Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Az Anthropic nem tiltaná be az open-weights modelleket

2026. július 27.Forrás: Anthropic
Az Anthropic nem tiltaná be az open-weights modelleket
Kép: Anthropic

Az Anthropic szerint nem az open-weights modellek általános betiltása jelentené a megfelelő választ a mesterséges intelligencia biztonsági kockázataira. A vállalat inkább a fejlett chipek exportjának korlátozását, az ipari méretű modelllepárlás visszaszorítását és a kellően fejlett modellek kötelező biztonsági tesztelését támogatja.

A lényeg röviden
  • Az Anthropic nem támogatja az open-weights modellek általános betiltását.
  • A vállalat a fejlett chipek Kínába irányuló exportjának korlátozását sürgeti.
  • Visszaszorítanák az ipari méretű modelllepárlást.
  • Minden kellően fejlett, nyílt és zárt modellt kötelezően tesztelnének.
  • A kockázatokat az Anthropic szerint globális, kibocsátás előtti vizsgálatokkal kellene felmérni.

Az Anthropic elutasítja a tiltás vádját

Dario Amodei, az Anthropic vezérigazgatója július 27-én közzétett bejegyzésében reagált az open-weights modellekről zajló vitára. A vita középpontjában különösen a kínai modellek állnak, miközben amerikai tisztviselők egyes jelentések szerint a kínai open-weights modellek használatának korlátozását mérlegelik az amerikai vállalatoknál.

Az Anthropic vezetője szerint a vállalatot tévesen vádolták azzal, hogy üzleti érdekei védelmében ilyen modellek betiltását szeretné elérni. Amodei egyértelművé tette, hogy az Anthropic soha nem szorgalmazta az open-weights modellek betiltását. A cég szerint azok a nyílt súlyú modellek, amelyek nem rendelkeznek veszélyes képességekkel, közjót jelentenek: futtatásukhoz a számítási kapacitás költségén túl nem szükséges fizetni, és értéket teremthetnek a vállalatok, a fejlesztők és a kutatók számára.

Két fő kockázatra figyelmeztetnek

Amodei két kiemelt nemzetbiztonsági veszélyt nevezett meg. Az első, hogy autoriter kormányok, köztük mindenekelőtt a Kínai Kommunista Párt, az Egyesült Államokban fejlesztetteknél erősebb AI-modelleket építhetnek, majd ezeket tartós katonai fölény kialakítására vagy saját lakosságuk mélyreható elnyomására használhatják. Szerinte ebből a szempontból lényegtelen, hogy egy modell nyílt súlyokkal jelenik-e meg, illetve használják-e amerikai vállalatok.

A második kockázat a fejlett modellek kiber- vagy biológiai támadásokra való felhasználása, valamint az úgynevezett igazodási problémák jelenléte. Az Anthropic szerint az open-weights modellek e téren nagyobb veszélyt jelenthetnek a zárt modelleknél, mivel nehezebb rájuk biztonsági korlátokat alkalmazni és használatukat figyelni. A súlyok közzététele után azok nem vonhatók vissza.

A vállalat ugyanakkor úgy látja, hogy az amerikai cégek használatának általános tiltása egyik problémát sem kezelné. A rosszindulatú szereplők ugyanis várhatóan nem legitim amerikai vállalatok lesznek. Egy ilyen intézkedés inkább az amerikai AI-cégeket védené a versenytől, amit Amodei nem tekint céljának.

Három intézkedést támogatnak

Az Anthropic három konkrét lépést tart szükségesnek. Elsőként azt, hogy az Egyesült Államok ne értékesítsen fejlett chipeket és chipgyártó berendezéseket Kínának, valamint lépjen fel a csempészet és a kijátszási módszerek ellen. A vállalat érvelése szerint Kína korlátozott hazai gyártókapacitása miatt, a skálázási törvények következtében, amerikai chipek nélkül nem tudna az Egyesült Államokénál fejlettebb modelleket építeni.

Másodikként az ipari méretű modelllepárlás, vagyis a distillation visszaszorítását sürgetik. Ez a módszer kevesebb számítási kapacitást igényel, mint egy modell teljesen újratanítása, így Kína a rendelkezésére álló chipek alapján várhatónál jobb modelleket készíthet. Az Anthropic szerint ez a folyamat akár néhány hónapra megközelítheti a kínai fejlesztéseket az amerikai élvonalhoz, ezért célzott jogi és kereskedelmi intézkedéseket tart szükségesnek.

Harmadikként minden kellően fejlett, nyílt és zárt modellt kötelező biztonsági tesztelésnek vetnének alá. A vizsgálatoknak a kiberbiztonsági, biológiai és igazodási kockázatokra kellene kiterjedniük, a kevésbé fejlett, például startupok vagy akadémiai csoportok által készített modellek kivételével. A vállalat szerint a kockázatokat teszteléssel kellene megállapítani, nem előre eldönteni.

A nyílt modellekről szóló levéllel részben egyetértenek

Az Anthropic egy nyílt levél több állítását támogatja. Elismeri, hogy az open weights szélesíti az AI-gazdasághoz való hozzáférést, egyes felhasználási területeken erősíti a versenyt, és nagyobb kontrollt ad az ügyfeleknek. A distillation problémáját azonban célzott szabályozással kezelné, és vitatja, hogy a széles hozzáférés szükségszerűen inkább a védekezőket segíti, mint a támadókat.

Amodei szerint különösen a biológiai területen alakulhat ki jelentős támadó-védekező aszimmetria. A bejegyzés alapján egy kellően fejlett modell gyorsan segíthet világjárványos szintű vírusok fegyverré alakításában széles körben elérhető anyagokból, miközben az ilyen kórokozók elleni védekezés a legjobb esetben is többéves művelet lehet. Az Anthropic ezért a globális, kibocsátás előtti tesztelést tartja a megfelelő iránynak, nyílt és zárt modellek esetében egyaránt.

Kapcsolódó hírek

Négy feltétel kellhet az AI-cégek önszabályozásának működéséhez
Cégek és üzlet2026. október 2. 20:07

Négy feltétel kellhet az AI-cégek önszabályozásának működéséhez

Az AI-iparág önkéntes biztonsági megállapodása csak ellenőrzéssel, valódi szankciókkal és hiteles állami háttérrel működhet, írja az Atlantic Council. A szervezet…

Volt OpenAI-kutató szerint már 2028-ig automatizálhatják az AI-fejlesztést
Biztonság és etika2026. október 2. 09:37

Volt OpenAI-kutató szerint már 2028-ig automatizálhatják az AI-fejlesztést

Daniel Kokotajlo, az OpenAI korábbi munkatársa szerint akár 2028 végéig automatizálhatják a mesterségesintelligencia-kutatás és -fejlesztés teljes folyamatát. Az AI…

A Goodfire feltérképezte a DeepSeek R1 gondolkodási folyamatait
Kutatás2026. október 1.

A Goodfire feltérképezte a DeepSeek R1 gondolkodási folyamatait

A Goodfire Research elkészítette az első ritka autoenkódereket a 671 milliárd paraméteres DeepSeek R1 reasoning modellhez, és nyílt forráskódúvá tette őket. A kutatók…