AI是一個(gè)經(jīng)常與機(jī)器學(xué)習(xí)(ML)或大型語(yǔ)言模型(LLM)等術(shù)語(yǔ)混淆的寬泛術(shù)語(yǔ)。圍繞著新興AI技術(shù)及其影響的潛力和興奮中,行業(yè)領(lǐng)導(dǎo)者、政府組織和企業(yè)正在討論監(jiān)管干預(yù)措施,例如《歐盟人工智能法案》、美國(guó)紐約州AI法(限制使用自動(dòng)化就業(yè)決策工具)以及全球正在制定的其他30余項(xiàng)AI相關(guān)提案。目前亟需制定相關(guān)法規(guī),解決生成的數(shù)據(jù)的使用、濫用和道德挑戰(zhàn)。法規(guī)的實(shí)施將對(duì)教育、數(shù)據(jù)隱私、生命科學(xué)和研究等各個(gè)領(lǐng)域產(chǎn)生深遠(yuǎn)影響。
對(duì)AI影響力的分析揭示了強(qiáng)調(diào)法規(guī)、法案和法律影響的關(guān)鍵主題。分析目標(biāo)是通過(guò)對(duì)比現(xiàn)狀與預(yù)期的未來(lái),從而評(píng)估對(duì)有影響力的法規(guī)的必要性,并提高對(duì)法規(guī)如何積極改善AI領(lǐng)域的普遍認(rèn)識(shí)。
全球監(jiān)管干預(yù)的類型
目前,我國(guó)、歐盟、英國(guó)和美國(guó)各自制定了監(jiān)管要求,以應(yīng)對(duì)不斷變化的AI環(huán)境。最近,《歐盟人工智能法案》為風(fēng)險(xiǎn)管理框架的發(fā)展進(jìn)一步奠定了基礎(chǔ)。而中國(guó)采取了不同的方式,采納了三種不同的監(jiān)管措施,分別符合國(guó)家、地區(qū)和地方的觀點(diǎn),其中最新的深度合成規(guī)定于2023年正式生效。盡管其他國(guó)家也曾嘗試制定和實(shí)施不同的監(jiān)管規(guī)定,但許多國(guó)家并未能跟上ML和AI工具及算法發(fā)展的步伐。
圖1描繪了包含“人工智能”字樣的法律法規(guī)年度增長(zhǎng)情況。在過(guò)去幾年中,127個(gè)國(guó)家的立法機(jī)構(gòu)通過(guò)了37項(xiàng)涉及AI的法律,突顯出AI在監(jiān)管討論中的重要性。
世界各國(guó)包括加拿大、中國(guó)、西班牙、英國(guó)和美國(guó),已起草了針對(duì)AI相關(guān)的法案,頒布了AI法案或者通過(guò)了AI法規(guī),以期解決在這一快速發(fā)展的知識(shí)領(lǐng)域中出現(xiàn)的道德問(wèn)題(例如,數(shù)據(jù)偏差、特定地區(qū)或國(guó)家的數(shù)據(jù)來(lái)源)。其中一些地區(qū)采取行業(yè)方式監(jiān)管AI(即專門(mén)針對(duì)數(shù)據(jù)隱私或特定內(nèi)容),而其他地區(qū),如中國(guó)和美國(guó),在實(shí)施法律時(shí)側(cè)重于多個(gè)領(lǐng)域(如透明度、偏見(jiàn)和數(shù)據(jù)保護(hù))。從理解AI和ML模型及算法的工作原理開(kāi)始,起草這些法規(guī)還有改進(jìn)空間。
了解AI和ML模型
基于算法的AI和ML模型依賴于多種輸入,其中主要輸入是數(shù)據(jù)。數(shù)據(jù)用于已知的AI和ML模型生成訓(xùn)練數(shù)據(jù)集,以得出某一特定結(jié)果或效果。大多數(shù)模型解釋數(shù)據(jù),并就解決與特定問(wèn)題相關(guān)的問(wèn)題提供建議。圖2描繪了開(kāi)發(fā)AI模型的步驟。
深度神經(jīng)網(wǎng)絡(luò)、邏輯回歸和線性回歸、決策樹(shù)、K近鄰算法(k-Nearest Neighbor,KNN)、隨機(jī)森林(Random Forest)和樸素貝葉斯(Naive Bayes)是當(dāng)前流行的一些算法模型。這些模型通常按照它們可以在企業(yè)中或通過(guò)系統(tǒng)應(yīng)用的位置進(jìn)行分類。
圖3描繪了AI模型的分類及其應(yīng)用領(lǐng)域。
任何基于AI的ML模型都可以通過(guò)支持ML數(shù)據(jù)集的統(tǒng)計(jì)方法學(xué)習(xí)。AI模型分為以下四類:
AI監(jiān)管會(huì)帶來(lái)哪些影響?
討論與公平、真實(shí)性以及內(nèi)容限制(這些是最主要的監(jiān)管考量因素)相關(guān)的問(wèn)題是政府的職責(zé)。許多現(xiàn)行的AI法案和法規(guī)對(duì)大型語(yǔ)言模型、生成式AI聊天機(jī)器人以及自然語(yǔ)言處理算法產(chǎn)生了深遠(yuǎn)的影響。全球范圍內(nèi)的IT專業(yè)人士和組織需要審視監(jiān)管的當(dāng)前和未來(lái)的影響,以了解哪些領(lǐng)域可能需要進(jìn)一步的監(jiān)管干預(yù)。
近期法規(guī)的影響
除了規(guī)定的指導(dǎo)原則和禁令之外,現(xiàn)行法規(guī)并未深入探究其實(shí)際影響(比如在涉及兒童時(shí)如何促進(jìn)道德實(shí)踐,或者如何對(duì)AI模型進(jìn)行編程,以根據(jù)以人為中心的價(jià)值觀做出決策)。歐盟旨在根據(jù)各類應(yīng)用對(duì)公眾造成的風(fēng)險(xiǎn)程度進(jìn)行分類。中國(guó)AI法案建議通過(guò)設(shè)計(jì)一種監(jiān)管型大型語(yǔ)言模型,增加或創(chuàng)建過(guò)濾機(jī)制(如審查算法并提供用戶和兒童保護(hù)措施的管理系統(tǒng)),旨在刪除無(wú)依據(jù)的、非專有的和不受歡迎的信息。這兩種做法與美國(guó)法規(guī)制定形成鮮明對(duì)比,美國(guó)更常見(jiàn)的做法是,提出通過(guò)監(jiān)管手段指導(dǎo)如何設(shè)計(jì)或使用AI的原則。
目前所有的監(jiān)管干預(yù)措施都是由政府和監(jiān)管機(jī)構(gòu)實(shí)施的,他們有強(qiáng)烈的驅(qū)動(dòng)力管理某些風(fēng)險(xiǎn)領(lǐng)域。這些領(lǐng)域是根據(jù)風(fēng)險(xiǎn)類型(由AI和ML產(chǎn)生)以及對(duì)監(jiān)管所作出的具體響應(yīng)的預(yù)期結(jié)果確定的。圖4描繪了監(jiān)管干預(yù)所管理的四個(gè)風(fēng)險(xiǎn)領(lǐng)域。
ML和AI法規(guī)及法案的最佳結(jié)果將符合人類價(jià)值觀,防止不道德原則,并有能力說(shuō)明是如何做出決策的。
AI法規(guī)的預(yù)期影響
在追求設(shè)立確保AI領(lǐng)域公平監(jiān)管的過(guò)程中,存在隱性和顯性兩種期望的影響:
1.?非受控?cái)?shù)據(jù)的影響——有必要保護(hù)數(shù)據(jù)的生成位置、目的、原始來(lái)源及其所有者/作者的引用。有些法規(guī)(如歐盟人工智能法案、中國(guó)AI相關(guān)規(guī)定)規(guī)定了這一需求,但其他法規(guī)沒(méi)有規(guī)定。需要強(qiáng)制監(jiān)管要求,以提供必要的保障。
2. 與道德和人類考量因素相關(guān)的影響和偏見(jiàn)——法規(guī)應(yīng)強(qiáng)制組織審查其AI模型中現(xiàn)有算法中存在的偏差類型(例如,由未經(jīng)驗(yàn)證的數(shù)據(jù)源驅(qū)動(dòng)的以特定人群為中心的數(shù)據(jù)),并對(duì)此類算法進(jìn)行改進(jìn)。監(jiān)管要求應(yīng)當(dāng)明確列出算法應(yīng)避免的偏差類型(例如,以特定人群為中心的偏差、由未經(jīng)驗(yàn)證的數(shù)據(jù)源驅(qū)動(dòng)的偏差)。通過(guò)使用不同類型數(shù)據(jù)集訓(xùn)練算法,以防止產(chǎn)生偏差。
3. 易訪問(wèn)的隱私和敏感信息的影響——多部數(shù)據(jù)隱私法規(guī)已經(jīng)解決了潛在的安全風(fēng)險(xiǎn)(例如歐盟人工智能法案、中國(guó)AI相關(guān)法規(guī));然而,法規(guī)需要強(qiáng)制要求AI組織提供數(shù)據(jù)清理、數(shù)據(jù)清洗、和加密個(gè)人可識(shí)別信息(PII)的能力。
4. 對(duì)兒童教育的影響——監(jiān)管機(jī)構(gòu)和領(lǐng)先的AI組織需要共同努力設(shè)計(jì)兒童適宜的特定AI過(guò)濾模型,減輕偏見(jiàn)并激發(fā)兒童的好奇心,從而幫助他們從答案中學(xué)習(xí),而不是像生成式AI簡(jiǎn)單地為問(wèn)題提供簡(jiǎn)單的答案。
5. 對(duì)研究與創(chuàng)新的影響——AI模型可以根據(jù)研究論文的重點(diǎn)、領(lǐng)域、時(shí)間線及創(chuàng)新準(zhǔn)備(即快速實(shí)現(xiàn)想法的能力),幫助從研究論文中提煉出有意義的見(jiàn)解。未來(lái),AI模型可能能夠通過(guò)按主題設(shè)計(jì)研發(fā)模型或根據(jù)現(xiàn)有的按主題研究生成創(chuàng)新模型的方式,彌合研究與創(chuàng)新之間的鴻溝。監(jiān)管機(jī)構(gòu)需要意識(shí)到AI的潛力,制定或更新監(jiān)管法案和法規(guī),以確保在數(shù)據(jù)和創(chuàng)新AI模型效果方面建立信任。
6. 對(duì)生命科學(xué)(包括藥物研發(fā))的影響——目前,有一些AI算法可以加快識(shí)別潛在藥物成分,這些成分可能對(duì)于某些威脅生命的疾病的藥物配方至關(guān)重要。還有一些模型能夠模擬醫(yī)生會(huì)診,準(zhǔn)確率接近70%-80%。監(jiān)管機(jī)構(gòu)的關(guān)鍵是通過(guò)定期對(duì)這些模型進(jìn)行審計(jì)來(lái)實(shí)現(xiàn)信任和數(shù)據(jù)準(zhǔn)確性。這一過(guò)程與法定審計(jì)或現(xiàn)場(chǎng)檢查非常相似。
7. 對(duì)未來(lái)互聯(lián)設(shè)備的影響——世界是復(fù)雜且相互連接的。智能手表數(shù)據(jù)(用于測(cè)量健康數(shù)據(jù))可以位于與智能家居設(shè)備使用相同電子郵件地址共享的同一云服務(wù)上。由于數(shù)據(jù)、用戶和設(shè)備之間不可避免的相互連接,監(jiān)管機(jī)構(gòu)必須開(kāi)始將主要設(shè)備和輔助設(shè)備上的所有AI軟件視為設(shè)備本身的擴(kuò)展,并提供監(jiān)管干預(yù)(通過(guò)監(jiān)管AI模型或針對(duì)偏見(jiàn)和隱私問(wèn)題的額外過(guò)濾器)。
AI監(jiān)管的未來(lái)是什么?
為了確保當(dāng)前和未來(lái)AI法規(guī)的有效性,亟待解決以下問(wèn)題:
結(jié)論
對(duì)AI和ML的監(jiān)管干預(yù)的未來(lái)似乎是一條漫長(zhǎng)且曲折的道路。如果行業(yè)從業(yè)者和監(jiān)管機(jī)構(gòu)組建聯(lián)盟或參與聯(lián)合項(xiàng)目,持續(xù)監(jiān)測(cè)并改進(jìn)現(xiàn)有法規(guī),將有助于明確確定和實(shí)施AI工具的護(hù)欄。
來(lái)源:安全牛