje je pomembnejše kot kdaj koli prej.
Programiranje z omejitvami: Priročnik Handbook of Constraint Programming je izšel leta 2006. Konferenca CPAIOR se je začela leta 2004 v Nici v Franciji. Raziskovalne skupine, kot so VeriDIS pri Inrii, KU Leuven in RISC na Univerzi Johannesa Keplerja, že desetletja razvijajo tehnike reševanja omejitev. To ni teoretično. To je temelj sistemov za optimizacijo, načrtovanje in odločanje.
Logic programming en Prolog: Geboren in Europa. Universiteit van Aix-Marseille, 1972-1973. Bedenkers Alain Colmerauer en Philippe Roussel. Vijftig jaar Europees onderzoek. In 2022 vierde de gemeenschap "Fifty Years of Prolog and Beyond." Dit is geen vergeten geschiedenis. Het is levende expertise.
Semantični splet in inženiring znanja: SWAD-Europe je bila pomembna evropska pobuda za semantični splet v okviru W3C. OWL je leta 2004 postal priporočilo W3C, kar so vodili evropski raziskovalci. Danes Nature objavlja raziskave o semantičnih grafih znanja. Strokovno znanje ni nikoli odšlo.
Dit is wat de tweede groep weet. Dit is hun specialisatie. En ze zien de eerste groep wielen opnieuw uitvinden op een slechte manier, tientallen jaren onderzoek negeren en systemen creëren die falen juist omdat ze deze fundamenten missen.
Problem prve skupine: nevzdržno pretiravanje
Trg svetovanja na področju umetne inteligence bo do leta 2032 dosegel 630,7 milijarde USD. To pojasnjuje kričanje. Svetovalci, ponudniki oblaka in ponudniki storitev so svoj poslovni model navezali na trenutno umetno inteligenco. Evropska podjetja morajo prepričati, da morajo umetno inteligenco sprejeti zdaj ali pa propasti.
Toda model ni razširljiv. Zakaj.
Trenutna umetna inteligenca trpi zaradi eksponentnega kopičenja napak. Sistemi, ki so 98-odstotno natančni na korak, postanejo po 100 korakih 13-odstotno natančni. Halucinacije se stopnjujejo. Multimodalni sistemi ob generiranih napakah izgubijo 31 % zmogljivosti. Matematiki ni mar za poslovne modele.
Rešitev prve skupine? Več učnih podatkov. Boljši pozivi. Koraki preverjanja, ki problemu, ki nastane zaradi preveč korakov, dodajo še več korakov. Matematiki poskušajo nasprotovati z naravnim jezikom.
To ni vzdržno. Evropska podjetja, ki bodo sprejela te pristope, se bodo soočila z 95-odstotno stopnjo neuspeha v produkciji, ki sta jo dokumentirala raziskavi MIT in Fortune. Za sisteme bodo porabila milijone, ki jim je matematično zagotovljeno, da v večstopenjskih scenarijih ne bodo delovali.
Prva skupina to ve. Tega si ne morejo priznati. Njihov poslovni model je odvisen od ohranjanja iluzije, da trenutna umetna inteligenca deluje. Zato kričijo še glasneje.
Priložnost v drugi skupini: spregledano strokovno znanje
Zdaj pa poglejmo drugo skupino. Hype okoli umetne inteligence so opazovali z obrobja. Videli so podjetja, ki so znova odkrivala tehnike, ki jih je Evropa rešila že pred desetletji. Videli so nevronske mreže, ki so se spopadale s problemi, ki jih programiranje z omejitvami obvlada elegantno.
Molčali so, ker trg njihovega strokovnega znanja ni nagrajeval. Sredstva za umetno inteligenco so šla v globoko učenje. Raziskave programiranja z omejitvami so se nadaljevale na univerzah in v specializiranih podjetjih. Formalno preverjanje je ostalo ključno v panogah, kjer je varnost kritičnega pomena. Inženiring znanja je poganjal spletne aplikacije semantičnega spleta, ki so zanesljivo delovale.
Ta skupina obstaja. Je številčna. Evropa ima več kot 10 milijonov strokovnjakov za IKT. Nemčija jih ima 2,3 milijona. Srednja in vzhodna Evropa 3,5 milijona. Zaposlenost med razvijalci je 84-odstotna. To ni majhna niša. To je ogromna delovna sila s premalo izkoriščenim strokovnim znanjem.
Ključno spoznanje: zahteve akta o umetni inteligenci glede pojasnljivosti, preglednosti in revidibilnosti ustvarjajo regulativno povpraševanje po natanko tem, kar ta skupina zna.
Formalno preverjanje dokazuje pravilnost sistema. Programiranje z omejitvami zagotavlja razložljive poti sklepanja. Logično programiranje omogoča sledljivo odločanje. Inženiring znanja gradi hibridne nevro-simbolne sisteme, ki združujejo učenje s sklepanjem.
Strokovno znanje druge skupine se neposredno povezuje z zahtevami umetne inteligence naslednje generacije. Umetne inteligence jim ni treba učiti iz nič. Spoznati morajo, da so njihove obstoječe veščine UMETNA INTELIGENCA naslednje generacije.
Neuporabna umetna inteligenca, ki prihaja
Kaj se zgodi, ko trenutni pristopi k umetni inteligenci dosežejo svoje matematične meje? To že vidimo.
Google AI Overview je predlagal, da se na pico da lepilo. Umetna inteligenca pri CNET je pisala članke s 53-odstotno stopnjo napak. Sistemi za medicinsko diagnostiko so bili neuspešni pri 80 % pediatričnih primerov. Pravni modeli umetne inteligence halucinirajo pri 1 od 6 poizvedb. To niso robni primeri. So simptomi temeljnih arhitekturnih težav.
Učinek snežne kepe halucinacij, ki so ga identificirali Zhang et al. (2023), kaže, da se veliki jezikovni modeli preveč zavežejo zgodnjim napakam in ustvarjajo dodatne napačne trditve, da bi jih upravičili. Napake se ne samo širijo. Rastejo.
Problem 98 % pomeni, da so sistemi po 34 korakih sklepanja pogosteje napačni kot pravilni. Po 100 korakih so napačni v 86,7 % primerov. Zato 95 % agentov umetne inteligence v produkciji odpove. Zato 95 % pilotnih projektov generativne umetne inteligence nikoli ne doseže produkcije.
Hitro se približujemo neuporabni umetni inteligenci. Sistemi, ki jim pri večstopenjskem sklepanju ni mogoče zaupati. Sistemi, ki zahtevajo, da človek preverja vsak rezultat. Sistemi, katerih popravljanje stane več, kot prinesejo vrednosti.
Prva skupina se bo odzvala z več istega. Večji modeli. Več računske moči. Boljši pozivi. Ujeti so v paradigmo, za katero matematika pravi, da ne more delovati.
Druga skupina to vidi drugače. Kariero so posvetili gradnji sistemov, ki NE trpijo zaradi eksponentnega kopičenja napak. Formalne metode dokazujejo lastnosti. Reševanje omejitev najde optimalne rešitve. Logično programiranje zagotavlja zanesljivo sklepanje. Inženiring znanja ustvarja razložljive sisteme.
Polarizacija postaja jasna. Ena skupina podvaja pri pristopih, ki propadajo. Druga skupina ima rešitve, ki jih bo trg sčasoma zahteval.
Evropska digitalna suverenost z obstoječim strokovnim znanjem
Evropska komisija opredeljuje digitalno suverenost kot »digitalne infrastrukture, izdelke in storitve, ki varujejo evropsko varnost, strateška sredstva in interese.« Berlinska deklaracija dodaja »zmožnost samostojnega delovanja in svobodne izbire lastne digitalne poti.«
Trenutni pristopi k umetnointeligenčni suverenosti se osredotočajo na gradnjo evropskih različic ameriške umetne inteligence. Usposabljanje velikih jezikovnih modelov. Ustvarjanje evropskih temeljnih modelov. Tekmovanje po ameriških pogojih.
To zgreši bistvo. Evropska pot do umetnointeligenčne suverenosti ni početje tega, kar počne Amerika, le lokalno. Je početje tega, kar Evropa počne najbolje, na drugačen način.
Poudarek akta o umetni inteligenci na razložljivosti, preglednosti in oblikovanju, usmerjenem k človeku, ni naključen. Odraža evropske vrednote. Odraža tudi evropske tehnične prednosti. Uredba ustvarja povpraševanje po sistemih, ki jih je mogoče pojasniti, preveriti in revidirati.
Kdo lahko zgradi te sisteme? Ne strokovnjaki za globoko učenje, ki so zgradili modele črne škatle. Strokovnjaki za formalne metode, ki že 25 let dokazujejo pravilnost sistemov. Raziskovalci programiranja z omejitvami, ki že dve desetletji gradijo razložljive optimizacijske sisteme. Inženirji znanja, ki od zgodnjih let 2000 ustvarjajo razložljive semantične sisteme.
To je evropska prednost. Evropa ne potrebuje uvoza strokovnega znanja za umetno inteligenco. Evropa mora prepoznati, da je njeno obstoječe tehnično znanje ŽE strokovno znanje za umetno inteligenco naslednje generacije.
Priložnost za prekvalifikacijo, ki je očitna na dlani
Pakt Evropske komisije za znanja je z pobudami za dvig in prekvalifikacijo dosegel 2,6 milijona posameznikov. CEDEFOP poroča, da več kot 25 % evropskih odraslih delavcev že eksperimentira z umetno inteligenco na delovnem mestu.
Tradicionalna pripoved nakazuje, da se morajo ti delavci naučiti globokega učenja, nevronskih mrež, arhitektur transformatorjev. Postati morajo podobni prvi skupini.
To je narobe. Delavci, ki jih Evropa že ima, imajo natanko tista znanja, ki jih potrebuje umetna inteligenca naslednje generacije. Le prepoznati morajo, da je njihovo strokovno znanje dragoceno v okviru umetne inteligence.
Strokovnjak za formalno preverjanje se ne mora naučiti nevronskih mrež. Uporabiti mora svoje strokovno znanje o preverjanju pri sistemih umetne inteligence, ki temeljijo na omejitvah. Raziskovalec programiranja z omejitvami se ne mora preusmeriti v globoko učenje. Prepoznati mora, da so njegove tehnike reševanja omejitev ŽE naslednja generacija sklepanja v umetni inteligenci. Inženir znanja ne mora opustiti semantičnega spleta zaradi velikih jezikovnih modelov. Zgraditi mora hibridne sisteme, ki združujejo učenje s sklepanjem.
Izziv prekvalifikacije ni učenje evropskih strokovnjakov umetne inteligence iz nič. Gre za pomoč pri prepoznavanju, da je njihovo desetletja dolgo strokovno znanje ŽE umetna inteligenca. Umetna inteligenca, ki je trenutni pristopi ne uspejo zagotoviti.
Poslovni model, ki ga tvegajo izgubiti, ni izginil. Preoblikuje se. Podjetja, ki razumejo formalno preverjanje, zadovoljevanje omejitev in inženirstvo znanja, bodo tista, ki gradijo sisteme umetne inteligence, ki dejansko delujejo v proizvodnji. Sistemi umetne inteligence, ki so skladni z uredbami EU. Sistemi umetne inteligence, ki jim evropska podjetja lahko zaupajo.
Niansiran zaključek: polarizacija kot priložnost
Polarizacija med »imeti moramo umetno inteligenco« in »umetne inteligence ne potrebujemo« je napačna. Oba stališča zgrešita nianso.
Niansirana resničnost: Evropa potrebuje umetno inteligenco, a ne sedanje umetne inteligence. Evropa potrebuje umetno inteligenco naslednje generacije, zgrajeno na evropskih prednostih. Razložljivo, preverljivo, učinkovito, osredotočeno na človeka. Umetno inteligenco, ki jo zahteva akt o umetni inteligenci. Umetno inteligenco, ki jo evropska podjetja dejansko potrebujejo. Umetno inteligenco, ki jo evropski strokovnjaki že znajo zgraditi.
Pripoved prve skupine, da moramo prevzeti sedanjo umetno inteligenco ali propasti, je nevarna. Evropska podjetja vodi k vlaganju v sisteme, ki bodo propadli. Ohranja odvisnost od ameriške tehnologije. Ignorira evropsko strokovno znanje.
Skepticizem druge skupine do sedanje umetne inteligence je upravičen, a njihov sklep, da umetne inteligence ne potrebujemo, je napačen. Umetno inteligenco potrebujemo. Potrebujemo le PRAVO umetno inteligenco. Umetno inteligenco, zgrajeno na temeljih, ki jih razvijajo že desetletja.
Priložnost je v sintezi: priznati, da strokovno znanje za umetno inteligenco naslednje generacije že obstaja v Evropi. To je več kot 10 milijonov strokovnjakov za IKT. To so strokovnjaki za formalne metode z več kot 25 leti izkušenj. To so raziskovalci programiranja z omejitvami z dvema desetletjema dela. To so inženirji znanja, ki so zgradili semantični splet.
Teh ljudi ni treba nadomestiti s strokovnjaki za umetno inteligenco od drugod. Treba jim je omogočiti, da prepoznajo, da je njihovo strokovno znanje strokovno znanje za umetno inteligenco naslednje generacije. Treba jim je pokazati most med njihovimi sedanjimi veščinami in sistemi umetne inteligence, ki jih Evropa dejansko potrebuje.
Bij Dweve bouwen we aan die brug. Core biedt het raamwerk voor formele verificatie. Loom implementeert domeinspecialisten op basis van constraints. Nexus biedt de orkestratielaag. Spindle biedt het kennisbeheer. Elk onderdeel benut de Europese technische sterktes. Elk onderdeel creëert kansen voor Europese specialisten om hun expertise toe te passen op AI van de volgende generatie.
Polarizacija ni problem. Je priložnost. Spopad med hypeom in resničnostjo bo evropska podjetja prisilil, da prepoznajo, kaj dejansko deluje. Ko sedanja umetna inteligenca propade, bodo evropska podjetja iskala alternative. Te alternative obstajajo. Zgrajene so na 25–50 letih evropskih raziskav. Imajo jih več kot 10 milijonov evropskih strokovnjakov. Le prepoznati jih je treba kot umetno inteligenco naslednje generacije.
Wat je moet onthouden
- Polarizacija je lažna. »Moramo imeti umetno inteligenco« proti »umetne inteligence ne potrebujemo« zgreši nianso. Evropa potrebuje umetno inteligenco naslednje generacije, zgrajeno na evropskih prednostih, ne uvožene sedanje umetne inteligence.
- De huidige AI faalt. Exponentiële foutaccumulatie maakt systemen met meerdere stappen onbruikbaar. 95% van de AI-pilots haalt de productie niet. De wiskunde geeft niets om verdienmodellen.
- Europese expertise bestaat. 25+ jaar formele methoden. 20+ jaar constraint programming. 50+ jaar logisch programmeren. 20+ jaar kennistechniek. Dit is geen geschiedenis. Het is de basis van AI van de volgende generatie.
- Akt o umetni inteligenci zahteva tisto, kar Evropa ima. Razložljivost, preglednost, revidirljivost. To za evropske strokovnjake niso bremena. To je tisto, kar gradijo že desetletja.
- Več kot 10 milijonov strokovnjakov za IKT. Evropa ima obsežno delovno silo z ustreznim strokovnim znanjem. Umetne inteligence se jim ni treba učiti od začetka. Prepoznati morajo, da so njihove obstoječe veščine umetna inteligenca naslednje generacije.
- Priložnost za preusposabljanje je ogromna. Pakt za veščine je dosegel 2,6 milijona ljudi. 25 % evropskih delavcev eksperimentira z umetno inteligenco. Izziv je prepoznati, da obstoječe strokovno znanje velja za umetno inteligenco, ne pa uvažati tujega strokovnega znanja.
- Evropska suverenost na področju umetne inteligence prihaja od znotraj. Ne s posnemanjem ameriških pristopov, temveč z izkoriščanjem evropskih prednosti na področju formalnih metod, programiranja z omejitvami in inženiringa znanja za gradnjo umetne inteligence, ki dejansko deluje.
De kern
Razprava o evropski suverenosti na področju umetne inteligence se osredotoča na napačno vprašanje. Ne gre za to, ali Evropa umetno inteligenco potrebuje ali ne. Gre za to, KAKŠNO umetno inteligenco Evropa potrebuje.
Sedanja umetna inteligenca, zgrajena na globokem učenju in nevronskih mrežah, dosega matematične meje. Eksponentno kopičenje napak. Snegolomi halucinacij. 95-odstotne stopnje neuspeha v produkciji. To ni prihodnost, na katero se lahko zanesejo evropska podjetja.
Umetna inteligenca naslednje generacije, zgrajena na formalnem preverjanju, zadovoljevanju omejitev in inženiringu znanja, se v Evropi že pojavlja. Izkorišča 25–50 let evropskih raziskav. Zaposluje več kot 10 milijonov evropskih strokovnjakov. Je skladna z zahtevami akta o umetni inteligenci. Dejansko deluje.
De eerste groep zal blijven roepen dat Europa de huidige AI moet omarmen of ten onder gaat. Hun verdienmodel hangt ervan af. De tweede groep zal sceptisch blijven, zonder te beseffen dat hun expertise juist de volgende generatie AI is.
Niansirana resnica je vmes. Evropa potrebuje suverenost na področju umetne inteligence. A pot do suverenosti ni uvažanje ameriške tehnologije. Je opolnomočenje evropskih strokovnjakov, da zgradijo umetno inteligenco, ki jo že znajo ustvariti. Umetno inteligenco, zgrajeno na temeljih, ki jih razvijajo že desetletja. Umetno inteligenco, ki jo zahteva akt o umetni inteligenci. Umetno inteligenco, ki bo dejansko delovala v produkciji.
Naslednje generacije strokovnjakov za umetno inteligenco Evropi ni treba iskati ali usposabljati od začetka. Ti strokovnjaki so že tu. Tu so že 25–50 let. Le spoznati morajo, da je njihovo znanje natanko to, kar potrebuje naslednja generacija umetne inteligence.
Ste pripravljeni zgraditi evropsko suverenost na področju umetne inteligence na evropskih temeljih? Dweveova platforma, ki temelji na omejitvah, izkorišča desetletja evropskih raziskav na področju formalnih metod, programiranja z omejitvami in inženirstva znanja. Brez uvažanja ameriških neuspehov. Samo gradnja na evropskih prednostih. Potrošniki lahko do Dweve trenutno dostopajo le s povabilom.