Која е улогата на големите технолошки компании во вештачката интелигенција?

Која е улогата на големите технолошки компании во вештачката интелигенција?

Краток одговор: Големата технологија е важна во вештачката интелигенција бидејќи ги контролира негламурозните основни елементи - компјутери, облачни платформи, уреди, продавници за апликации и корпоративни алатки. Таа контрола ѝ овозможува брзо да финансира врвни модели и да испорачува функции до милијарди луѓе. Ако управувањето, контролата на приватноста и интероперабилноста се слаби, истата моќ се претвора во заклучување и концентрација на моќ.

Клучни заклучоци:

Инфраструктура: Контролата на облакот, чиповите и MLO-опциите третирајте ја како главна точка на ограничување на вештачката интелигенција.

Дистрибуција: Очекувајте ажурирањата на платформата да дефинираат што значи „ВИ“ за повеќето корисници.

Контрола на пристап: Правилата на продавницата за апликации и условите на API тивко одредуваат кои функции на вештачката интелигенција се испорачуваат.

Корисничка контрола: Побарајте јасни откажувања, трајни поставки и административни контроли што функционираат.

Одговорност: Потребни се евиденции за ревизија, транспарентност и патишта за жалби за штетни исходи.

Која е улогата на големите технолошки компании во вештачката интелигенција? Инфографик

🔗 Иднината на вештачката интелигенција: Трендови и што е следно
Клучни иновации, ризици и индустрии преобликувани во текот на следната деценија.

🔗 Основни модели во генеративна вештачка интелигенција: Едноставен водич
Разберете како основните модели ги напојуваат модерните генеративни апликации за вештачка интелигенција.

🔗 Што е компанија за вештачка интелигенција и како функционира
Научете особини, тимови и производи што ги дефинираат бизнисите што првенствено се ориентирани кон вештачката интелигенција.

🔗 Како изгледа вештачкиот код во реални проекти
Погледнете примери на шеми на код, алатки и работни процеси управувани од вештачка интелигенција.

Да се ​​​​соочиме со тоа за момент - повеќето „разговори за вештачка интелигенција“ ги заобиколуваат неубавите делови како што се пресметувањето, дистрибуцијата, набавките, усогласеноста и непријатната реалност дека некој мора да плати за графички процесори и електрична енергија. Големата технологија живее во тие неубави делови. Токму затоа е толку важно. 😅 ( IEA - Енергија и вештачка интелигенција , NVIDIA - Преглед на платформи за инференција со вештачка интелигенција )

Улогата на вештачката интелигенција на големите технолошки компании, на едноставен јазик 🧩

Кога луѓето велат „Голема технологија“, тие обично мислат на гигантските платформски компании кои ги контролираат главните слоеви на модерното компјутерство:

Значи, улогата не е само „тие прават вештачка интелигенција“. Повеќе е како да ги градат автопатите, да ги продаваат автомобилите, да ги водат патарините, а исто така да одлучуваат каде одат излезите. Мало претерување... но не многу.

Улогата на големите технолошки компании во вештачката интелигенција: петте големи работни места 🏗️

Ако сакате чист ментален модел, големите технолошки компании имаат тенденција да извршуваат пет преклопувачки задачи во светот на вештачката интелигенција:

  1. Давател на инфраструктура
    Центри за податоци, облак, мрежи, безбедност, алатки за MLOps. Работите што ја прават вештачката интелигенција изводлива во голем обем. ( Документација за вештачка интелигенција на Amazon SageMaker , IEA - Енергија и вештачка интелигенција )

  2. Креатор на модели и истражувачки мотор
    Не секогаш, но често - лаборатории, внатрешно истражување и развој, применето истражување и „продуктизирана наука“. ( Закони за скалирање за невронски јазични модели (arXiv) , Обука за пресметување на оптимални големи јазични модели (Chinchilla) (arXiv) )

  3. Дистрибутер
    Тие можат да ја вметнат вештачката интелигенција во полињата за пребарување, телефоните, клиентите за е-пошта, рекламните системи и алатките на работното место. Дистрибуцијата е суперсила.

  4. Правилник
    за продавница за апликации, правила за платформа, API услови, модерација на содржина, безбедносни порти, корпоративни контроли. ( Упатства за преглед на апликации на Apple , Безбедност на податоци на Google Play )

  5. Распределувач на капитал
    Тие финансираат, стекнуваат, соработуваат, инкубираат. Тие го обликуваат она што преживува.

Тоа е улогата на големите технолошки компании во вештачката интелигенција во функционална смисла: тие создаваат услови за постоење на вештачката интелигенција - а потоа одлучуваат како ќе стигне до вас.

Што ја прави една верзија на улогата на вештачката интелигенција на големите технолошки компании добра ✅😬

„Добрата верзија“ на големата технологија во вештачката интелигенција не е за совршенство. Станува збор за компромиси што се решаваат одговорно, со помалку изненадувања за сите други.

Еве што има тенденција да ја разликува атмосферата на „корисниот џин“ од атмосферата на „уф, монопол“:

  • Транспарентност без претерување со жаргонот.
    Јасно означување на функциите на вештачката интелигенција, ограничувањата и податоците што се користат. Не е лавиринт од политики од 40 страници. ( NIST AI RMF 1.0 , ISO/IEC 42001:2023 )

  • Вистинска контрола од страна на корисникот.
    Откажувања што функционираат, поставки за приватност што не се ресетираат мистериозно и администраторски контроли што не се лов на богатство. ( GDPR - Регулатива (ЕУ) 2016/679 )

  • Интероперабилност и отвореност - понекогаш
    не мора сè да биде со отворен код, но заклучувањето на сите во еден добавувач засекогаш е… избор.

  • Безбедност со забите
    Мониторинг на злоупотреба, црвено здружување, контрола на содржината и подготвеност за блокирање на очигледно ризични случаи на употреба. ( NIST AI RMF 1.0 , NIST GenAI профил (AI RMF придружник) )

  • Здрави екосистеми
    Поддршка за стартапи, партнери, истражувачи и отворени стандарди, за иновациите да не станат „изнајми платформа или ќе исчезнеш“. ( Принципи на ОЕЦД за вештачка интелигенција )

Ќе го кажам јасно: „добрата верзија“ се чувствува како солидна јавна услуга со силен вкус на производот. Лошата верзија се чувствува како казино каде што куќата исто така ги пишува правилата. 🎰

Табела за споредба: најдобрите „ленти со вештачка интелигенција“ на големите технолошки компании и зошто тие функционираат 📊

Алатка (лента) Публика Цена Зошто функционира
Платформи за вештачка интелигенција во облак Претпријатија, стартапи базирано на употреба Лесно скалирање, една фактура, многу копчиња (премногу копчиња)
API-ја на Frontier Model Развивачи, тимови за производи плаќање по токен / нивоа Брзо за интегрирање, добар квалитет на почетната вредност, се чувствува како измама 😅
Вградена вештачка интелигенција во уредот Потрошувачи, потрошувачи спакувано Ниска латентност, понекогаш пријателски настроен кон приватноста, работи речиси офлајн
AI пакет за продуктивност Канцелариски тимови додаток по седиште Живее во секојдневните работни процеси - документи, пошта, состаноци, целата макотрпна работа
Реклами + Таргетирање на вештачка интелигенција Маркетери % од трошењето Големи податоци + дистрибуција = ефикасно, исто така малку морничаво 👀
Безбедност + Усогласеност со вештачката интелигенција Регулирани индустрии премиум Продава „мир на умот“ - дури и ако станува збор само за помалку известувања
Чипови за вештачка интелигенција + забрзувачи Сите возводно големи капитални трошоци Ако ги поседуваш лопатите, ја добиваш златната треска (несмасна метафора, сè уште вистинита)
Отворени екосистемски игри Градители, истражувачи бесплатни + платени нивоа Моментум на заедницата, побрзо повторување, понекогаш неконтролирана забава

Мала индиферентна исповед: „free-ish“ многу работи таму. Слободно додека не престане да биде... знаете како оди тоа.

Крупен план: точката на застој во инфраструктурата (компјутерски технологии, облак, чипови) 🧱⚙️

Ова е делот за кој повеќето луѓе не сакаат да зборуваат бидејќи не е гламурозен. Но, тоа е 'рбетот на вештачката интелигенција.

Големата технологија влијае на вештачката интелигенција преку контролирање на:

Ако некогаш сте се обиделе да распоредите систем со вештачка интелигенција во вистинска компанија, веќе знаете дека „моделот“ е лесниот дел. Тешкиот дел е: дозволи, евидентирање, пристап до податоци, контрола на трошоците, време на работа, одговор на инциденти… работите за возрасни. 😵💫

Бидејќи големите технолошки компании поседуваат толку многу од ова, тие можат да постават стандардни шеми:

  • Кои алатки стануваат стандардни

  • Кои рамки добиваат поддршка од прва класа

  • Кој хардвер добива приоритет

  • Кои модели на цени стануваат „нормални“

Тоа не е автоматски зло. Но, тоа е моќ.

Крупен план: истражување на модел наспроти реалност на производот 🧪➡️🛠️

Еве ја тензијата: Големите технолошки компании можат да финансираат длабинско истражување, а исто така имаат потреба и од квартални победи во производите. Таа комбинација создава неверојатни откритија, а исто така создава и… сомнителни лансирања на нови функции.

Големите технолошки компании обично го поттикнуваат напредокот на вештачката интелигенција преку:

Но, притисокот на производот ги менува работите:

  • Брзината ја победува елеганцијата

  • Испораката е поудобна објаснувајќи

  • „Доволно добро“ е подобро од „целосно разбрано“

Понекогаш тоа е во ред. На повеќето корисници не им е потребна теоретска чистота, туку им е потребен корисен асистент во нивниот работен тек. Но, ризикот е дека „доволно добро“ ќе се распореди во чувствителни контексти (здравство, вработување, финансии, образование) каде што „доволно добро“... не е доволно добро. ( Закон на ЕУ за вештачка интелигенција - Регулатива (ЕУ) 2024/1689 )

Ова е дел од улогата на големите технолошки компании во вештачката интелигенција - преведување на најсовремените можности во карактеристики за масовен пазар, дури и кога рабовите се сè уште остри. 🔪

Крупен план: дистрибуцијата е вистинската суперсила 🚀📣

Ако можете да ја сместите вештачката интелигенција во местата каде што луѓето веќе живеат дигитално, не мора да ги „убедувате“ корисниците. Вие само станувате стандардна опција.

Дистрибутивните канали на големите технолошки компании вклучуваат:

Затоа помалите компании за вештачка интелигенција често соработуваат со големите технолошки компании, дури и ако се нервозни поради тоа. Дистрибуцијата е кислород. Без неа, можете да го имате најдобриот модел на светот, а сепак да викате во празнината.

Исто така, постои суптилен несакан ефект: дистрибуцијата го обликува значењето на „ВИ“ за јавноста. Ако ВИ се појавува главно како помошник во пишувањето, луѓето претпоставуваат дека ВИ е за пишување. Ако се појави како уредување фотографии, луѓето претпоставуваат дека ВИ е за слики. Платформата ја одредува атмосферата.

Крупен план: податоци, приватност и договор за доверба 🔐🧠

Системите со вештачка интелигенција честопати стануваат поефикасни кога се персонализирани. Персонализацијата честопати бара податоци. А податоците создаваат ризик. Тој триаголник никогаш не исчезнува.

Големата технологија се наоѓа на:

  • Податоци за однесувањето на потрошувачите (пребарувања, кликови, преференции)

  • Податоци за претпријатието (е-пошта, документи, разговори, билети, работни процеси)

  • Податоци за платформата (апликации, плаќања, сигнали за идентитет)

  • Податоци за уредот (локација, сензори, фотографии, гласовни влезови)

Дури и кога „суровите податоци“ не се користат директно, околниот екосистем ги обликува обуката, финото подесување, евалуацијата и насочувањето на производот.

Договорот за доверба обично изгледа вака:

  • Корисниците прифаќаат собирање податоци бидејќи производот е практичен 🧃

  • Регулаторите возвраќаат кога станува морничаво 👀 ( GDPR - Регулатива (ЕУ) 2016/679 )

  • Компаниите одговараат со контроли, политики и пораки „приватноста е на прво место“

  • Сите се расправаат за тоа што значи „приватност“

Едно практично правило кое го видов како функционира: ако компанијата може да ги објасни своите практики за податоци од вештачка интелигенција во еден разговор без да се крие зад правниот фраза, обично се справува подобро од просекот. Не совршено - само подобро.

Крупен план: управување, безбедност и играта на тивко влијание 🧯📜

Ова е помалку видливата улога: Големите технолошки компании честопати помагаат да се дефинираат правилата што ги следат сите други.

Тие го обликуваат управувањето преку:

Понекогаш ова е навистина корисно. Големите технолошки компании можат да инвестираат во тимови за безбедност, алатки за доверба, откривање на злоупотреби и инфраструктура за усогласеност што помалите играчи не можат да си ги дозволат.

Понекогаш е самопослужувачко. Безбедноста може да стане ров, каде што само најголемите играчи можат да „си дозволат“ да се придржуваат. Тоа е загатката: безбедноста е неопходна, но скапата безбедност може случајно да ја замрзне конкуренцијата. ( Закон на ЕУ за вештачка интелигенција - Регулатива (ЕУ) 2024/1689 )

Тука е важна нијансата. Не е ни забавната нијанса - досадната од типот. 😬

Крупен план: конкуренција, отворени екосистеми и гравитација на стартапите 🧲🌱

Улогата на големите технолошки компании во вештачката интелигенција, исто така, вклучува обликување на обликот на пазарот:

  • Аквизиции (талент, технологија, дистрибуција)

  • Партнерства (модели хостирани во облаци, зделки со заеднички претпријатија)

  • Финансирање на екосистемот (кредити, инкубатори, пазари)

  • Отворени алатки (рамки, библиотеки, „отворени“ изданија)

Постои еден шаблон што го гледав како се повторува:

  1. Стартапите брзо иновираат

  2. Големата технологија го интегрира или копира успешниот модел

  3. Стартапите се насочуваат кон ниши или стануваат цели за аквизиции

  4. „Слојот на платформата“ се згуснува

Тоа не е автоматски лошо. Платформите можат да го намалат триењето и да ја направат вештачката интелигенција достапна. Но, може да ја намалат и различноста. Ако секој производ стане „обвивка околу истите неколку API-ја“, иновацијата почнува да се чувствува како преуредување на мебелот во истиот стан.

Малку неуредна конкуренција е здрава. Како предјадење од квасец. Ако стерилизирате сè, тоа престанува да расте. Таа метафора е малку несовршена, но јас се држам до неа. 🍞

Живеење и со возбуда и со претпазливост 😄😟

И двете чувства се совпаѓаат. Возбудата и претпазливоста можат да делат иста просторија.

Причини за возбуда:

  • Побрзо распоредување на корисни алатки

  • Подобра инфраструктура и сигурност

  • Пониска бариера за бизнисите да воведат вештачка интелигенција

  • Повеќе инвестиции во безбедноста и стандардизација ( NIST AI RMF 1.0 , Принципи на OECD за вештачка интелигенција )

Причини да бидете претпазливи:

Реалистичен став е: Големите технолошки компании можат да ја забрзаат вештачката интелигенција за светот, а воедно да концентрираат моќ. Ова може да биде точно во исто време. Луѓето не го сакаат тој одговор бидејќи му недостасува пикантен вкус, а сепак одговара на доказите.

Практични заклучоци за различни читатели 🎯

Ако сте купувач на бизнис 🧾

Ако сте програмер 🧑💻

  • Изградете имајќи ја предвид преносливоста (помагаат слоевите за апстракција)

  • Не се обложувајте на сè на една карактеристика на добавувачот што може да исчезне

  • Следете ги ограничувањата на цените, промените во цените и ажурирањата на политиките како да е дел од вашата работа (затоа што е) ( Упатства за преглед на апликации на Apple , Безбедност на податоци на Google Play )

Ако сте креатор на политики или раководител за усогласеност 🏛️

Ако сте редовен корисник 🙋

  • Дознајте каде се наоѓаат функциите на вештачката интелигенција во вашите апликации

  • Користете ги контролите за приватност дури и ако се досадни ( GDPR - Регулатива (ЕУ) 2016/679 )

  • Бидете скептични кон „магичните“ резултати - вештачката интелигенција е самоуверена, не е секогаш точна 😵

Заклучок: Улогата на големите технолошки компании во вештачката интелигенција 🧠✨

Улогата на големите технолошки компании во вештачката интелигенција не е еднократна. Тоа е збир на улоги: сопственик на инфраструктура, креатор на модели, дистрибутер, чувар на врата и обликувач на пазарот. Тие не само што учествуваат во вештачката интелигенција - тие го дефинираат теренот на кој расте вештачката интелигенција.

Ако се сеќавате само на еден ред, напишете го вака:

Улогата на големите технолошки компании во вештачката интелигенција.
Тоа е градење на цевките, поставување на стандардните поставки и управување со тоа како вештачката интелигенција стигнува до луѓето - на масовно ниво, со огромни последици. ( NIST AI RMF 1.0 , Закон на ЕУ за вештачка интелигенција - Регулатива (ЕУ) 2024/1689 )

И да, „последици“ звучат драматично. Но, вештачката интелигенција е една од оние теми каде што драматичното понекогаш е едноставно… точно. 😬🤖

Најчесто поставувани прашања

Каква е улогата на големите технолошки компании во вештачката интелигенција, во практична смисла?

Улогата на големите технолошки компании во вештачката интелигенција е помалку „тие прават модели“ а повеќе „тие управуваат со машините што ја прават вештачката интелигенција да работи во голем обем“. Тие обезбедуваат инфраструктура во облак, ја пренесуваат вештачката интелигенција преку уреди и апликации и поставуваат правила на платформата што го обликуваат она што се гради. Тие исто така финансираат истражувања, партнерства и аквизиции што влијаат на тоа кои пристапи ќе преживеат. На многу пазари, тие ефикасно го дефинираат стандардното искуство со вештачката интелигенција.

Зошто пристапот до компјутери е толку важен за тоа кој може да изгради вештачка интелигенција во голем обем?

Современата вештачка интелигенција зависи од големи кластери на графички процесори, брзо вмрежување, складирање и сигурни MLOps цевководи - не само од паметни алгоритми. Ако не можете да добиете предвидлив капацитет, обуката, евалуацијата и распоредувањето стануваат кревки и скапи. Големите технолошки компании често го контролираат слојот „’рбет“ (облак, партнерства со чипови, распоред, безбедност), што може да одреди што е изводливо за помалите тимови. Таа моќ може да биде корисна, но останува моќ.

Како дистрибуцијата на големите технолошки компании го обликува значењето на „Вештачката интелигенција“ за секојдневните корисници?

Дистрибуцијата е суперсила бидејќи ја претвора вештачката интелигенција во стандардна функција, наместо во посебен производ што мора да го изберете. Кога вештачката интелигенција се појавува во лентите за пребарување, телефоните, е-поштата, документите, состаноците и продавниците за апликации, таа станува „она што е вештачката интелигенција“ за повеќето луѓе. Тоа исто така ги стеснува јавните очекувања: ако вештачката интелигенција е претежно алатка за пишување во вашите апликации, корисниците претпоставуваат дека вештачката интелигенција е еднаква на пишувањето. Платформите тивко го одредуваат тонот.

Кои се главните начини на кои правилата на платформите и продавниците за апликации дејствуваат како чувари на вештачката интелигенција?

Политиките за преглед на апликации, условите на пазарот, правилата за содржина и ограничувањата на API можат да одредат кои функции на вештачката интелигенција се дозволени и како тие мора да се однесуваат. Дури и кога правилата се дефинирани како заштита на безбедноста или приватноста, тие исто така ја обликуваат конкуренцијата со зголемување на трошоците за усогласеност и имплементација. За програмерите, ова значи дека ажурирањата на политиките можат да бидат подеднакво важни како и ажурирањата на моделите. Во пракса, „што се испорачува“ често е „што поминува низ портата“

Како платформите за облак со вештачка интелигенција како SageMaker, Azure ML и Vertex AI се вклопуваат во улогата на големите технолошки компании во вештачката интелигенција?

Платформите за облачна вештачка интелигенција ги спојуваат обуката, распоредувањето, следењето, управувањето и безбедноста на едно место, што ги намалува тешкотиите за стартапите и претпријатијата. Алатки како Amazon SageMaker, Azure Machine Learning и Vertex AI го олеснуваат скалирањето и управувањето со трошоците преку однос со еден добавувач. Компромисот е што практичноста може да го зголеми заклучувањето, бидејќи работните процеси, дозволите и следењето се длабоко интегрирани во тој екосистем.

Што треба да праша купувачот на бизнис пред да усвои алатки за вештачка интелигенција од големите технолошки компании?

Започнете со податоци: каде одат, како се изолирани и какви контроли за задржување и ревизија постојат. Прашајте за административни контроли, евидентирање, граници за пристап и како моделите се оценуваат за ризик во вашиот домен. Исто така, проверете ги цените на притисок, бидејќи трошоците базирани на употреба можат да се зголемат како што расте усвојувањето. Во регулирани услови, усогласете ги очекувањата со рамките и барањата за усогласеност што вашата организација веќе ги користи.

Како програмерите можат да избегнат ограничување на добавувачи кога градат на API-ја за вештачка интелигенција на големи технолошки компании?

Вообичаен пристап е дизајнирање за преносливост: завиткајте ги повиците на моделот зад слој на апстракција и чувајте ги потсетниците, политиките и логиката за евалуација версионирани и тестирани. Избегнувајте потпирање на една „специјална“ карактеристика на добавувачот што може да се промени или исчезне. Следете ги ограничувањата на цените, ажурирањата на цените и промените на политиките како дел од тековното одржување. Преносливоста не е бесплатна, но обично чини помалку од присилна миграција.

Како приватноста и персонализацијата создаваат „доверлив договор“ со функциите на вештачката интелигенција?

Персонализацијата често ја подобрува корисноста на вештачката интелигенција, но обично ја зголемува изложеноста на податоци и перцепираната „морничавост“. Големите технолошки компании се блиску до податоците за однесувањето, претпријатијата, платформите и уредите, така што корисниците и регулаторите внимателно проверуваат како тие податоци влијаат врз обуката, финото подесување и одлуките за производот. Практичен критериум е дали компанијата може јасно да ги објасни своите практики за податоци од вештачката интелигенција без да се крие зад правен јазик. Добрите контроли и вистинските откажувања се важни.

Кои стандарди и регулативи се најрелевантни за управувањето и безбедноста на вештачката интелигенција на големите технолошки компании?

Во многу цевководи, управувањето ги спојува политиките за внатрешна безбедност со надворешни рамки и закони. Организациите често се повикуваат на упатствата за управување со ризици како што е AI RMF на NIST, стандардите за управување како ISO/IEC 42001 и регионалните правила како што се GDPR и Законот за вештачка интелигенција на ЕУ за одредени случаи на употреба. Овие влијаат врз евидентирањето, ревизиите, границите на податоците и што се блокира или дозволува. Предизвикот е што усогласеноста може да стане скапа, што може да им користи на поголемите играчи.

Дали влијанието на големите технолошки компании врз конкуренцијата и екосистемите е секогаш лоша работа?

Не автоматски. Платформите можат да ги намалат бариерите, да стандардизираат алатки и да финансираат безбедност и инфраструктура што помалите тимови не можат да си ги дозволат. Но, истата динамика може да ја намали различноста ако секој стане тенка обвивка околу неколку доминантни API-ја, облаци и пазари. Внимавајте на модели како што се консолидација на пресметување и дистрибуција, плус промени во цените и политиките од кои е тешко да се избега. Најздравите екосистеми обично оставаат простор за интероперабилност и нови учесници.

Референци

  1. Меѓународна агенција за енергија - Енергија и вештачка интелигенција - iea.org

  2. Меѓународна агенција за енергија - Побарувачка на енергија од вештачка интелигенција - iea.org

  3. NVIDIA - Преглед на платформи за инференција со вештачка интелигенција - nvidia.com

  4. Amazon Web Services - Документација за Amazon SageMaker AI (Што е SageMaker?) - aws.amazon.com

  5. Microsoft - Документација за машинско учење на Azure - learn.microsoft.com

  6. Google Cloud - Документација за Vertex AI - cloud.google.com

  7. Google Cloud - MLOps на Vertex AI - cloud.google.com

  8. Microsoft - Водич за архитектура на операции за машинско учење (MLops) v2 - learn.microsoft.com

  9. Apple Developer - Core ML - developer.apple.com

  10. Google Developers - Комплет за машинско учење - developers.google.com

  11. Apple Developer - Упатства за преглед на апликации - developer.apple.com

  12. Помош за Google Play Console - Безбедност на податоци - support.google.com

  13. arXiv - Закони за скалирање за невронски јазични модели - arxiv.org

  14. arXiv - Обука за оптимални модели на големи јазици за пресметување (Chinchilla) - arxiv.org

  15. Национален институт за стандарди и технологија - Рамка за управување со ризици од вештачка интелигенција (AI RMF 1.0) - nist.gov

  16. Национален институт за стандарди и технологија - NIST Generative AI Profile (AI RMF придружник) - nist.gov

  17. Меѓународна организација за стандардизација - ISO/IEC 42001:2023 - iso.org

  18. EUR-Lex - Регулатива (ЕУ) 2016/679 (GDPR) - eur-lex.europa.eu

  19. EUR-Lex - Регулатива (EU) 2024/1689 (EU AI Act) - eur-lex.europa.eu

  20. OECD - OECD AI Principles - oecd.ai

Пронајдете ја најновата вештачка интелигенција во официјалната продавница за асистенти за вештачка интелигенција

За нас

Назад кон блогот