AI-дипломатия: власть и лаборатории не слышат друг друга

Что в ролике
Если вы следите за тем, как государство и технокомпании договариваются об ИИ, эта панель с саммита Runway даёт взгляд изнутри: на сцене юрист Runway Кэтлин Харки, бывший дипломат из Гарварда Джулиан Симкок и глава по нацбезопасности Google DeepMind Рик Ингрэм. Рик признаёт, что отставание чиновников от индустрии отчасти справедливо, но видит в их миссии отдельную ценность, а Джулиан добавляет, что техническая грамотность — не то же самое, что компетентность в политике, и вспоминает переговоры SALT с СССР. Оба подчёркивают, что политики решают более широкие задачи, чем лаборатории, и не могут позволить себе излишней уверенности: Джулиан приводит диапазон главы Anthropic в 10–20% потери рабочих мест и сравнивает середину в 15% с пиком безработицы в 9,5–10% во время финансового кризиса. Для стран глобального Юга проблема в том, что условия ИИ им диктуют Пекин, Вашингтон, страны Залива или Европа, а европейские союзники, включая Британию и Францию, тоже зависят от доступа к американским frontier labs. По словам Рика, политики пока не выделяют физический ИИ в отдельную категорию и регулируют его так же, как LLM, но после инцидента Methuselah уровень внимания быстро вырос, и это создаёт риск неправильного регулирования, если сообщество физического ИИ заранее не предложит свою повестку. Взгляд на Китай тоже различается: Google DeepMind вкладывается в LLM как основу для предприятий и потребителей, тогда как Китай, по оценке Ингрэма, внедряет ИИ в промышленность и производство более прямо, а его world models менее привязаны к отдельным производственным процессам. Главной недооценённой вспышкой в ближайшие 18 месяцев оба считают неожиданный инцидент, например прорыв на переднем крае с участием Пекина, после которого потребуется срочный канал связи, аналогичный военным каналам между США и Китаем. Сейчас таких процедур, линий коммуникации и понимания, кому звонить в правительстве США, нет, и именно их создание докладчики называют главной задачей на опережение неизвестных неизвестных.
Практика
- Что получишь
- Понимание, как бывшие чиновники и разведчик видят разрыв между правительством и лабораториями, и почему регулирование физического ИИ не должно копировать LLM. Вы получите конкретные аргументы для дискуссий о Китае, безработице и каналов связи на случай инцидентов.
- Первый шаг
- Найти выпуск подкаста Эзры Кляйна с Мэттом Шиханом из Carnegie, о котором говорит Джулиан, — с него начинается тема каналов связи США и Китая.
- Цифры
- —10–20% — диапазон прогноза потери рабочих мест от ИИ, который Джулиан цитирует по словам главы Anthropic
- —9,5–10% — уровень безработицы в США на пике финансового кризиса, с которым он сравнивает 15% среднего сценария
- —18 месяцев — горизонт, на который участники называют недооценённый потенциальный очаг напряжённости
- Честно
- Панель проходит на саммите Runway, но никто из участников не продвигает конкретный продукт или курс; это открытая дискуссия о политике. Отдельные события, например инцидент Methuselah, упоминаются как общеизвестные и не расшифровываются, поэтому для полного понимания придётся искать их отдельно. Практических пошаговых инструкций в ролике нет.
Если слова незнакомы — 4 терминов
- LLMбольшие языковые модели, которые лежат в основе чат-ботов и текстовых сервисов
- world modelsмодели, которые строят внутреннее представление о реальном мире для управления действиями
- физический ИИсистемы, которые действуют в реальном мире, например роботы или беспилотники
- frontier labsлаборатории, которые разрабатывают самые передовые модели
Компоненты
1 шт.Формат: интервью · для бизнеса · уверенность разметки 0.92 · источник