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
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。