Der KI-Pionier Andrew Ng, bekannt für seine Beiträge zur KI-Forschung und -Demokratisierung, äußerte Kritik an der europäischen KI-Regulierung. Wie die Süddeutsche Zeitung (SZ) berichtete, sieht Ng große Hürden für die europäische KI-Wirtschaft. Ng, der sich bereits im Alter von sechs Jahren das Programmieren beibrachte und unter anderem Google Brain mitbegründete, setzt sich dafür ein, KI für alle Menschen und Unternehmen zugänglich zu machen. Die SZ traf Ng in Davos und beschreibt ihn als jemanden, der lieber Fragen stellt als beantwortet.
Die Kritik von Ng reiht sich ein in eine breitere Debatte über die Regulierung von Künstlicher Intelligenz in Europa. Wie der Guardian berichtet, steht der EU AI Act kurz vor dem Abschluss des Gesetzgebungsprozesses. Es gibt jedoch starke Lobbyarbeit von großen Tech-Unternehmen, die eine weniger strenge Regulierung, insbesondere für sogenannte "Foundation Models" wie GPT-4, fordern. Diese Modelle bilden die Basis für viele KI-Anwendungen und werden von wenigen, finanzstarken Unternehmen kontrolliert, hauptsächlich aus den USA. Der Guardian argumentiert, dass eine Regulierung dieser Modelle essentiell ist, um die Risiken von KI zu minimieren.
Ein Bericht von TechCrunch untermauert diese Bedenken und zeigt auf, wie große Tech-Unternehmen, darunter Google und Microsoft, sich gegen eine Regulierung von "General Purpose AI" einsetzen. Sie argumentieren, dass die Regulierung nur für diejenigen gelten sollte, die die Modelle auf riskante Weise einsetzen, nicht aber für die Entwickler der Modelle selbst. Dies könnte zu einer ungleichmäßigen Verteilung der Verantwortung für die Sicherheit und Vertrauenswürdigkeit von KI-Systemen führen, so TechCrunch.
Die Herausforderungen bei der Entwicklung von effektiven KI-Standards werden auch in einem Artikel des Lawfare Blogs hervorgehoben. Der Blog argumentiert, dass die technischen Standards, die zur Umsetzung des AI Act benötigt werden, noch nicht existieren. Die EU steht vor der schwierigen Aufgabe, die Sicherheit ihrer Bürger zu gewährleisten und gleichzeitig Innovation nicht zu behindern. Die Entwicklung von Standards für komplexe KI-Systeme wie neuronale Netze, die oft unvorhersehbar sind und schwer zu testen, gestaltet sich als äußerst schwierig.
.png)
