《欧盟调查微软OpenAI和谷歌三星AI交易》

  • 来源专题:人工智能
  • 编译者: 袁晨
  • 发布时间:2024-07-02
  • 从微软- OpenAI和谷歌-三星的高调合作开始,欧盟加强了对人工智能交易的反垄断审查。

    欧盟委员会负责竞争政策的执行副主席玛格丽特·维斯塔格(Margrethe Vestager)警告称,人工智能正“以惊人的速度发展”,并透露正在对各种与人工智能相关的市场行为进行多项初步调查。她对潜在反竞争行为的担忧源于自ChatGPT问世以来大型科技公司在人工智能领域的策略。

    欧盟委员会的举动突显出,欧盟对科技巨头在快速发展的人工智能领域的潜在垄断力量日益感到担忧。审查的重点是微软和谷歌最近在人工智能领域的交易和合作。这些举措通常涉及战略伙伴关系和收购,由于它们有可能破坏竞争和创新,已引起监管部门的注意。

    维斯塔格强调,欧盟委员会正在对人工智能相关市场的各种做法进行几项初步反垄断调查,但没有披露具体细节。

    微软与OpenAI的合作

    微软与OpenAI数十亿美元的合作伙伴关系是人工智能行业最重要的合作之一。这一伙伴关系始于2019年,并在随后的几年里得到了扩展,其中包括微软对OpenAI的大量投资,通过其Azure平台提供云计算资源,并将OpenAI的先进模型集成到微软的产品和服务中。

    此次合作旨在加速人工智能的研发,其中包括GPT-3语言模型和最近的ChatGPT等显著进步。然而,这一联盟引发了人们对市场主导地位和小型人工智能公司潜在进入壁垒的担忧。维斯塔格在一次演讲中说,欧盟委员会去年开始审查这笔交易,看它是否违反了欧盟的合并规定,但在得出微软没有获得OpenAI控制权的结论后放弃了审查。

    “多年来,微软已经向OpenAI投资了130亿美元。但我们必须确保,这样的合作关系不会成为一方对另一方施加控制影响力的幌子。”她同时表示,欧盟委员会将采取另一种策略,在更大范围内审查这笔交易和整个行业。它正在利用欧盟的反垄断规则,该规则针对具有市场主导地位的公司的滥用行为。

    欧盟委员会在审查了今年3月要求的主要人工智能企业的答复后,要求提供有关微软- openai协议的具体信息。维斯塔格表示,他们的目标是确定排他性条款是否可能损害人工智能市场的竞争。她说,欧盟希望“了解某些排他性条款是否会损害竞争对手”。

    另外一个问题是谷歌和三星的合作关系

    谷歌与三星的人工智能相关协议也备受关注。此次合作将利用三星的硬件能力和谷歌的人工智能实力,开发创新的消费电子和移动技术。这包括将谷歌的人工智能算法整合到三星设备中,并增强语音识别、摄像头功能和个性化用户体验等功能。

    虽然这种合作有望为广泛的消费者群体带来先进的人工智能驱动功能,但它也引发了有关竞争公平性的问题,特别是在获取关键技术和市场影响力方面。维斯塔格表示,欧盟监管机构已发出信息请求,“以更好地了解谷歌与三星安排的影响”,以便在这家韩国科技公司的一些设备上预装Gemini Nano,这是谷歌Gemini AI基础模型的最小版本。

    接下来是什么?

    微软和谷歌等科技巨头也是全球人工智能领域的重要参与者,它们正通过收购和合作积极扩大自己的人工智能能力,监管机构对市场主导地位及其对公平竞争的影响越来越好奇。这将不可避免地促使欧盟迟早进行监管干预。

    作为对欧盟行动的回应,微软和谷歌重申了他们遵守监管要求的承诺,同时继续在人工智能技术方面进行负责任的创新。他们强调其人工智能计划的潜在好处,包括在医疗保健、可持续性和其他关键领域的进步。

    然而,欧盟反垄断审查的结果可能会对主要科技公司在欧洲人工智能市场的运营方式产生重大影响。它可能会导致监管措施,以促进更公平的竞争环境,并确保较小的竞争对手有公平的竞争和创新机会。


  • 原文来源:https://www.artificialintelligence-news.com/2024/07/01/eu-probes-microsoft-openai-and-google-samsung-ai-deals/
相关报告
  • 《三星公司成立AGI计算实验室并加入AI-RAN联盟》

    • 来源专题:集成电路
    • 发布时间:2024-04-01
    • 据韩国多家媒体3月19日报道,三星半导体业务负责人宣布三星公司在美国和韩国成立通用人工智能(AGI)计算实验室,专注研发为满足未来AGI处理需求而设计的芯片,并已经为此进行招聘工作[1]。 2月26日,三星电子公司官网宣布作为创始成员加入AI-RAN联盟,共同参与6G研发[2]。AI-RAN联盟当天在巴塞罗那举行的2024年世界移动通信大会(MWC)上成立,创始成员包括三星电子、Arm、爱立信、微软、诺基亚、英伟达、软银集团等企业和美国东北大学。该新合作项目旨在将AI融入蜂窝技术,以进一步推进无线接入网络(RAN)技术和移动通信网络的发展。 [1] https://koreajoongangdaily.joins.com/news/2024-03-19/business/tech/Samsung-to-create-new-type-of-semiconductor-for-humanlike-AI/2005919 [2] https://news.samsung.com/global/samsung-electronics-joins-ai-ran-alliance-as-a-founding-member-to-lead-ai-and-6g-innovation
  • 《微软在其云计算环境中使用了新的AI核心》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2019-11-25
    • 微软在去年底投资了一家叫做Graphcore的公司,该公司创立于2016年,创立至今已经成功募集到了2亿美元的融资,但其产品至今仍保持神秘,并未与世人见面。 而该AI芯片的首秀献给了微软。微软近日公布,Graphcore芯片方案将会被应用在微软的云计算平台上。 与大多数用于AI的芯片不同,Graphcore的处理器从零开始设计,目标是支持机器识别面部、理解语音、解析语言、驾驶汽车和训练机器人的计算等应用。 Graphcore预计将吸引在AI上运行关键业务操作的企业客户,例如自动驾驶汽车公司,贸易公司以及利用AI处理大量视频和音频的服务业者。不只是行业客户,他们也期待从事下一代AI算法的开发人员能深入探索该平台的优势。 根据微软和Graphcore所发布的基准测试结果表明,该芯片使用为那些竞争对手平台编写的算法,可以达到或超过NVIDIA和Google的顶级AI芯片的性能。专为Graphcore硬件编写的代码可能会更加高效。 两家公司声称,例如,某些图像处理任务在Graphcore的芯片上的工作速度比使用现有代码的竞争对手要快许多倍。 尤其是在BERT框架方面,该方案能够表现出极高的效率,这对于涉及语言的AI应用非常重要。谷歌最近表示,他们正在使用BERT为其核心搜索业务提供更优秀的解决问题能力。微软对此也表示,他们目前的核心研发方向,正是将Graphcore的芯片用于涉及自然语言处理的内部AI研究项目。 MoorInsights的AI芯片市场研究员KarlFreund说,从测试数据结果表明,该芯片效率极高,且依旧保持非常好的弹性。一般来说,高度专用化的芯片可能在某些方面胜过NVIDIA或Google的芯片,比如说中国的许多AI芯片业者,都推出过性能极高的AI芯片,但缺乏弹性,让这些AI芯片很难被客户接受并导入到产品中。对客户而言,具备解决问题的能力才是AI芯片的关键,至于仅能在少数跑分环境中得到高分,这个不叫做优势,而是虚假宣传。 与微软的交易对于Graphcore的业务至关重要,毕竟Graphcore的芯片是前所未见的全新方案,因此对某些应用而言,该芯片理论性能虽可能要优于现有硬件,但是要为新平台重新开发AI代码需要花费大量精力。而该芯片的基准测试还不足以吸引公司和研究人员远离他们已经习惯使用的硬件和软件。 为了解决相关问题,Graphcore创建了一个名为Poplar的软件框架,该框架允许将现有的AI程序移植到其硬件中。然而与市面上那些号称可以通过特定软件来转换现有的AI代码的做法类似,经过转换后的代码效率可能会有一定程度的损失,现有算法可能仍更适合运行在竞争对手硬件之上的软件。近年来,Google的TensorflowAI软件框架已成为主流AI程序的通用标准,并且相关代码都是专门为NVIDIA和Google芯片编写的,这种代码转换框架也就成为必备工具。 Graphcore的联合创始人兼首席执行官NigelToon表示,公司成立一年后,通过英国的MicrosoftResearchCambridge,两家公司开始了合作。他说,他公司的芯片特别适合涉及非常大的AI模型或时态数据的任务。据称,由于Graphcore的硬件,一位金融客户在用于分析市场数据的算法中看到了26倍的性能提升。 少数其他较小的公司今天也宣布,他们正在通过Azure使用Graphcore芯片。这包括将使用芯片来分析财务数据的Citadel,而欧洲搜索引擎Qwant希望通过该硬件运行称为ResNext的图像识别算法。 一些著名的AI研究人员已经向Graphcore投入预算,包括DeepMind的联合创始人DemisHassabis,剑桥大学教授,UberAI实验室负责人ZoubinGhahramani和UCBerkeley专门研究AI和机器人技术的教授PeiterAbbeel。在去年12月接受WIRED采访时,AI专家GeoffreyHinton则是讨论了Graphcore芯片推动基础研究的潜力。Graphcore的芯片称为智能处理单元(IPU),其内核比GPU或TPU多得多。它们还具有芯片本身的内存,从而消除了将数据移至芯片上进行处理和关闭后的瓶颈。 而在业界专家与企业客户的殷殷期盼之下,市场对该公司的估值也不断水涨船高,目前已经来到将近17亿美元的高水位。