为了追求AI自主权,瑞典五大巨头阿斯利康、爱立信、萨博、北欧联合银行和瓦伦堡投资公司联合成立了Sferical AI公司,旨在将人工智能控制权保留在欧洲境内。
这家总部位于斯德哥尔摩的新企业并非要成为另一个OpenAI竞争对手,而是专注于构建创始人所说的安全透明系统,确保在欧洲治理框架下运营。其核心理念是将数据、模型和基础设施都保留在欧洲大陆。
Sferical的创始团队覆盖了瑞典工业的各个领域。阿斯利康带来制药研究专长,爱立信提供全球电信基础设施,萨博贡献军事防务知识,北欧联合银行提供金融专业技能,瓦伦堡投资则提供资本和长期战略支持。这种组合为初创公司提供了其他AI实验室需要多年才能获得的即时项目和数据集。
**主权AI日益重要的原因**
主权AI运动兴起源于对美中在先进AI领域主导地位的担忧。随着生成式AI模型成为像电力或电信一样的基础设施,依赖OpenAI、Anthropic或Google DeepMind等美国提供商被政府和企业视为风险。
从法国的马克龙到布鲁塞尔的冯德莱恩,欧洲领导人都公开表示需要本土化模型。瓦伦堡投资董事长马库斯·瓦伦堡表示:"通过这一举措,我们为瑞典一些领先企业创造了机会,让它们在AI发展带来的商业格局快速结构性转型中处于前沿位置。"
Sferical AI首席执行官珍妮·诺德勒表示:"我期待与合作伙伴一起在瑞典建立下一代AI基础设施,增强瑞典工业的竞争力。"
**全球主权AI发展趋势**
Sferical并非孤例。法国的Mistral AI已筹集超过6亿欧元,正在构建针对欧洲语言和法律的大语言模型。获得SAP、博世和施瓦茨集团资助的德国Aleph Alpha将自己定位为主权替代方案。印度的BharatGPT正在开发针对金融、农业和医疗保健的多语言模型。
**从研究实验室到实际应用**
Sferical的优势在于其创始者的多样性组合。阿斯利康将AI应用于药物发现和临床结果,爱立信探索关键电信基础设施和网络优化,萨博专注于防务应用和实时军事分析,北欧联合银行测试AI欺诈检测和风险建模。这种广泛的现成应用为Sferical提供了相对于纯研究实验室的优势。
**主权AI面临的挑战**
然而,构建主权AI并不自动意味着更安全。当每个国家都构建自己的基础模型时,结果可能不是增强韧性,而是创造孤立且不兼容的AI生态系统。
此外,运行高质量、大规模的竞争性AI系统需要欧洲目前仍缺乏的基础设施。即使Sferical将集群保留在欧洲数据中心,GPU仍然是在国外设计和制造的。人才也是另一个制约因素,许多顶尖AI研究人员仍在美国或中国。
训练达到当今GPT模型水平需要惊人的数据和计算量。Sferical要么推动欧洲范围内的国际数据共享,要么尝试更精简高效的架构,两条路径都不容易。
**战略布局而非规模竞赛**
Sferical并非试图在模型规模上匹敌硅谷,而是专注于信任。如果能提供欧洲政府、实验室和企业愿意采用的系统,即使没有匹敌美国玩家的原始规模或生产速度,该项目也将被视为成功。
这一战略符合更大的转变:AI不再只是商业问题,而是国家安全的一部分。瑞典联盟能否维持资金、人才和政治意愿来保持Sferical的生存力仍是未知数,但可以确定的是,争夺AI主权的竞赛正在加速。
Q&A
Q1:Sferical AI是什么?它的主要目标是什么?
A:Sferical AI是由瑞典五大巨头阿斯利康、爱立信、萨博、北欧联合银行和瓦伦堡投资公司联合成立的AI公司,旨在构建安全透明的AI系统,将数据、模型和基础设施保留在欧洲境内,确保AI控制权不依赖美国或中国提供商。
Q2:主权AI为什么变得越来越重要?
A:随着生成式AI模型成为像电力或电信一样的基础设施,过度依赖美国的OpenAI、Google DeepMind等提供商被视为风险。欧洲政府和企业希望拥有本土化的AI能力,以避免在关键技术上的对外依赖,这关系到国家安全和经济独立。
Q3:Sferical AI相比其他AI公司有什么优势?
A:Sferical的优势在于其创始团队覆盖了制药、电信、军工、金融等多个关键行业,能够提供现成的应用场景和数据集,包括药物发现、网络优化、防务分析和金融风控等,这比纯研究实验室更容易获得实际应用和收入。
好文章,需要你的鼓励
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。