我們目前正在根據所採用的具體選擇和

工作流程來記錄每個支柱。 結合企業策略：在更大的背景下解決人工智慧監管中的未決問題 然而，必須將中小企業和新創公司的合規政策放在更大的背景下，提供關鍵上游投入（例如雲端基礎設施和基礎模型）的主要參與者與領先的人工智慧新創公司之間的合併和合作已成為一種趨勢。 美國聯邦貿易委員會最近發起的關於生成式人工智慧合作夥伴關係的調查就證明了這一趨勢，這通常表明基礎模型（FM）市場可能正在走向一定程度的整合。上游市場的這種潛在整合可能會對中小企業和新創企業營運的下游市場產生負面影響。這些下游市場大多是下圖中紅色矩形內的市場，摘自英國CMA對AI FM的審查。上游市場的競爭減少可能會導致商業模式多樣性的減少，並降低使用多種FM的靈活性以及FM提供者對所產生的產出的責任。


基礎模型開發、訓練與部署概述 正如 LeCun 在他的主題演講中所強調的那樣，我們需要 丹麥 電話號碼 多樣化的人工智慧系統，就像我們需要多樣化的媒體一樣，為此，開源的作用至關重要。 在這方面，經過激烈辯論，歐盟政策制定者最終決定對FM進行兩級監管。第一層要求所有 FM 提供者承擔一系列透明度義務並證明其遵守版權法，但僅用於研究或根據開源許可發布的提供者除外。 該例外不適用於第二層，它涵蓋了被分類為具有高影響力（或帶有系統性風險，第 52a 條）的模型，這是根據用於其訓練的計算量（以浮點運算表示，或失敗）。根據當前文本，今天只有 GPT-4 和 Meta LLama-2 等模型會發現自己落入第二層。雖然分層的基本原理受到了部分科學界的批評，但歐盟立法者似乎已經接受了操作系統生態系統所倡導的比例方法（區別對待不同的用途和開發模式） ，並且操作系統界認為達成的妥協是有希望的。 該法案對免費和開源人工智慧模式的廣泛豁免，以及對中小企業的比例原則（第 60 條）的採用，似乎是現階段的合理妥協。



後一項原則規定，在涉及模型修改或微調的情況下，提供者的義務應僅限於這些特定變更。例如，這可能涉及更新現有技術文件以包含修改訊息，包括新的培訓資料來源。這種方法可以成功地調節與人工智慧技術相關的潛在風險，而不會抑制創新。 然而，俗話說，細節決定成敗。對整個人工智慧生態系統的實際影響只會在未來幾個月或幾年內變得明顯，特別是當新成立的人工智慧辦公室開始工作時，該辦公室的任務是實施《人工智慧法案》的許多條款。在其眾多職責中，人工智慧辦公室還將監督 FLOPs 閾值隨時間的調整，以反映技術和產業的變化。 在最好的情況下，立法的清晰度將在接下來的幾個月內通過大量的建議、指南、實施和授權行為、行為準則（例如第 69 條為應用特定要求而引入的自願行為準則）來實現。然而，人們擔心這可能會給活躍在 CMA 圖表下部的中小企業和新創公司帶來負擔，因為它們被大量的文書工作淹沒，並面臨相對較高的合規成本來應對新形勢。