EU、人工知能規制草案を発表
ほとんどの場合、リスクが限定的または最も低いカテゴリの人工知能システムは以前と同様に動作できます。EU は、EU 国民の安全やプライバシーを損なう可能性のある人工知能システムに対処するための法整備を進めています。
欧州連合は、人工知能の規制に関する法案草案を発表しました。これは、人工知能のサプライヤーとディストリビューターが EU の市場を開発するための重要な枠組みになります。
EU は法律において、人工知能システムを 3 つのリスク カテゴリ (許容できないリスク、高リスク、限定的または最小限のリスク) に分類しています。ほとんどの場合、限定的または最小限のリスク カテゴリにある AI システムは以前と同様に動作できますが、EU の法律では EU 国民の安全やプライバシーを侵害する可能性のある AI システムに特に対処しています。
欧州委員会のウルスラ・ゲルトルート・フォン・デア・ライエン委員長は、「人工知能は欧州にとって素晴らしい機会であり、国民は信頼できるテクノロジーに可能な限りアクセスする権利がある。」「本日、我々は信頼できるAIのための新しいルールを提案する。彼らは、このルールを設定した」と語った。
最小限または低リスクの AI システムには、チャットボット、スパム メール フィルター、ビデオおよびコンピューター ゲーム、在庫管理システム、およびすでに世界中で導入されているその他のほとんどの非個人的な AI システムが含まれます。 。
高リスク AI システムには、消費者信用スコアリング、人材採用、セキュリティ クリティカルなインフラストラクチャなど、現実世界に影響を与えるほとんどの AI が含まれます。これらは禁止されていませんが、EU の法律は、データを適切に保護できなかった場合により高額な罰金を課すとともに、これらのシステムの要件と監視を厳格化することを目的としています。
EUは、高リスクリストを毎年見直し、新しい人工知能システムを追加するか、高リスクではあるが社会で常態化しているか、社会とは異なる危険因子を持つ一部の人工知能システムを格下げする予定です。
この AI 規制の可決後、EU は許容できないリスクをもたらす AI システムを許可しません。これらには、サブリミナル、操作、または搾取的な技術を使用する AI システムが含まれます。これはカテゴリではなく、ターゲットを絞った政治広告や、顔の表情を通じて感情を解釈する AI などの形式の AI の一般的な禁止です。
人工知能の規制では、特に法執行機関が個人を識別するために使用する場合、遠隔生体認証システムも禁止されます。
EU 内または経済圏内で人工知能システムを運用または配布している組織にとって、この法律は今後何が起こるかを示す最初の明確な兆候です。 EUが細部に合意するまでには12~24カ月かかる見通しだが、法案は最初の草案から大きく変わる可能性は低い。
これにより、高リスク AI システム カテゴリに属する組織は、AI プログラムが EU 内で確実に実行可能であることを確認するために、短期間で再調整して雇用することができます。 AI システムが検査に合格することを保証するには、追加の人的監視、透明性、リスク管理が必要になります。また、コンプライアンス違反に対する罰金は現在、3,000 万ユーロまたは世界収益の 6% に設定されているため、大規模な組織の場合、コストにより再生産が不可能になる可能性があります。 AIシステムを装備すればEUから離脱するだろう。
以上がEU、人工知能規制草案を発表の詳細内容です。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

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。

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

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
