Сингапур стремится не только увеличивать число инженеров ИИ, но и формировать рабочую силу, которая умеет применять ИИ внутри своих профессий.
Другой важный элемент стратегии — создание реальных сред для тестирования технологий.
Один из крупнейших проектов — Punggol Digital District (PDD), где формируется масштабный городской полигон для тестирования робототехники и систем так называемого «физического ИИ».
В рамках проекта государственные агентства и частные компании будут внедрять роботов в смешанной городской среде — среди офисов, общественных пространств и транспортной инфраструктуры.
Компании смогут проверять реальные сценарии использования, например:
Подобный подход отражает более широкую идею: использовать компактную и высокотехнологичную городскую среду Сингапура как «живую лабораторию» для внедрения ИИ.
Ещё одна отличительная черта стратегии — разработка моделей ИИ, ориентированных на регион.
Большинство глобальных моделей обучаются в основном на англоязычных данных и западном интернет‑контенте. Чтобы сократить этот разрыв, Сингапур поддерживает проекты вроде SEA‑LION (Southeast Asian Languages in One Network) — семейства открытых языковых моделей для стран Юго‑Восточной Азии.
Эти модели обучаются на данных на таких языках, как тайский, вьетнамский и индонезийский, что делает их более пригодными для региональных сервисов и приложений.
Разработка поддерживается программой National Multimodal LLM Programme, направленной на укрепление исследовательских возможностей страны и развитие региональной экосистемы ИИ.
Таким образом Сингапур пытается занять нишу, которую глобальные модели иногда игнорируют — языковое и культурное разнообразие Юго‑Восточной Азии.
Сингапур также активно продвигает тему ответственного и проверяемого использования ИИ.
Одним из ключевых инструментов стал AI Verify — фреймворк и набор инструментов для тестирования алгоритмов по таким критериям, как прозрачность, справедливость, устойчивость и подотчётность.
В 2023 году была создана AI Verify Foundation — международное партнёрство государства, технологических компаний и исследовательских организаций, которое занимается разработкой стандартов и инструментов проверки ИИ.
Идея состоит в том, чтобы дать компаниям возможность тестировать и внедрять ИИ в контролируемой и прозрачной среде, повышая доверие пользователей и регуляторов.
По сравнению с гигантскими инвестициями в вычислительные мощности в США и Китае, стратегия Сингапура выглядит более прагматичной.
Страна не пытается выиграть гонку за самые крупные модели. Вместо этого она стремится стать центром внедрения прикладного ИИ в Азии, где технологии можно разрабатывать, проверять и масштабировать в реальной экономике.
Этому помогают несколько структурных преимуществ:
Несмотря на очевидные преимущества, такой курс связан и с определёнными рисками.
Во‑первых, широкое использование автоматизации может привести к дескиллингу — постепенной утрате людьми профессиональных навыков из‑за чрезмерной зависимости от алгоритмов.
Во‑вторых, чрезмерная автоматизация в критических секторах — например, в медицине или финансах — может ослабить человеческий контроль над решениями.
Наконец, если ключевые технологии (чипы, облачная инфраструктура или фундаментальные модели) будут поставляться из‑за рубежа, это создаёт зависимость от глобальных технологических игроков.
Стратегия Сингапура основана на реалистичном предположении: небольшие страны вряд ли смогут доминировать в создании крупнейших моделей ИИ или суперкомпьютерных инфраструктур.
Поэтому государство делает ставку на другое — стать одним из лучших мест в мире для внедрения, тестирования и регулирования искусственного интеллекта.
Если этот подход окажется успешным, Сингапур может превратиться в важный узел глобальной экосистемы ИИ, соединяющий научные исследования, реальные приложения и систему доверенного регулирования технологий.
Comments
0 comments