갑자기 다들 인공지능을 규제하는 방법에 대해 얘기하고 싶어지네요
최근 인공지능 정책을 대하는 사람들의 태도가 달라진 것 같아요. 수년 동안 미국 국회의원과 기술 기업은 엄격한 기술 규정 도입을 꺼려하거나 심지어 반대해 왔습니다. 이제 둘 다 규제를 요구하고 있습니다.
지난 주 OpenAI CEO인 Sam Altman은 미국 상원 위원회에 출석하여 인공 지능 언어 모델의 위험과 잠재력을 논의했습니다. Altman과 많은 상원의원들은 인공 지능에 대한 국제 표준을 요구해 왔습니다. 그는 미국 식품의약국(FDA)과 유사한 기관을 설립해 인공지능 기술을 감독하고 규제를 촉구할 것을 미국에 촉구했다.
저처럼 AI 정책에 열정적인 사람에게 상원 청문회는 고무적이면서도 실망스러웠습니다. 공허한 자제에서 벗어나 기업에 책임을 물을 수 있는 규제를 설정하는 방향으로 대화가 옮겨가고 있는 것 같아 고무적입니다. 실망스럽게도 이 논쟁은 지난 5년 이상의 AI 정책을 망각한 것 같습니다.
사진 | Sam Altman(출처: AP 사진/PATRICK SEMANSKY)
나만 그렇게 느끼는 게 아니다. "의회가 처음부터 시작하자고 제안하는 것은 의회가 너무 뒤처져 있고 기술을 이해하지 못한다는 업계의 주장에 불과합니다. 조지워싱턴대학교 데이터 민주주의 및 정책 연구소의 정책 연구원인 Anna는 이렇게 말했습니다. .Anna Lenhart가 말했습니다.
실제로 지난 2021년 1월부터 2023년 1월까지 열린 의회에서 정치인들은 인공지능에 관한 법안을 대거 발의했습니다. Lenhardt는 이 기간 동안 제안된 모든 AI 규정을 정리했습니다.
위험 평가부터 투명성, 데이터 보호까지 모든 것을 다룹니다. 그들 중 누구도 대통령의 책상에 도달하지 못했지만 이 최신 유행의(또는 많은 사람들에게 "무서운") 새로운 생성 AI 도구가 워싱턴의 관심을 끌었다는 점을 감안할 때 Lenhardt는 그들 중 일부가 개선되어 새로운 형태로 다시 나타나기를 희망합니다. 다음은 주의해야 할 몇 가지 문제입니다.
알고리즘 책임법
이 법안은 ChatGPT가 존재하기 전인 2022년 미국 의회와 상원에서 민주당에 의해 제출되었으며, 진통제 처방을 거부하거나 대출 신청을 거부하는 등 자동화된 의사 결정 시스템의 실제 피해를 해결하는 것을 목표로 합니다.
Lenhardt는 이 법안이 기업이 알고리즘 영향 및 위험 평가를 수행하도록 요구한다고 말했습니다. 또한 연방거래위원회(Federal Trade Commission)에 인공지능에 대한 규정을 규제하고 집행하는 역할을 맡기고 직원을 늘리게 됩니다.
미국 데이터 개인정보 보호법
이 초당적 법안은 기업이 데이터를 수집하고 처리하는 방법을 규제하려고 합니다. Roe v. Wade 사건 이후 여성의 개인 건강 데이터 보안을 보호하기 위한 접근 방식이 광범위한 관심을 받았음에도 불구하고 시간 내에 통과되지 못했습니다. 생성 AI의 위험을 둘러싼 논쟁은 지난번보다 훨씬 더 시급해질 수 있습니다. 미국 데이터 개인 정보 보호 및 보호법(ADPPA)은 생성 인공 지능 회사가 차별적인 방식으로 데이터를 수집, 처리 또는 전송하는 것을 금지합니다. 또한 기업이 자신의 데이터를 사용하는 방식을 사용자에게 더 효과적으로 제어할 수 있는 권한을 부여하는 것을 목표로 합니다.
인공지능국
Altman과 여러 상원의원은 청문회에서 인공지능을 규제하기 위한 새로운 기관을 설립할 것을 제안했습니다. 그러나 나는 그것이 붉은 청어일지도 모른다고 생각한다. Lenhardt는 미국 정부가 새로운 기관이든 개편된 기존 기관이든 기술을 규제하기 위해 더 많은 기술 전문 지식과 자원이 필요하다고 말했습니다. 법을 집행할 수 있는 권한을 갖는 것은 젊거나 경험이 많은 규제 기관에게 핵심 요구 사항입니다.
Lenhardt는 다음과 같이 말했습니다. “에이전시를 만드는 것은 쉽지만 아무런 권한도 부여하지 않습니다. 민주당은 디지털 플랫폼 위원회법, 데이터 보호법 및 온라인 개인 정보 보호법을 추진하여 새로운 보호법을 마련하지 못했습니다. 파티 지원은 실패할 운명이므로 이러한 시도 중 어느 것도 결실을 맺지 못할 것입니다
.
다음은?
또 다른 기술 중심 대행사가 곧 등장할 수도 있습니다. 공화당의 Lindsey Graham 상원의원과 민주당의 Elizabeth Warren 상원의원은 소셜 미디어 기업을 규제하고 소셜 미디어에 권한을 부여할 수 있는 권한을 가진 새로운 디지털 규제 기관을 만들기 위해 협력하고 있습니다.
민주당 척 슈머(Chuck Schumer) 의원은 또한 인공지능의 위험성을 구체적으로 다루기 위한 새로운 법안을 제출하기 위해 상원을 소집할 예정입니다. 그는 보호 장치를 마련하고 책임감 있는 인공 지능 개발을 촉진하기 위한 포괄적인 인공 지능 법안을 통과시키기 위해 초당적 지지를 받았습니다. 예를 들어, 기업은 외부 전문가가 자사 기술을 출시하기 전에 감사할 수 있도록 허용하고 AI 시스템에 대한 추가 정보를 사용자와 정부에 제공해야 할 수도 있습니다.
Lenhardt는 Altman이 상원 법사위원회로부터 지지를 얻은 것으로 보이지만 AI 규제가 법으로 제정되기 전에 하원 및 상원 상무위원회 지도자들이 함께 모여 AI 규제에 대한 포괄적인 접근 방식을 지원해야 한다고 말했습니다.
사람들이 생성 AI에 대한 관심을 잃기 전에 빨리 규제를 마련해야 합니다. Lenhardt는 "까다롭겠지만 무엇이든 가능합니다"라고 말했습니다.
지원: 렌
원문:
https://www.technologyreview.com/2023/05/23/1073526/suddenly-everyone-wants-to-talk-about-how-to-regulate-ai/
위 내용은 갑자기 다들 인공지능을 규제하는 방법에 대해 얘기하고 싶어지네요의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

7월 5일 이 웹사이트의 소식에 따르면 글로벌파운드리는 올해 7월 1일 보도자료를 통해 타고르 테크놀로지(Tagore Technology)의 전력질화갈륨(GaN) 기술 및 지적재산권 포트폴리오 인수를 발표하고 자동차와 인터넷 시장 점유율 확대를 희망하고 있다고 밝혔다. 더 높은 효율성과 더 나은 성능을 탐구하기 위한 사물 및 인공 지능 데이터 센터 응용 분야입니다. 생성 AI와 같은 기술이 디지털 세계에서 계속 발전함에 따라 질화갈륨(GaN)은 특히 데이터 센터에서 지속 가능하고 효율적인 전력 관리를 위한 핵심 솔루션이 되었습니다. 이 웹사이트는 이번 인수 기간 동안 Tagore Technology의 엔지니어링 팀이 GLOBALFOUNDRIES에 합류하여 질화갈륨 기술을 더욱 개발할 것이라는 공식 발표를 인용했습니다. G
