欧州の人工知能法案が間もなく提出され、世界の技術規制に影響を与える可能性がある
人工知能法案は、人工知能の開発方法、企業が人工知能を何に使用できるか、準拠しない場合の法的影響など、人工知能の使用に関する共通の規制および法的枠組みを作成することを目的としています。要求事項。この法案は、人工知能を導入する前に特定の状況で承認を取得すること、リスクが高すぎるとみなされる人工知能の特定の使用を禁止すること、人工知能の他の高リスク使用の公開リストの作成を企業に義務付ける可能性がある。
欧州委員会は、この法律に関する公式報告書の中で、この法律は広範なレベルで、EU を信頼できる人工知能のパラダイムに変えることを目指していると述べました。このパラダイムでは、「民主的価値観、人権、法の支配を尊重しながら、AIが法的、倫理的、技術的に強力であることが要求される」。
提案されている人工知能の規制枠組みには次の目的があります:
1. EU 市場で展開および使用される人工知能システムが安全であることを確認し、既存の法的基本的権利と EU の価値観を尊重する。
2. AI への投資とイノベーションを促進するための法的確実性を確保する;
3. AI システムに適用される基本的権利とセキュリティに関する既存法のガバナンスと効果的な執行を強化する;
4.合法的で安全かつ信頼できる人工知能アプリケーションの統一市場の開発を促進し、市場の断片化を防ぎます。
新しい法律の多くの詳細はまだ宙に浮いているが、鍵となるのは人工知能の定義だが、中核となる要素は将来のAI製品を4つのセキュリティレベルに分ける「製品セキュリティフレームワーク」とみられる。カテゴリ、あらゆる業界に適用可能。
スタンフォード・ウィーン大西洋横断技術法フォーラムのマルリッツ・コップ氏がまとめた新法に関する2021年の欧州委員会報告書によると、「臨界度ピラミッド」の最下位が最もリスクの低いシステムだという。このカテゴリに分類される AI アプリケーションは、リスクの高いシステムが通過する必要がある透明性要件に準拠する必要はありません。 「限定的リスク」のカテゴリーでは、チャットボットなどの AI システムに対する透明性要件がいくつかあります。
——欧州連合の新しい AI 法案では、AI プログラムを下から上に、低リスク、限定的リスク、高リスク、許容できないリスクの 4 つのカテゴリに分類しています。
透明性に対する厳格な要件がある高リスク AI カテゴリでは、監督がより厳格になります。序文によると、高リスクのカテゴリには、次のような AI アプリケーションが含まれます。 ##個人教育、キャリア達成のための教育や職業訓練に影響 (テストのスコアなど);
- 製品の安全コンポーネント (ロボット支援手術など);
- 雇用、従業員管理、自営業 (履歴書、履歴書分類ソフトウェアなど);
- 重要な民間および公共サービス (信用スコアリングなど);
- 法執行機関の使用例 (証拠評価など);
- 入国管理、国境管理 (パスポートの真正性評価を含む);
- 公正かつ民主的なプロセス (特定の事実セットに対する法律の適用など);
- 監視システム (たとえば、生体認証監視と顔認識)。
- 塔の最上部にある 4 番目のカテゴリは、「許容できないリスク」を伴う人工知能システムです。これらのアプリはリスクが多すぎるため、基本的に違法です。このようなアプリケーションの例には、行動や人々、または「特に脆弱なグループ」を操作するシステム、ソーシャル スコアリング、リアルタイムおよびリモートの生体認証システムなどがあります。
- 高リスクのカテゴリは、透明性とコンプライアンスを確保するための多くの企業の取り組みの焦点となる可能性があります。 EUの人工知能法案は、高リスクのカテゴリーに分類されるAI製品やサービスを発売する前に4つのステップを踏むよう企業に勧告する。
包括的で学際的なチームが監督する AI 影響評価と行動規範を使用して、できれば最初は社内で高リスク AI システムを開発します。
高リスクの人工知能システムは、適合性評価と承認を受け、ライフサイクル全体を通じて EU AI 法の要件に準拠し続ける必要があります。システム外部の一部の組織が適合性評価監査に関与する場合があります。この動的なプロセスにより、ベンチマーク、モニタリング、検証が保証されます。さらに、高リスク AI の動的システムの場合は、ステップ 2 を繰り返す必要があります。
- 独立した高リスク AI システムの登録は、専用の EU データベースで行われます。
- 適合宣言書に署名し、高リスク AI システムには CE マークを付ける必要があります。
以上が欧州の人工知能法案が間もなく提出され、世界の技術規制に影響を与える可能性があるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。
