Beberapa minggu yang lalu, saya menghadiri Festival Sastra Jaipur (JLF) di India. Disebut “pertunjukan sastra terbesar di Bumi”, pertemuan tahunan penulis dan pemikir terkenal ini didirikan pada tahun 2006 oleh penulis dan sejarawan Inggris William Dalrymple.
Selama panel berjudul, “Dari Reruntuhan Kekaisaran,” pin itu jatuh. Situs web JLF memperkenalkan panel sebagai berikut:
“Warisan Kerajaan Inggris membentuk kembali dunia modern, meninggalkan jejak pergolakan, perlawanan, dan transformasi. Pankaj Mishra, Jane Ohlmeyer, Christopher de Bellaigue, dan Stephen R. Platt bergabung dengan Anita Anand untuk mengeksplorasi bagaimana dominasi kekaisaran memicu revolusi intelektual dan kebangkitan politik di seluruh Asia dan sekitarnya. Bersama-sama mereka mengungkap gerakan politik dan intelektual yang menantang kekuasaan kolonial, menarik hubungan antara masa lalu dan pengaruh kekaisaran pada politik global, identitas, dan gerakan perlawanan saat ini.”
Apa pertanyaan pertama yang diajukan kepada Pankaj Mishra, penulis buku tersebut, Dari Reruntuhan Kekaisaran: Pemberontakan Melawan Barat dan Pembuatan Kembali Asia? Mereka tentang model AI generatif baru, DeepSeek:
- Bagaimana kami sampai di sana?
- Bagaimana kita menyusun jalur terbaik untuk masa depan AI?
- Mengapa kunci open source dalam pengembangan AI?
Dalam bagian ini, saya akan membahas ketiga pertanyaan tersebut.
Bagaimana kita sampai di sana: sejarah singkat untuk memahami penerimaan DeepSeek
Bagaimana DeepSeek mengundang dirinya ke festival sastra? Peristiwa sejarah apa yang membuat keunggulannya, ketika bisa dibilang beberapa kontribusi AI open source terobosan yang memungkinkan pembuatannya berasal dari tempat lain, termasuk di Prancis (Mistral AI, kyutai1 dan tim Meta FAIR Paris yang memulai semuanya dengan model bahasa Llama), Inggris (Stability AI) dan Jerman (Black Forest Labs)?
Jawabannya sederhana: persaingan yang berakar secara historis.
Sementara laboratorium AI Eropa menerima penghargaan atas terobosan AI open source mereka — terutama ketika DeepMind menjadi hak milik dan OpenAI berubah menjadi entitas nirlaba — penerimaan DeepSeek di Asia memiliki resonansi historis yang jauh lebih dalam.
Misalnya, sebuah artikel di Waktu Keuangan pada 11 Juni 2024, menyoroti keberhasilan Mistral AI:
“Mensch mengatakan bahwa Mistral telah menggunakan sedikit lebih dari 1.000 chip unit pemrosesan grafis bertenaga tinggi yang diperlukan untuk melatih sistem AI dan menghabiskan hanya beberapa lusin juta euro untuk membangun produk yang dapat menyaingi produk yang dibangun menggunakan anggaran yang jauh lebih besar oleh beberapa perusahaan terkaya di dunia, termasuk OpenAI. Google dan Meta.”
Namun peluncuran DeepSeek disambut dengan overdosis liputan media, dan penerimaannya di JLF menunjukkan sesuatu yang lebih mendalam daripada sekadar diskusi tentang kinerja AI. Mengapa penulis dan jurnalis India di acara tersebut, banyak di antaranya sering berselisih atau kritis terhadap Tiongkok, tiba-tiba merasakan perjuangan bersama melawan dominasi American AI Corporations (AIC)?
Kebanggaan dan antusiasme untuk DeepSeek di seluruh Asia berakar kuat dalam sejarah kolonial dan pernyataan perusahaan yang lebih baru.
Konteks sejarah: AI sebagai perjuangan modern untuk kemandirian
Untuk Stephen Platt, juga di panel JLF dan penulis buku, Senja Kekaisaran: Perang Candu dan Akhir Zaman Keemasan Terakhir Tiongkok, ambisi teknologi China tidak dapat dipisahkan dari bekas luka sejarahnya.
Bagi kepemimpinan Tiongkok selama bertahun-tahun, Perang Candu (1839–1860) mencontohkan bagaimana kepemimpinan militer dan teknologi Inggris yang unggul mempermalukan Tiongkok, memaksakan konsesi teritorial dan memperkuat warisan eksploitasi asing bagi mereka. Century of Humiliation ini tetap menjadi kekuatan pendorong untuk dorongan Tiongkok saat ini untuk strategi kemandirian, investasi agresifnya dalam AI, semikonduktor, dan teknologi penting lainnya — singkatnya tekadnya untuk menghindari ketergantungan pada teknologi Barat ke depan — sebuah pelajaran yang dijahit ke dalam kesadaran nasional.
Alasan panelis India berhubungan ada beberapa kali lipat. Seperti Cina, Perusahaan Hindia Timur adalah bagian gelap dari sejarah India. Tidak ada buku yang lebih baik dari William Dalrymple Anarki: Kebangkitan Tanpa Henti Perusahaan Hindia Timur untuk memahami bagaimana kebangkitan dari perusahaan perdagangan kecil menjadi kekuatan yang kuat menyebabkan runtuhnya Kekaisaran Mughal dan kecaman keserakahan perusahaan Barat. Seperti yang dikatakan oleh ulasan oleh The Guardian ini:
“Dalrymple mengarahkan kesimpulannya ke arah kecaman yang bergema terhadap kerakusan perusahaan dan pemerintah yang memungkinkannya. Kisah ini perlu diceritakan, tulisnya, bkarena imperialisme tetap ada, namun tidak jelas bagaimana sebuah negara bangsa dapat secara memadai melindungi dirinya sendiri dan warganya dari ekses korporasi.”
Baru-baru ini, dan selama panel JLF, jurnalis Inggris Anita Anand mengangkat video terkenal CEO OpenAI Sam Altman menjawab pertanyaan tentang kapasitas India dan bakatnya untuk menyaingi AIC:
“Cara kerjanya adalah kami akan memberi tahu Anda, sama sekali tidak ada harapan untuk bersaing dengan kami dalam model fondasi pelatihan (dan) Anda tidak boleh mencoba. Dan itu adalah tugas Anda untuk mencoba. Dan saya percaya kedua hal itu. Saya pikir itu sangat putus asa.”
Open source AI sebagai simbol perlawanan
DeepSeek, dan laboratorium Eropa sebelumnya, menawarkan harapan dalam perlombaan AI. Cara mereka memilih untuk melakukannya adalah dengan memilih open source.
Selain itu, rilis DeepSeek R1 perlu dipahami dalam persaingan institusional yang mengakar dalam, dengan Amerika Serikat khususnya – yang begitu dalam sehingga Eropa sering tidak disebutkan ketika membahas persaingan dengan teknologi AS.
Misalnya, berikut adalah bagan dari laporan Proyek Studi Kompetitif Khusus (SCSP) di mana Eropa tidak pernah disebutkan:
Dominasi AIC juga memicu perbandingan kolonialisme di Barat. Dalam op-ed Agustus 2024 yang sangat baik, “Kebangkitan Tekno-Kolonialisme,” anggota Dewan Inovasi Eropa Hermann Hauser dan Peneliti Senior di University College London (UCL) Hazem Danny Nakib menulis:
“Tidak seperti kolonialisme kuno, tekno-kolonialisme bukan tentang merebut wilayah tetapi tentang mengendalikan teknologi yang menopang ekonomi dunia dan kehidupan kita sehari-hari. Untuk mencapai hal ini, AS dan Tiongkok semakin mengonsumsikan segmen rantai pasokan global yang paling inovatif dan kompleks, sehingga menciptakan titik tersedak.”
Pendekatan open source perintis dari laboratorium AI Eropa seperti Mistral, kyutai dan tim FAIR Paris Meta, dan baru-baru ini DeepSeek, telah menghadirkan alternatif yang layak untuk strategi model AI eksklusif AIC. Kontribusi open source ini sekarang beresonansi kuat secara global dan semakin memotivasi pelukan AI open source sebagai simbol perlawanan terhadap dominasi AI Amerika.
Kasus untuk open source: sejarah berulang
Ada energi dan kecepatan yang luar biasa dalam kolaborasi teknologi. Kode perangkat lunak sangat cocok untuk model ini.
Peraih Nobel Ekonomi Prancis Jean Tirole pernah bingung dengan munculnya open source. Dalam makalahnya tahun 2000 dengan Josh Lerner, Ekonomi Sederhana Sumber Terbuka, mereka bertanya:
“Mengapa ribuan programmer terkemuka harus berkontribusi secara bebas untuk penyediaan barang publik? Penjelasan apa pun yang didasarkan pada altruisme hanya sejauh ini.”
Dapat dimengerti orang akan mengajukan pertanyaan saat itu, tetapi siapa pun yang mengikuti AI selama beberapa tahun terakhir tidak perlu bertanya-tanya dengan rilis pasca-DeepSeek R1. Kekuatan open source Llama oleh FAIR Paris di Meta, kebangkitan Mistral dan pendirinya dengan membuka sumber model pembelajaran bahasa 7B (LLM) dan DeepSeek R1 membuktikan mengapa para programmer dan ilmuwan ini melakukannya.
Orang juga mengerti mengapa Sam Altman dan rekan pendirinya memilih “OpenAI” sebagai nama untuk memulai perusahaan mereka dan menarik bakat. Akankah salah satu dari tim laboratorium perbatasan ini menambahkan publisitas yang begitu gema dan membangun merek pribadi seperti itu di antara komunitas AI begitu cepat jika mereka memilih untuk menjadi kepemilikan daripada open source? Jawabannya jelas tidak.
Ada dua kutipan kuat yang juga disertakan di awal makalah oleh dua monumen gerakan perangkat lunak open source. Kutipan dari tahun 1999 oleh programmer Richard Stallman dan pengembang Eric Raymond, masing-masing, menjelaskan penerimaan DeepSeek di JLF dan menyoroti kekuatan ideologis yang lebih dalam yang berperan:
“Gagasan bahwa sistem sosial perangkat lunak berpemilik—sistem yang mengatakan Anda tidak diizinkan untuk berbagi atau mengubah perangkat lunak—tidak sosial, bahwa itu tidak etis, bahwa itu salah mungkin mengejutkan sebagian orang. Tapi apa lagi yang bisa kita katakan tentang sistem yang didasarkan pada pembagian publik dan membuat pengguna tidak berdaya?”
“Fungsi utilitas yang dimaksimalkan oleh peretas Linux tidak secara klasik ekonomis, tetapi tidak berwujud dari kepuasan ego dan reputasi mereka sendiri di antara peretas lainnya. … Budaya sukarela yang bekerja dengan cara ini sebenarnya tidak jarang; satu lagi yang telah lama saya ikuti adalah fandom fiksi ilmiah, yang tidak seperti peretas secara eksplisit mengakui egoboo (peningkatan reputasi seseorang di antara penggemar lainnya).”
Lintasan Unix pada tahun 1970-an dan 1980-an berfungsi sebagai analogi yang kuat untuk apa yang terjadi di AI saat ini. Apa yang terjadi dengan Unix dan AT&T berfungsi sebagai ramalan tentang open source AI yang memindahkan pusat gempanya ke Eropa setelah OpenAI menciptakan nirlaba dan menerima investasi $ 10 miliar dari Microsoft dan lainnya.
Awalnya, Bell Labs AT&T telah mempromosikan dan mendistribusikan Unix secara bebas di kalangan akademisi pada tahun 1960-1970-an. Distribusi gratis itu mendorong inovasi dan adopsi. Kemudian pada akhir 1970-an, AT&T memutuskan untuk memberlakukan lisensi kepemilikan yang membatasi akses. Hal ini tak terhindarkan menyebabkan Universitas Berkeley meluncurkan BSD Unix – alternatif terbuka – dan akhirnya Linus Torvalds meluncurkan Linux. Linus Torvalds mengembangkan Linux di Eropa, menggeser pusat perangkat lunak open source dari AS.
Seseorang dapat dengan mudah menarik paralel ketika bahkan geografi evolusi cocok dengan apa yang telah kita saksikan di bidang AI, kecuali kali ini geografi baru juga muncul: TII Abu Dhabi dengan Model Falcon, DeepSeek China, Qwen Alibaba dan baru-baru ini, Krutrim AI Lab India dengan model open source untuk bahasa India.
Tim Meta FAIR Paris, bersama dengan laboratorium AI terkemuka di Eropa dan laboratorium perbatasan yang lebih baru (DeepSeek, Falcon, Qwen, Krutrim), telah mempercepat inovasi AI. Dengan berbagi makalah penelitian dan kode secara terbuka, mereka memiliki:
- Melatih generasi baru insinyur dan peneliti AI tentang teknik AI canggih.
- Menciptakan ekosistem kolaborasi terbuka, memungkinkan kemajuan pesat di luar laboratorium AI berpemilik.
- Menyediakan model AI alternatif, memastikan bahwa AI tidak dimonopoli oleh American AI Corporations.
Keempat ekosistem ini (Eropa, India, Abu Dhabi, dan Cina) dapat membawa kekuatan yang berbeda ke aliansi AI open source untuk mengejar ketinggalan dengan AIC dominan yang masih beroperasi di bawah pola pikir AI eksklusif.
Dalam kuesioner Ask Me Anything (AMA) pada 31 Januari 2025, setelah rilis DeepSeek R1, Altman mengakui pendekatan model AI eksklusif ini telah berada di sisi sejarah yang salah.
Pada waktunya, laboratorium AI di seluruh dunia akan memutuskan untuk bergabung dengan aliansi ini untuk memajukan bidang ini bersama-sama. Ini bukan pertama kalinya bidang ilmiah memiliki inisiatif nirlaba lintas batas dan ideologi politik. Ini memiliki manfaat sebagai mode persaingan yang tidak memicu keluhan anti-kolonial yang mungkin diungkapkan oleh Global South.
Preseden sejarah: Proyek Genom Manusia sebagai model untuk AI
Sebagai seorang ahli biologi, saya sangat sadar dan peka terhadap apa yang telah dicapai oleh Proyek Genom Manusia (HGP) dan bagaimana pada akhirnya hal itu mengalahkan inisiatif nirlaba Celera Genomics untuk kepentingan lapangan dan kemanusiaan secara keseluruhan.
Proyek Genom Manusia adalah inisiatif penelitian internasional terobosan yang memetakan dan mengurutkan seluruh genom manusia. Selesai pada tahun 2003 setelah 13 tahun berkolaborasi. Menurut sebuah laporan yang diterbitkan pada tahun 2011 dan diperbarui pada tahun 2013, dari investasi sebesar $3 miliar telah menghasilkan hampir $800 miliar dalam dampak ekonomi (pengembalian investasi ke ekonomi AS sebesar 141 banding satu – setiap $1 dari investasi HGP federal telah berkontribusi pada generasi $141 dalam perekonomian). Ini telah merevolusi kedokteran, bioteknologi, dan genetika dengan memungkinkan kemajuan dalam pengobatan yang dipersonalisasi, pencegahan penyakit, dan penelitian genomik. Pekerjaan dan penelitian pengurutan dilakukan oleh 20 laboratorium di enam negara: AS, Inggris, Prancis, Jerman, Jepang dan Cina.
Sementara proyek nirlaba yang bersaing yang dijalankan oleh Celera Genomics berusaha untuk mengurutkan urutan genomik, HGP berfokus pada berbagi data terbuka yang diabadikan dalam Prinsip Bermuda. Prinsip-prinsip ini ditetapkan selama Pertemuan Strategi Internasional tentang Pengurutan Genom Manusia diadakan di Bermuda pada Februari 1996. Prinsip-prinsip ini merupakan kunci dalam membentuk kebijakan berbagi data untuk HGP dan memiliki dampak jangka panjang pada praktik penelitian genomik secara global. Prinsip utamanya adalah:
- Rilis Data Segera: Semua data urutan genom manusia yang dihasilkan oleh HGP harus dirilis ke database publik sebaiknya dalam waktu 24 jam setelah pembuatan. Sosialisasi yang cepat ini bertujuan untuk mempercepat penemuan ilmiah dan memaksimalkan manfaat bagi masyarakat.
- Akses Gratis dan Tidak Terbatas: Data harus tersedia secara bebas untuk komunitas ilmiah global dan publik, memastikan tidak ada batasan penggunaannya untuk tujuan penelitian atau pengembangan.
- Pencegahan Klaim Kekayaan Intelektual: Peserta sepakat bahwa tidak ada hak kekayaan intelektual yang akan diklaim pada data urutan genomik primer, mempromosikan etos sains terbuka dan mencegah potensi hambatan penelitian karena paten.
Dalam hal tata kelola, HGP adalah inisiatif ilmiah yang kolaboratif dan terkoordinasi daripada organisasi atau perusahaan yang berdiri sendiri. Itu bukan entitas tunggal dengan karyawan tetap melainkan upaya terdesentralisasi yang didanai melalui hibah pemerintah dan kontrak ke berbagai lembaga penelitian. Sebagian dari anggarannya (3-5%) disisihkan untuk mempelajari dan mengatasi masalah etika, hukum, dan sosial dari pengurutan genom manusia.
Menjembatani keamanan AI dan AI open source
Satu keuntungan utama lainnya dari AI open source adalah perannya dalam penelitian keamanan AI.
KTT AI Seoul pada tahun 2024 memutuskan untuk berfokus secara eksklusif pada risiko eksistensial pada saat AIC begitu maju dari seluruh dunia. Baru-baru ini pada Mei 2024, mantan CEO Google Eric Schmidt menyatakan AS 2-3 tahun lebih maju dari China di AI, sementara Eropa terlalu sibuk mengatur untuk menjadi relevan. Jika berhasil, KTT akan secara efektif menyerahkan kendali atas keputusan keselamatan AI kepada perusahaan-perusahaan ini. Untungnya, itu tidak.
Sekarang AI open source terus menjembatani kesenjangan teknologi, diskusi keamanan tidak akan lagi didikte hanya oleh segelintir pemain dominan. Sebaliknya, kelompok pemangku kepentingan yang lebih luas dan lebih beragam — termasuk peneliti, pembuat kebijakan, dan laboratorium AI dari Eropa, India, Tiongkok, dan Abu Dhabi — sekarang memiliki kesempatan untuk membentuk diskusi bersama AIC.
Selain itu, AI open source meningkatkan kemampuan pencegahan global, memastikan bahwa tidak ada aktor tunggal yang dapat memonopoli atau menyalahgunakan sistem AI canggih tanpa akuntabilitas. Pendekatan terdesentralisasi terhadap keamanan AI ini akan membantu mengurangi potensi ancaman eksistensial dengan mendistribusikan kemampuan dan pengawasan secara lebih adil di seluruh ekosistem AI global.
Proyek AI Manusia dengan Prinsip Paris
Peran apa yang dapat dimainkan oleh KTT Aksi AI di Paris minggu depan dalam membentuk masa depan AI?
Ini akan menjadi peluang penting untuk mendirikan Proyek AI Manusia, yang dimodelkan setelah Proyek Genom Manusia, untuk memajukan dan mendukung pengembangan AI open source dalam skala global. Orang sudah dapat melihat bahwa kontribusi open source saat ini, dari laboratorium AI perintis Eropa hingga DeepSeek, sudah mempercepat bidang ini dan membantu menutup kesenjangan dengan AIC.
Kemampuan AI sebagian besar ditingkatkan oleh kematangan ekosistem open source umum dengan ribuan proyek yang matang, model tata kelola khusus (misalnya seperti Linux Foundation atau Apache Software Foundation) dan integrasi mendalam ke dalam perusahaan, akademisi, dan pemerintah.
Ekosistem open source AI juga mendapat manfaat dari platform seperti Github atau Gitlab. Baru-baru ini, platform khusus untuk AI open source seperti Hugging Face — sebuah perusahaan AS yang didirikan bersama oleh tiga pengusaha Prancis — telah mulai memainkan peran penting sebagai platform distribusi bagi komunitas.
Mengingat kematangan relatif ekosistem AI open source relatif terhadap pengurutan genom manusia pada awal 1990-an, bagaimana open source AI dapat memperoleh manfaat dari Proyek AI Manusia?
Pertama, Uni Eropa sering dikritik oleh AIC dan Lab AI perbatasannya sendiri tentang regulasi open source. Proyek AI Manusia dapat mendedikasikan upaya bersama untuk menghasilkan keselarasan peraturan dan standar di seluruh negara dan wilayah yang berpartisipasi. Pendekatan terkoordinasi tentang hal ini dengan kontribusi awal dari Eropa, India, Abu Dhabi dan Cina dapat memfasilitasi penyebaran model open source di seluruh wilayah regulasi bersama ini (a jenis area perdagangan bebas untuk open source).
Meskipun tidak terbukti secara pasti, ada paralel dengan dinamika yang didorong oleh persaingan yang membentuk reaksi terhadap DeepSeek di JLF. Demikian pula Regulasi AI dapat dibuat dengan fokus pada mendorong inovasi dan memaksimalkan manfaat publik — baik untuk perusahaan maupun konsumen — daripada berfungsi sebagai mekanisme potensial untuk menghambat kemajuan AIC atau menghambat juara AI lokal yang berusaha untuk menutup kesenjangan.
Proyek ini juga dapat memfasilitasi pertukaran bakat, dan juga mendanai infrastruktur komputasi bersama (terkait dengan infrastruktur energi) untuk AI open source. Orang dapat dengan mudah melihat dari bagan di bawah ini bahwa lulusan STEM berbakat di beberapa bagian dunia saat ini mungkin merasa sulit untuk mengakses infrastruktur AI kelas dunia yang tidak dimiliki negara mereka.
Area kolaborasi lainnya adalah menghasilkan praktik terbaik tentang standar akses terbuka untuk model dan kumpulan data seputar bobot, kode, dan dokumentermentation.
Proyek ini juga dapat mendorong kolaborasi global dalam Penelitian Keamanan AI. Alih-alih berlomba secara rahasia untuk memperbaiki masalah keselarasan, para peneliti dari Paris ke Beijing hingga Bangalore dapat bekerja sama dalam mengevaluasi model dan mengurangi risiko. Semua temuan keamanan (misalnya, metode untuk mengurangi keluaran berbahaya atau alat untuk interpretabilitas) dapat dibagikan segera di domain terbuka.
Prinsip ini akan mengakui bahwa keamanan AI adalah barang publik global — terobosan dalam satu laboratorium (katakanlah, algoritma baru untuk membuat penalaran AI transparan) harus menguntungkan semua, bukan tetap menjadi hak milik. Tolok ukur keselamatan bersama dan acara tantangan dapat diselenggarakan untuk mendorong budaya tanggung jawab kolektif. Dengan mengumpulkan penelitian keselamatan, proyek ini akan bertujuan untuk tetap berada di depan potensi penyalahgunaan atau kecelakaan AI, meyakinkan publik bahwa sistem AI yang kuat dikelola dengan hati-hati.
Fokus pada risiko eksistensial pada KTT Keselamatan AI Inggris tahun 2023 di Bletchley Park, dengan terlalu fokus pada analogi Proliferasi Nuklir, melewatkan kesempatan untuk melihat area lain di mana keselamatan dianggap sebagai barang publik: keamanan siber, antibiotik dan imunologi (dengan sejumlah inisiatif menarik pasca Covid-19), dan keselamatan penerbangan.
Proyek ini juga dapat bermitra dengan dan memajukan pekerjaan yang saat ini dilakukan oleh ARC Prize Foundation swasta untuk mendorong pengembangan sistem AI yang aman dan canggih. ARC Prize, yang didirikan bersama oleh François Chollet, pencipta perpustakaan open source Keras, dan Mike Knoop, salah satu pendiri perusahaan perangkat lunak Zapier, adalah organisasi nirlaba yang menyelenggarakan kompetisi publik untuk memajukan penelitian kecerdasan umum buatan (AGI). Acara unggulan mereka, kompetisi ARC Prize, menawarkan lebih dari $1 juta kepada peserta yang dapat mengembangkan dan solusi sumber terbuka untuk tolok ukur ARC-AGI — sebuah tes yang dirancang untuk mengevaluasi kemampuan sistem AI untuk menggeneralisasi dan memperoleh keterampilan baru secara efisien.
Penekanan ARC Prize Foundation pada solusi open source dan kompetisi publik akan selaras dengan tujuan Proyek AI Manusia untuk mendorong kolaborasi internasional dan transparansi dalam pengembangan AI seperti yang dinyatakan di situs web ARC Prize Foundation di bawah “AGI:”
“LLM dilatih pada data dalam jumlah besar yang tak terbayangkan, namun tetap tidak dapat beradaptasi dengan masalah sederhana yang belum mereka latih, atau membuat penemuan baru, tidak peduli seberapa mendasarnya.
Insentif pasar yang kuat telah mendorong penelitian AI perbatasan untuk menjadi sumber tertutup. Perhatian penelitian dan sumber daya sedang ditarik ke jalan buntu.
ARC Prize dirancang untuk menginspirasi para peneliti untuk menemukan pendekatan teknis baru yang mendorong kemajuan AGI terbuka ke depan.”
Seperti HGP, Proyek AI Manusia akan mendedikasikan sebagian dari pendanaannya untuk tata kelola dan pengawasan yang etis. Ini juga akan mencakup diskusi tentang hak cipta. Proyek ini dapat membantu masyarakat berpikir tentang etika mengakses sumber informasi terbaik dalam pelatihan secara gratis sambil mengembangkan model kepemilikan di atasnya. Di ruang biologi, diketahui bahwa Bank Data Protein, yang sangat penting untuk model AlphaFold Google DeepMind untuk memprediksi struktur protein, kemungkinan membutuhkan dana yang setara dengan $ 10 miliar selama periode 50 tahun. Proyek ini dapat membantu dalam memikirkan bagaimana kami terus mendanai pengembangan AI atau bagaimana AIC yang dipatenkan harus berbagi pendapatan dengan pencipta karya asli.
Bersama-sama, Prinsip Paris dan Proyek AI Manusia ini akan membantu memajukan AI secara global dengan cara yang lebih terbuka, kolaboratif, dan etis. Mereka akan membangun apa yang telah dapat dicapai oleh kontributor open source terkemuka dari Eropa hingga Timur Tengah, India dan sekarang China dalam perangkat lunak open source yang ada dan kerangka kerja dan platform khusus AI.
Sejarah berulang dengan AI
Peluang di depan kita sangat besar. Mistral AI, kyutai, BFL, Stability, dan baru-baru ini DeepSeek telah memberi publik harapan bahwa masa depan di mana kerja sama mengalahkan atau setidaknya menyaingi AIC yang dipatenkan adalah mungkin.
Kami masih dalam hari-hari awal terobosan teknologi ini. Kita harus berterima kasih atas kontribusi yang diberikan AIC di lapangan. AI Action Summit harus menjadi kesempatan untuk mendorong inovasi kooperatif dalam skala yang belum pernah terlihat sebelumnya dan membawa sebanyak mungkin pemain ke sisi kanan sejarah.
Ini adalah tahun 1789 lagi. Kita melihat di hadapan kita perjuangan untuk kedaulatan teknologi, desentralisasi kekuasaan, dan seruan untuk AI sebagai barang publik. Dan sama seperti tahun 1789, revolusi ini tidak akan terkendali.
(Lee Thompson-Kolar mengedit bagian ini.)
Pandangan yang diungkapkan dalam artikel ini adalah pendapat penulisn dan tidak selalu mencerminkan kebijakan editorial Fair Observer.
