有關通用人工智慧需要知道的事項
最近,關於生成式人工智慧工具的討論越來越多,特別是在多個大型語言模型和圖像生成器(如DALL-E或Midjourney)發布之後。
這些發明再次將通用人工智慧(GPAI)置於人們的關注的目光下,並再次提出了諸如GPAI是否應該受到監管等假設性問題。
在人們進一步探索可能性之前,先了解GPAI的概念,它的意義,它是什麼時候引入的等等。
什麼是通用人工智慧?
兩年前,也就是2021年4月,歐盟委員會推出了通用人工智慧。最初的人工智慧法案提案免除了通用人工智慧創建者遵守一些法律文件和其他責任標準的責任。
原因是它只適用於高風險的人工智慧,在法案中根據它們的用途和背景明確提到和解釋了這一點。
另一項規定,即第28條,支持了這一主張,並建議通用人工智慧開發人員只有在對人工智慧系統進行重大調整或發展以用於高風險用途時才對合規負責。
但根據最近的報導,歐洲議會也在考慮對原始通用人工智慧提供者的某些「義務」。
歐盟人工智慧法案的基本目的是對使用人工智慧開發和部署系統時所涉及的各種行為者鏈進行分類和分類。
以下是指導通用人工智慧監管的5個考慮因素
《人工智慧法案》對通用人工智慧的做法是為解決全球人工智慧危害建立監管基調的理想選擇。隨著最近公眾對生成式人工智慧的興趣增加,監管立場也有可能過度適應當前的問題。
令人驚訝的是,ChatGPT、dall-e2和Bard等較新的創新甚至都不是真正的問題;事實上,它們只是冰山一角。
推薦:負責任的人工智慧-如何在監管環境中採用道德模式
通用人工智慧是一個龐大的類別
首先要理解的是,通用人工智能是一個巨大的類別,因此,將其應用於廣泛的技術領域是合乎邏輯的,而不是將其局限於聊天機器人和法學碩士。
為了確保歐盟人工智慧法案具有未來主義的性質,它必須涉及更大的規模。首先,GPAI的正確描述應該包括許多可以作為其他人工智慧系統基礎的技術(“任務”)。
歐盟理事會將其定義為:
「提供者打算執行一般適用的功能,如圖像和語音識別、音訊和視訊生成、模式檢測、問題回答、翻譯等;通用人工智慧系統可以在多個場景中使用,並且可以整合到多個其他AI系統中。」
通用人工智慧可能造成廣泛的危害
#雖然這些風險不能在應用層中完全克服,但我們可以否認它們可能對各種應用程式和參與者產生影響的事實。我們應該在製定通用人工智慧監管方法的同時,考慮人工智慧技術的現狀、應用及其運作方式。
例如,通用人工智慧模式冒著產生反民主論述的風險,例如針對性、種族和宗教少數群體的仇恨言論。這些模型的風險在於,在它們的基礎數據中固化了受約束或扭曲的觀點。
通用人工智慧應在整個產品生命週期內進行調節
為了讓通用人工智慧考慮到涉眾的多樣性,它必須在整個產品週期中進行治理,而不僅僅是在應用層。開發的第一個階段是至關重要的,創建這些模型的業務必須對他們利用的資訊和他們所做的體系結構決策負責。人工智慧供應網路的現有架構有效地使參與者能夠從遠端下游應用程式中獲利,同時避免因開發層缺乏監管而承擔任何相應的責任。這包括資料的收集、清理和註釋過程,以及模型的創建、測試和評估過程。
一個標準的法律免責聲明是不夠的
通用人工智慧的創建者不可能使用基本的法律免責聲明來免除他們的責任。這種方法可能導致一個危險的漏洞,它將釋放原始開發人員的所有責任,而將責任放在下游參與者身上,他們沒有能力管理所有風險。理事會的一般方法確實有一個例外,即允許通用人工智慧開發人員免除自己的任何責任,只要他們在說明中排除所有高風險用途並確保系統不會被濫用。
推薦:發現、解決和揭穿隱藏的人工智慧偏見
使非工業參與者、社會和研究人員參與更廣泛的諮詢
一個基本的、統一的文檔實踐來評估通用人工智慧模型,特別是產生人工智慧模型,跨越各種危害是一個正在進行的研究領域。為了避免膚淺的複選框練習,監管應防止狹隘的評估方法。
在實施或向公眾提供通用人工智慧系統之前,必須經過細緻的警惕、驗證和檢查。最近的建議將通用人工智慧模型納入人工智慧法案的範圍,要么推遲制定未來的具體標準(由委員會決定),要么試圖在人工智慧法案的措辭中這樣做。
例如,在一個達成一致的社會中,可能產生的影響的分佈可能會有所不同,這取決於一個原型是為整個社區構建和使用的,還是為一個小社區使用的。
歐盟人工智慧法案即將成為第一個廣泛的人工智慧法律,總有一天,它將成為所有國家的統一標準。這就是為什麼處理人工智慧領域並將其轉化為每個人都可以遵循的全球模板至關重要的原因。
以上是有關通用人工智慧需要知道的事項的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
