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 capaciteiten van het land op AI te versterken".
Dit initiatief is niet zomaar een nieuwe stap in de richting van AI ontwikkeling; het weerspiegelt Singapore's strategische aanpak 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 applicaties effectief kunnen controleren en besturen. Deze stap sluit aan bij wereldwijde trends in regelgeving, zoals de AI Act van de EU, en biedt een kader dat innovatie in evenwicht brengt met verantwoordingsplicht.
De snelle evolutie van generatief AI in China
"In tegenstelling tot de aanvankelijke perceptie dat China achterliep met 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 aanzienlijke vooruitgang geboekt op het gebied van prestaties," zegt Edouard. "Hun nieuwe SuperCLUE benchmark, die LLM's specifiek voor de Chinese taal beoordeelt, laat zien dat hoewel Chinese modellen nog niet op hetzelfde niveau zitten als GPT-4, ze wel op hetzelfde niveau zitten als GPT-3.5. Dit betekent dat ze bezig zijn met een inhaalslag qua prestaties, waardoor het Chinese AI -landschap steeds concurrerender wordt."
Daarnaast heeft innovatie door middel van partnerschappen tussen de academische wereld en het bedrijfsleven, zoals die tussen de Xinhua Universiteit en techgiganten Alibaba en Tencent, geleid tot de ontwikkeling van een hoge-parameter LLM, zowel open source als gepatenteerd, wat de samenwerkingsinspanningen onderstreept die zorgen voor snelle vooruitgang op AI in China.
"Zoals altijd vormt het dynamische karakter van AI in China een uitdagend maar potentieel lonend landschap voor wereldwijde bedrijven."Edouard de Mézerac, CEO APAC ARTEFACT / Data & AI
Een wereldwijd kader nodig voor multinationals
Ondanks deze vooruitgang worden multinationals in China geconfronteerd met uitdagingen die voornamelijk te wijten zijn aan het gebrek aan een wereldwijd AI kader. 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 opstellen voor AI projecten. "We helpen een paar internationale 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 veiliger en beter beheersbaar startpunt kunnen vormen voor AI innovatie," specificeert Edouard. "Deze aanpak stelt bedrijven in staat om AI te gebruiken voor interne efficiëntie en effectiviteit en tegelijkertijd te navigeren door het veranderende regelgevingslandschap."