首页 科技周边 人工智能 突然之间,每个人都想谈论如何监管人工智能

突然之间,每个人都想谈论如何监管人工智能

May 27, 2023 pm 04:21 PM
人工智能 监管 谈论

最近,人们对待人工智能政策的态度似乎发生了转变。在多年的时间里,美国立法者和科技公司一直不愿意引入严格的技术监管,甚至反对监管。现在两者都开始要求监管了。

上周,OpenAI 的 CEO 山姆·奥特曼(Sam Altman)出席了美国参议院委员会,讨论了人工智能语言模型的风险和潜力。奥特曼和许多参议员呼吁为人工智能制定国际标准。他呼吁美国成立一个类似于美国食品药品监督管理局的机构来监管人工智能技术,并督促其进行监管。

像我这样热衷于人工智能政策的人来说,参议院听证会既鼓舞人心又令人失望。这让人振奋,因为对话似乎已经摆脱了空洞的自我约束,而开始关注制定可能使公司承担责任的规定。令人沮丧的是,这场辩论似乎忘记了过去五年多的人工智能政策。

突然之间,每个人都想谈论如何监管人工智能 图 | 山姆·奥特曼(Sam Altman)(来源:AP PHOTO/PATRICK SEMANSKY)

我不是唯一一个有这种感觉的人。“建议国会从零开始,只是迎合了该行业最喜欢的说法,即国会远远落后,不理解技术——他们怎么能监管我们呢?”乔治华盛顿大学数据民主与政策研究所的政策研究员安娜·伦哈特(Anna Lenhart)表示。

事实上,从 2021 年 1 月到 2023 年 1 月的上一届国会中,政客们提出了大量关于人工智能的立法。伦哈特整理了这段时间提出的所有人工智能法规。

它们涵盖了从风险评估到透明度再到数据保护的所有内容。但它们都没有到达总统的办公桌,但考虑到这个时髦的(或者对许多人来说是“可怕的”)新的生成式人工智能工具已经吸引了华盛顿的注意,伦哈特希望它们中的一些会被改进,并以新的形式重新出现。这里有一些需要关注的问题。

突然之间,每个人都想谈论如何监管人工智能

算法问责法

该法案是由美国国会和参议院的民主党人在 2022 年提出的,当时还没有 ChatGPT,旨在解决自动决策系统的切实危害,比如拒绝开具止痛药或拒绝他们的贷款申请。

伦哈特说,该法案要求公司进行算法影响和风险评估。它还将让联邦贸易委员会负责监管和执行有关人工智能的规则,并增加其员工数量。

突然之间,每个人都想谈论如何监管人工智能

美国数据隐私保护法案

这项两党法案试图规范公司收集和处理数据的方式。尽管“罗诉韦德案”后,一种旨在保护女性个人健康数据安全的方法受到广泛关注,但它并未获得及时通过。围绕生成式人工智能风险的争论可能会让它比上次更紧迫。美国数据隐私保护法案(ADPPA,American Data Privacy and Protection Act)将禁止生成式人工智能公司以歧视性的方式收集、处理或转移数据。它还旨在让用户对公司如何使用其数据有更多的控制权。

突然之间,每个人都想谈论如何监管人工智能

人工智能机构

奥特曼和几位参议员在听证会上建议成立一个新机构监管人工智能。但我认为这可能是在转移注意力。伦哈特说,美国政府需要更多的技术专业知识和资源来监管这项技术,无论是在一个新的机构中,还是在一个改进后的现有机构中。具备执行法律权力是任何监管机构无论年轻还是老练都必须具备的关键条件。

伦哈特说:“创建一个机构而不赋予它任何权力很容易的。民主党人尝试着推动数字平台委员会法案、数据保护法案和在线隐私法案,以建立新的保护措施。大多数没有获得两党支持的美国法案注定会失败,因此这些尝试都无法实现。

突然之间,每个人都想谈论如何监管人工智能

接下来?

另一家专注于科技的机构可能即将面世。参议员共和党人林赛·格雷厄姆(Lindsey Graham)和民主党人伊丽莎白·沃伦(Elizabeth Warren)正在共同努力创建一个新的数字监管机构,该机构可能有权监管社交媒体公司,或许还可以对社交媒体进行授权。

民主党人查克·舒默(Chuck Schumer)也在召集参议院议员,提出一项新的法案,专门解决人工智能的危害。他得到了两党的支持,通过了一项全面的人工智能法案,旨在建立安全防护措施,促进负责任的人工智能发展。例如,公司可能被要求允许外部专家在其技术发布前对其进行审计,并向用户和政府提供更多关于其人工智能系统的信息。

伦哈特说,虽然奥特曼似乎赢得了参议院司法委员会的支持,但参众两院商业委员会的领导人需要共同支持一套全面的人工智能监管方法,才能使之成为法律。

在人们对生成式人工智能失去兴趣之前,监管需要快速到位。“这会很棘手,但一切都有可能,”伦哈特说。

支持:Ren

原文:

https://www.technologyreview.com/2023/05/23/1073526/suddenly-everyone-wants-to-talk-about-how-to-regulate-ai/

以上是突然之间,每个人都想谈论如何监管人工智能的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳图形设置
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您听不到任何人,如何修复音频
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25:如何解锁Myrise中的所有内容
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

使用Rag和Sem-Rag提供上下文增强AI编码助手 使用Rag和Sem-Rag提供上下文增强AI编码助手 Jun 10, 2024 am 11:08 AM

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 Jun 11, 2024 pm 03:57 PM

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

七个很酷的GenAI & LLM技术性面试问题 七个很酷的GenAI & LLM技术性面试问题 Jun 07, 2024 am 10:06 AM

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 Jul 25, 2024 am 06:42 AM

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

你所不知道的机器学习五大学派 你所不知道的机器学习五大学派 Jun 05, 2024 pm 08:51 PM

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 Jul 17, 2024 pm 06:37 PM

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 Aug 01, 2024 pm 09:40 PM

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

See all articles