Auteur
In een recente wekelijkse video-update meldde Edouard de Mézerac, Artefact APAC CEO, dat de vice-premier van Singapore “een aanzienlijke investering van een miljard Singaporese dollar (ongeveer 750 miljoen USD) in de komende drie tot vijf jaar heeft aangekondigd om de AI-capaciteiten van het land te versterken”.”
Dit initiatief is niet zomaar een nieuwe stap in de richting van AI-ontwikkeling; het weerspiegelt de strategische benadering van Singapore om AI te integreren in zijn kernindustrieën. Twee aspecten vallen op in Singapore's AI-strategie: zakelijke toepassing en vooruitziende regelgeving.
De “100 AI-experimenten” strategie
De aanpak van Singapore legt de nadruk op praktische zakelijke toepassingen van AI. Het “100 AI Experiments-programma financiert bedrijven met veelbelovende AI-projecten die binnen drie jaar een rendement op investering kunnen aantonen,” vertelt Edouard enthousiast. Dit initiatief zorgt ervoor dat AI-ontwikkelingen niet alleen theoretisch zijn, maar direct bijdragen aan het economische ecosysteem. De overheid ondersteunt deze projecten door talent en middelen ter beschikking te stellen, met de verwachting dat succesvolle projecten zullen bijdragen aan de open-source AI-gemeenschap.
Het belang van een AI-governanceprotocol
Singapore heeft zichzelf gepositioneerd als een cruciale brug tussen Oost en West, met name op het gebied van regelgeving. Het AI-governanceprotocol, dat in mei 2022 werd gelanceerd, is een MVP (Minimum Viable Product) dat bedrijven als Meta, Google en DBS hebben getest. Dit protocol biedt een pragmatische benadering van AI-regelgeving en zorgt ervoor dat bedrijven hun AI-toepassingen effectief kunnen controleren en besturen. Deze stap sluit aan bij wereldwijde trends in regelgeving, zoals de AI-wet van de EU, en biedt een kader dat innovatie in evenwicht brengt met verantwoordingsplicht.
De snelle evolutie van generatieve AI in China
“In tegenstelling tot de aanvankelijke perceptie dat China achterliep op het gebied van AI, is de realiteit precies het tegenovergestelde. In de afgelopen acht maanden zijn er meer dan 80 grote taalmodellen (LLM's) uitgebracht, wat duidt op een snel ontwikkelingstempo. Chinese LLM's hebben een aanzienlijke vooruitgang in prestaties laten zien,” stelt Edouard. “Hun nieuwe SuperCLUE benchmark, die LLM's specifiek voor de Chinese taal beoordeelt, laat zien dat Chinese modellen weliswaar nog niet op hetzelfde niveau zitten als GPT-4, maar wel op hetzelfde niveau als GPT-3.5. Dit betekent dat ze qua prestaties bezig zijn met een inhaalslag, waardoor het Chinese AI-landschap steeds concurrerender wordt.”
Daarnaast heeft innovatie door middel van partnerschappen tussen de academische wereld en de industrie, zoals die tussen de Xinhua Universiteit en techgiganten Alibaba en Tencent, geleid tot de ontwikkeling van een LLM met hoge parameters, zowel open source als gepatenteerd, wat de samenwerkingsinspanningen onderstreept die de snelle AI-ontwikkelingen in China stimuleren.
“Zoals altijd vormt de dynamische aard van AI in China een uitdagend maar potentieel lonend landschap voor wereldwijde bedrijven.”Edouard de Mézerac, APAC CEO ARTEFACT / Data & AI
Een wereldwijd kader nodig voor multinationals
Ondanks deze vooruitgang staan multinationals in China voor uitdagingen, voornamelijk door het ontbreken van een wereldwijd AI-raamwerk. Veel bedrijven aarzelen om door te gaan met AI-projecten zonder duidelijke richtlijnen. Ondertussen testen en implementeren lokale Chinese bedrijven en startups in hoog tempo nieuwe AI-toepassingen, waardoor een dynamische en concurrerende omgeving ontstaat.
Om vooruitgang te boeken, moeten multinationals eenvoudige, duidelijke kaders voor AI-projecten opstellen. “We helpen een paar wereldwijde bedrijven om dat te doen, zodat China heel snel kan beginnen met innoveren. En laten we ons richten op toepassingen voor werknemers, zoals kennisbeheer en verbeterde inhoud voor e-commerce en sociale platforms, die een veiligere en beter beheersbare ingang tot AI-innovatie kunnen bieden,” aldus Edouard. “Met deze aanpak kunnen bedrijven AI inzetten voor interne efficiëntie en effectiviteit, terwijl ze tegelijkertijd door het veranderende regelgevingslandschap navigeren.”
